Кейс: рост конверсии в продажу на 115 % благодаря сквозной аналитике

Опытом поделился Денис Заватский, веб-маркетолог ROMI center.

Порядок в рабочем процессе, как и в голове, помогает успешно решать поставленные задачи. Причем это касается не только бизнес-процессов, но и веб-аналитики, которая в масштабах всей кампании кажется каплей в море.

Если вы не контролируете и не упорядочиваете показатели трафика с рекламы и фактических продаж, понять, сколько средств ушло на продвижение, сложно. Хотя именно эта информация в дальнейшем помогает рационально распределять рекламный бюджет и даже экономить.

Сегодня расскажем, как порядок в веб-аналитике и своевременное внесение изменений в рекламные кампании на основе ее отчетов могут способствовать увеличению прибыли.

Сквозная аналитика для сети обувных магазинов

Сеть ортопедических салонов SWOS, первый из которых открылся в Швейцарии, в России представлена как в онлайне, так и в офлайн-точках продаж.

Основная целевая аудитория специализированной обуви – женщины 25+, которые находятся в поиске решения ортопедических проблем. Мужчины реже обращают внимание на лечебную обувь. Об этом говорят данные продаж офлайн-магазинов.

Проблема

С 2009 года компания продавала свою продукцию только в офлайн-точках в Москве. В связи с переходом покупателей в интернет дирекция SWOS приняла решение о запуске интернет-магазина.

До 2019 года о ни не использовали рекламу в поиске, в РСЯ и социальных сетях. Успешность сайта оценивалась общими категориями – исходя из привлеченного объема трафика. Например, отслеживали ежемесячный прирост новых посетителей сайта и смотрели в отчете у SEO-специалистов, по каким фразам магазин выходит в топ-10 поисковой выдачи. На основании этого делали выводы об эффективности стратегии продвижения и корректировали ее.

Тогда и возникла необходимость выхода в интернет-пространство и результативного продвижения. Офлайн-продажи уже были отстроены и стабильно приносили прибыль. Нужно было выходить на новые точки роста.

К общей стратегии продвижения в интернете начали дополнительно подключать:

• рекламу в «Яндекс» и Google, а также в их партнерских сетях;
• рекламу в Facebook и Instagram;
• cквозную аналитику ROMI center;
• электронную коммерцию, которую помогли настроить программисты ROMI center. Благодаря полученным из нее данным по продажам конкретных товаров с указанием их количества и суммы заказов мы смогли собрать всю нужную для подробного анализа информацию в одном месте – в Google Analytics. Данные по конверсиям и продажам, доходам с реализации каждой продуктовой линейки и рекламным расходам передавались туда с помощью коннекторов ROMI center. Это помогло реализовать комплексный подход к использованию сквозной аналитики.

После 2-3 месяцев тестирования обновленной стратегии руководству магазина стало понятно, что путь выбран верный.

Задача

Первой и основной задачей в работе со SWOS была настройка системы сквозной аналитики. Сквозная аналитика помогла получить развернутые данные по рекламе, переходам по баннерам и заявкам на сайте, показала точный процент конверсии и дала достоверную информацию по доходам в разрезе рекламных кампаний. Это впоследствии помогло также узнать, дает ли продвижение в интернете результаты, и какие именно с точки зрения прибыли, кликов, заявок и продаж. Кроме того, сквозная аналитика помогла определить, есть ли погрешность у счетчиков и реальных продаж, а также оценить ее показатель.

Вторая, но по значимости, задача – настройка ремаркетинга для возврата клиентов. Его сразу запустили с ориентацией на брошенные корзины и на основе данных по просмотру категорий.

##READMORE_BLOCK_92147##

По сути, все данные о действиях пользователей на сайте сразу начали использовать для настройки таргетингов и исключений.

• Пользователь добавил товар в корзину, но покупку не оплатил – отправляем в ремаркетинг, аудитории look-a-like.

• Пользователь купил товар. Отправляем в таргетинг кампаний о новых поступлениях, в аудитории look-a-like.

• Посетители смотрели больше 3 страниц с товарами на сайте – отправляем в выборку ремаркетинга и аудиторий look-a-like.

Исключения устанавливали на пользователей, пришедших с рекламных площадок и демонстрирующих следующие типы поведения на сайте.

• Посетитель был 3 раза на сайте и 3 раза был отказ, а также аудитории look-a-like по ним.
• Посетитель был 3 раза на сайте и все 3 не уходил глубже первой страницы просмотра, а также аудитории look-a-like по ним.

