Часто успешные кейсы в контекстной рекламе строятся на исправлении очевидных ошибок предыдущих исполнителей. Однако этот проект — особенный. Мы пришли к клиенту, у которого реклама уже была грамотно настроена и приносила стабильные продажи. Проблема заключалась в другом: при попытках масштабирования расходы росли быстрее доходов. Мы провели глубокий анализ и нашли точки роста там, где, казалось бы, всё уже оптимизировано. В этой статье — подробный разбор, как за счёт изменения архитектуры рекламных кампаний нам удалось значительно увеличить эффективность.
Наше агентство специализируется на настройке контекстной рекламы для e-commerce. К нам обратился владелец крупного интернет-магазина с запросом на аудит. Его рекламные кампании работали хорошо, но вышли на плато — дальнейшее увеличение бюджета не приводило к пропорциональному росту выручки. Наша задача состояла в том, чтобы найти скрытый потенциал и запустить масштабирование без потери рентабельности.
Прежде чем перейти к деталям, приведём слова самого клиента.
«При выборе агентства JAM для нас было принципиально важно, чтобы команда мыслила не только категориями рекламных метрик, но и понимала наши бизнес-процессы. Мы — крупная сеть, и нам постоянно приходится оперативно реагировать на изменения в ассортименте, логистике и бюджетировании. Эти изменения должны мгновенно находить отражение в рекламе.
В отличие от прошлых подрядчиков, JAM смогли адаптировать структуру рекламного кабинета под наши нужды. Яркий пример — декабрьский ажиотаж, когда наша логистика перегружена. Раньше мы просто останавливали рекламу, теряя прибыль. Вместе с JAM мы проанализировали ассортимент и оставили кампании только по высокомаржинальным товарам с большим средним чеком. Они приносили меньше заказов (не перегружали склады), но значительную прибыль.
Сейчас мы передали управление рекламой внутреннему отделу и используем механику, разработанную с агентством. Мы чётко понимаем, как управлять бюджетом и целевой рентабельностью, и можем быстро вносить изменения в ответ на рыночные колебания.»
Сергей Гринкевич, директор по маркетингу сети «Меломан»
О проекте: интернет-магазин с гигантским ассортиментом
Marwin.kz — это казахстанский онлайн-гипермаркет товаров для семьи: игрушки, спорт, книги, товары для отдыха и многое другое.
Главная страница сайта Marwin.kz
Онлайн-канал для клиента был важным, но не основным: около 20% выручки. Основные продажи шли через сеть из 30 офлайн-магазинов по всему Казахстану, что создавало базу лояльной аудитории.
Ключевой вызов проекта — огромный и разнородный ассортимент. На сайте было представлено 20 основных товарных категорий, разбитых на сотни подкатегорий, а общее количество SKU (товарных позиций) достигало 60 000. Цены варьировались от символических 100 до 100 000 рублей (в тенге), что подразумевало колоссальную разницу в маржинальности и покупательском поведении.
Пример структуры категорий на сайте заказчика
Исходная задача: преодолеть плато и масштабировать продажи
В апреле 2021 года команда магазина заказала у нас аудит. Их контекстная реклама, которой несколько лет управлял грамотный штатный специалист, перестала расти: при увеличении бюджета доля рекламных расходов (PDR) росла, а доходность падала. Клиент хотел получить свежий взгляд и рекомендации по выходу из тупика.
Примечание: По просьбе клиента мы не раскрываем абсолютные цифры, но все графики точно отражают динамику показателей.
Динамика выручки и PDR до начала аудита: рост расходов не даёт роста доходов
Проект изначально был в хороших руках, что усложняло задачу. Нужно было найти точки роста не в очевидных ошибках, а в глубинной структуре.
Глубокий аудит и неочевидная гипотеза
Наш аудит обычно занимает 1,5 недели. Здесь мы работали целый месяц, а итоговый отчёт составил 70 страниц. Поверхностных ошибок не было: кампании велись кропотливо, неэффективные ключи отключались.
Первым сигналом стала низкая доля торговых кампаний (Shopping) — всего около 10% трафика. Для интернет-магазина это обычно основной источник заказов (80-90%). Но этого было недостаточно для прорыва.
Распределение трафика по типам кампаний до оптимизации
Чтобы разобраться, мы создали комплексный дашборд в Data Studio, объединив данные из рекламного кабинета и бизнес-метрики клиента. Стандартный анализ на уровне кампаний не выявил убыточных сегментов — всё работало в плюс.
Фрагмент аналитического дашборда проекта
Тогда мы погрузились глубже — в структуру ассортимента и экономику. Мы выяснили три ключевых факта:
- Неравномерность продаж. 80% товарооборота давали всего 6 категорий из 20. Однако в рекламной структуре они не были выделены и не получали приоритетного бюджета.
- Яркая сезонность. Спрос на разные категории сильно зависел от времени года (игрушки — перед Новым годом, канцтовары — к 1 сентября), но в настройках кампаний это не учитывалось.
- Колоссальный разброс в маржинальности. Наценка на разные товары могла отличаться в 4 раза. При этом во всех кампаниях использовалась единая целевая рентабельность (ROAS), что делало рекламу низкомаржинальных товаров убыточной, а высокомаржинальных — недополучающей бюджета.
Иллюстрация проблемы единого целевого ROAS для товаров с разной маржой
Основная проблема крылась в архитектуре: две крупные динамические кампании (DSA) объединяли товары из разных категорий. Это было удобно для сбора данных для автостратегий, но полностью лишало гибкости управления.
