Как снизить CPA в 2 раза в промышленном B2B за полгода

Ход работ

Проект относится к промышленному B2B: клиент — российский производитель оборудования для розлива, упаковки, фасовки и тубонаполнения, его заказчики — фармацевтические, пищевые и косметические компании по всей России. В этой нише маркетинг подчинен продажам, а лид ценен не количеством, а качеством: оборудование дорогое, решение принимается месяцами, и «холодные» обращения перегружают отдел продаж. Поэтому фокус был не на росте охвата, а на точности попадания в спрос и управляемости всей цепочки — от запроса до обращения.

Этап 1. Диагностика кампаний и выявление точек потерь

На старте показатели выглядели приемлемо по верхней части воронки, но слабо по заявкам: CTR — 6,72%, средний CPC — 88,14 ₽, за месяц — 11 конверсий, CPA — 19 078 ₽. Быстрый аудит показал три системные проблемы:

1.      Семантика без структуры: в группах находилось по 1–4 ключевых фразы, что усложняло управление ставками, минусацией и релевантностью объявлений.

2.      Слишком общий охват: широкие запросы давали трафик, но не приводили к заявкам, а часть бюджета уходила на пользователей, которые искали информацию «в целом», а не решение о покупке.

3.      Отсутствие корректной аналитики: нельзя было связать заявки с конкретными ключами и объявлениями, поэтому оптимизация шла «вслепую».

Этап 2. Рекомендации по сайту, чтобы сократить путь к обращению

Мы начали с проверки пути пользователя от клика до заявки. В промышленном B2B любая лишняя стадия снижает конверсию: посетитель сравнивает поставщиков, параллельно ведет переговоры и не готов «искать кнопку». Мы подготовили пакет рекомендаций по улучшению конверсионности: упростить формы, убрать лишние поля и шаги, сделать основные сценарии (заявка, консультация, запрос КП) заметнее, усилить аргументацию на ключевых страницах. Цель — сократить дистанцию между интересом и контактом, чтобы «дорогой» трафик не терялся из-за препятствий на сайте.

Этап 3. Настройка аналитики и привязка обращений к источникам

Следующим шагом мы подключили кол-трекинг и формы Callibri. Это позволило фиксировать звонки и обращения из форм и, главное, видеть, какие запрос, объявление и кампания привели конкретного лида. Для промышленного оборудования это критично: лидов немного, и каждый из них нужно разбирать по источнику, чтобы бюджет уходил только на работающие сегменты. Дополнительно проверили корректность форм: обнаружили ошибки в сборе данных, которые искажали статистику и снижали долю дозвонов/обработанных обращений.

Этап 4. Пересборка семантики и структурирование под продукт и задачи клиента

После того как появилась аналитика, мы полностью переработали семантическое ядро. Запросы сгруппировали по видам оборудования и по задачам покупателя: розлив, упаковка, фасовка, тубонаполнение и т. д. Добавили коммерческие формулировки, усиливающие намерение покупки, и исключили нерелевантные варианты. Параллельно усилили минус-слова, чтобы отсечь информационный трафик.

На этом этапе обнаружились типичные «пожиратели» бюджета: кампании были нацелены на клики по телефону и форме без контроля качества аудитории; широкие запросы давали показы и клики, но почти не конвертировали; часть конверсий терялась из-за некорректной работы форм. После устранения этих факторов реклама стала точнее попадать в целевой спрос.

Этап 5. Тестирование гипотез: объявления, расписание, сегменты спроса

Дальше мы перешли к регулярной оптимизации через гипотезы и A/B-тесты. Переписали тексты объявлений, усилили конкретику по продукту и выгодам, чтобы фильтровать аудиторию уже на уровне выдачи. Пересмотрели расписание показов: расширили временные интервалы, добавили выходные, чтобы получать дополнительный трафик без роста ставок.

Отдельно протестировали нестандартные решения. Часть бюджета перенесли на низкочастотные запросы и получили прирост заявок за счет более узкой, но более готовой к контакту аудитории. Проверили смежные намерения: не только «купить оборудование», но и запросы, связанные с сервисом и обслуживанием — они дали дополнительные обращения и помогли расширить воронку.

Кроме того, сегментировали коммуникацию под разные сроки принятия решения. Для срочных сценариев делали акцент на скорости поставки; для тех, кто сравнивает предложения, — на экономике владения, выгодах и надежности. Такой подход помог не терять пользователей на длинном цикле сделки и повышал конверсию за счет более точного попадания в потребность.

Этап 6. Оптимизация по данным: отключение лишнего и усиление работающего

По мере накопления статистики мы регулярно чистили кампании: отключали ключи и объявления без заявок, перераспределяли бюджет в пользу связок с подтвержденными конверсиями, корректировали ставки по сегментам. В результате снизилась средняя цена клика и вырос CTR, а главное — увеличилось число обращений при том же бюджете. Для клиента это означало предсказуемость: маркетинг перестал быть «черным ящиком», и стало понятно, какие действия дают результат и куда имеет смысл направлять следующий рубль.