##READMORE_BLOCK_91955##

Решение

Выстраивание и запуск рекламной кампании:

• Собрали большое семантическое ядро – около 30 000 ключевых слов, включающих в себя запросы:
  • по болезням, связанным с ортопедией;
  • по профилактике ортопедических проблем;
  • по поиску обуви от общих фраз «купить кроссовки» до целевых «купить ортопедические кроссовки из Европы».
• Кластеризовали семантическое ядро по типам товара / теплоте / типу ключей – информационные, транзакционные и навигационные.
• Приоритетными площадками продвижения определили «Яндекс» и Google, Facebook и Instagram. Использовали платный трафик с «Яндекс.Поиска» и РСЯ, смарт-баннеры; Google Ads и КМС, товарные объявления. Таргетированную рекламу в ленте и stories Facebook и Instagram.

Добавим, что ранее статистика по рекламе никак не собиралась, поэтому на первых порах сбор аналитики по эффективности и окупаемости рекламы был затруднен. Первые выводы для серьезных корректировок делали только через месяц, когда появилось достаточное количество кликов с рекламы – больше 300 на каждую тестируемую кампанию.

Собрать воедино данные из всех рекламных источников в одном месте для последующего анализа окупаемости рекламы удалось только после внедрения сквозной аналитики.

Статистика по продажам собиралась только в обобщенном виде. Продавцы магазинов передавали данные в 1С, которая никак не связана с веб-аналитикой – она изначально внедрялась для использования в офлайн-торговле. Но ценную маркетинговую информацию оттуда все же удалось получить. Так, данные по покупкам конкретных клиентов за последние 5 лет давали понять, что 60 % покупателей SWOS – постоянные клиенты.

После тестовых запусков рекламной кампании стала понятна:

• средняя цена клика в этой тематике на используемых каналах;
• охваты по Москве;
• средний показатель конверсии в покупку и погрешность показателя;
• сложность отслеживания некоторых покупок. Например, посмотрел на сайте – положил в корзину – пришел в магазин и купил, сказав что нашел магазин в поиске.

Исходя из полученных данных вносили следующие изменения в рекламные кампании.

• В социальных сетях изменили подход к выбору визуала. На самом деле, покупатели больше приобретали те товары, которые были отображены на визуале. Это несмотря на то, что рекламой пользователей заводили на конкретные разделы товаров или на страницы с акционными товарами. Размещали на визуале только те модели, которые были в наличии в достаточном объеме.
• Изменили стратегию назначения ставок в «Яндекс» и Google на автоматические: к тому времени появились конверсии, под которые уже можно оптимизировать РК. Изменили и распределение бюджета между сегментами рекламной кампании. Упор сделали на товарные кампании: они давали лучшие показатели конверсии.

• Подключили электронную торговлю. После сведения всех расходов в Google Analytics с помощью системы сквозной аналитики стало понятно, какие товары покупают чаще, какие из них приносят большую прибыль.

Чтобы понять реальную картину доходов, дополнительно сделали разделение в анкете для покупателей. Откорректировали формулировки и четкость вопросов о том, в каком источнике покупатели узнали о магазине. Ответы на них продавцы SWOS заносят в 1С. Если раньше писали «из Интернета», то теперь стали писать «из поиска» или «из Instagram». Это позволило сегментировать данные из 1С.

Помимо внесения корректив в рекламные кампании организовали прямую передачу данных из «Яндекс.Директ», Google Ads, «Яндекс.Маркет», Facebook и Instagram в Google Analytics. Сквозная аналитика маркетинга и продаж продемонстрировала соотношение расходов на рекламу и доходов с каждой продуктовой линейки.

Формат отчетов был выбран SWOS в виде дашбордов и встроенных возможностей Google Analytics.

После сведения статистики стало понятно, что топ по количеству покупок и топ по доходу – совершенно разные товары. К тому же, внутри бизнес-модели клиента часть «доходных» товаров имела низкую маржу, что не позволяло клиенту зарабатывать больше.

Также отчетность показала, что необходимо обновление ассортимента сайта в принципе. Ориентируясь на отчеты, маркетологи убрали непопулярные товары из каталога, а для рекламы выбрали самые маржинальные категории продуктов – брендовая ортопедическая обувь для повседневной носки.

Дополнительно запустили рекламные кампании в соцсетях в виде акций / скидок / сезонного ассортимента для дополнительного стимулирования продаж.

##READMORE_BLOCK_91633##

Результаты

1. После 11 месяцев использования сквозной аналитики специалисты отдела продаж SWOS зафиксировали рост конверсии с заявки сайта в заказ в 115,65 %.
2. Количество операций на сайте выросло на 500 %.

По данным на март-июнь месяц, количество уникальных покупок увеличилось с 206 до 1 032.

3. На основе показателей конверсии стало очевидно, какая реклама получает отклик у пользователей. Ее сделали приоритетной при распределении бюджета.

Теперь на основе данных о покупках, доходах компании и показателе ROMI интернет-маркетологи могут рационализировать бюджет рекламных кампаний.

В дальнейшем SWOS планирует интегрировать систему сквозной аналитики с новой системой CRM и заняться географическим масштабированием рекламы.