Наша ключевая гипотеза, идущая вразрез с общей рекомендацией Google объединять данные, была такова: для эффективного масштабирования необходимо разделить кампании по бизнес-логике — категориям, маржинальности и сезонности, и управлять каждой независимо.
Проектирование новой архитектуры: от теории к практике
Получив от клиента данные по реальной марже, мы рассчитали индивидуальный целевой ROAS для каждой категории. Также мы учли нюансы: согласованные бюджеты с брендами-производителями и общий лимит маркетинговых расходов.
Пример расчёта целевого ROAS на основе маржинальности категорий
Сложнейшей задачей стало определение уровня детализации. Автостратегиям для работы нужно около 30 конверсий в месяц. Мы не могли разбить всё на микро-категории (например, «куклы Барби»), если по ним было мало заказов. Пришлось проводить кластеризацию, объединяя мелкие, но схожие по марже и спросу подкатегории.
Схема кластеризации товаров для создания рабочих кампаний
В результате вместо нескольких общих кампаний мы спроектировали почти 300 целевых кампаний на основе товарного фида. Это дало беспрецедентную гибкость управления.
Запуск и результаты: фокус на торговых кампаниях
Первым делом мы опробовали новую структуру на торговых кампаниях (Shopping), где был самый большой потенциал роста. Google создаёт такие объявления автоматически на основе товарного фида, показывая карточки с ценой прямо в поиске.
Пример торгового объявления (Shopping ad)
Результат превзошёл ожидания: доход от торговых кампаний вырос в 10 раз, при этом стоимость привлечения заказа (CPO) осталась на прежнем уровне. Рост в рекламном кабинете подтвердился данными из CRM клиента — увеличилась реальная прибыль.
Динамика дохода от торговых кампаний после реструктуризации (в %)
Реструктуризация динамических кампаний (DSA)
Следом мы пересобрали динамические поисковые кампании (DSA) по тому же принципу. DSA показывают текстовые объявления, автоматически генерируемые на основе контента сайта.
Пример динамического поискового объявления (DSA)
Особенностью проекта стало то, что запросы по категориям (например, «купить коляску») конвертировали лучше, чем запросы по конкретным товарам. Чтобы показывать по общим запросам страницы категорий (а не случайные карточки товаров), нам пришлось вручную исключить сотни страниц из настроек кампаний. Это была трудоёмкая, но необходимая работа.
Запуск новых DSA-кампаний дал увеличение дохода более чем в 2 раза с одновременным снижением PDR.
Рост дохода от динамических кампаний после оптимизации
Пост-оптимизация: тонкая настройка и масштабирование
После успешного запуска мы перешли к тонкой настройке. Мы сегментировали товарные группы внутри кампаний по их фактической рентабельности (ROAS):
- Группы с ROAS близким к целевому оставляли как есть.
- Группы с аномально высоким ROAS (слишком мало трафика) выделяли в отдельные кампании и понижали для них целевой ROAS, чтобы увеличить охват.
- Группы с низким ROAS (убыточные) также выделяли отдельно, повышали для них целевой ROAS или останавливали.
Логика кластеризации товарных групп для пост-оптимизации
Такая работа позволила сократить неэффективные расходы и перенаправить высвободившийся бюджет (до 30%) на масштабирование прибыльных направлений. В итоге доход от торговых кампаний вырос ещё на 100%.
Динамика дохода и расходов торговых кампаний после оптимизации
Аналогичная работа с DSA привела к 6-кратному росту дохода при 3-кратном увеличении бюджета.
Динамика дохода и PDR динамических кампаний после оптимизации
Итоги и планы на будущее
За период с мая по декабрь 2021 года нам удалось увеличить валовую прибыль клиента примерно в 7 раз. Даже с учётом сезонного декабрьского роста, прибыль в декабре 2021 года оказалась почти в 3 раза выше, чем в декабре 2020 года.
Сравнение валовой прибыли за май–декабрь 2020 и 2021 годов
Разработанная архитектура оказалась настолько прозрачной и логичной, что клиент смог без потерь передать управление внутренней команде. Кампании стабильно работают уже почти год.
Потенциал для дальнейшего роста мы видим в нескольких направлениях:
- Работа с ассортиментом. Постоянный анализ и выделение новых высоко- и низкорентабельных товарных кластеров.
- Сегментация на новых и постоянных клиентов. Разделение стратегий и бюджетов для привлечения новой аудитории и удержания существующей.
- Точный учёт прибыли. Импорт данных о реальных продажах и марже из CRM в Google Ads для обучения автостратегий на основе чистой прибыли, а не просто заказов.
- Развитие поисковых кампаний. Использование данных из DSA для запуска и оптимизации классических поисковых кампаний по высококонвертируемым запросам.
- Масштабирование медийной рекламы (РСЯ). Тестовые кампании показали потенциал, увеличение бюджета может дать дополнительно 10-20% прибыли.
- Оптимизация товарного фида. Работа над названиями, описаниями и атрибутами товаров в фиде может кратно увеличить эффективность торговых кампаний.
Главный вывод этого кейса: даже грамотно настроенная реклама может иметь скрытый потенциал роста. Ключ к его раскрытию — не в точечных правках, а в переосмыслении архитектуры кампаний через призму бизнес-логики: ассортимента, маржинальности и сезонности.
***
Подписывайтесь на наш Telegram-канал — мы публикуем там кейсы и статьи.
[my]БизнесМаркетингТорговляКонтекстная рекламаЯндекс ДиректДлинный пост 1 ЭмоцииБольше интересных статей здесь: Бизнес.
Источник статьи: Как архитектура рекламных кампаний влияет на выручку интернет-магазина: кейс 3X выручки на 60 000 SKU за 3 месяца.