Кейс Ivanor х Traffic: увеличили продажи на 35% в период турбулентности

Достигали поставленных задач, работая в трех направлениях: аналитика, сегментация и оптимизация.

Аналитика

Команда собрала аналитический дашборд, который показывал путь пользователя от выбора модели и бренда до добавления или удаления товара из корзины. Поскольку для шинной категории характерна ярко выраженная сезонность (весной и осенью спрос резко вырастает), дашборд позволил быстро — в режиме ежедневного обновления данных — актуализировать сезонные настройки кампаний с глубиной детализации до каждого пользователя.

Чтобы учесть все источники продаж, добавили к базовым пользовательский канал, который передает заказы, оформляемые менеджерами по телефону, и не искажает статистику других каналов. Разработали собственные инструменты борьбы с семплированием — выстроили аналитику на сырых данных и их группировке, а не на выгрузке агрегированных данных из систем web-аналитики. Это помогло исключить проблему предагрегации в счетчиках.

Сегментация

Кампанию проводили в 42 регионах России. Чтобы обеспечить релевантность под особенности каждого гео, сформировали 580 000 объявлений. Их собрали в 190 000 отдельных групп, для управления наличием запустили динамическую систему — включали и отключали объявления в зависимости от наличия конкретной модели, типа или размера товара в конкретном городе. Такой подход помог сохранить высокую конверсию даже при очень большом количестве объявлений в кампании.

Вручную управлять десятками тысяч объявлений почти невозможно. Чтобы упростить задачу, добавили автоматизацию:

• парсер погоды собирал информацию о ситуации на ближайшие 5–7 дней по каждому городу и позволял точечно усиливать/ослаблять рекламную активность в периоды роста спроса;
• скрипт для РСЯ автоматически исключал неэффективные площадки, снижая долю нерелевантного трафика и повышая эффективность кампаний в сетях.

Работа с поиском и РСЯ

При работе с контекстной рекламой в Яндекс Директе сосредоточились на нижних уровнях воронки — выкупили все дорогие конверсионные запросы в каждой категории. Это обеспечило стабильный поток заказов и позволило сформировать базу для дальнейшей оптимизации.

В поиске основным инструментом стали ЕПК с автоматическими стратегиями на конверсии. Для брендовых — и самых конверсионных — запросов использовалась оптимизация кликов с расширенным бюджетом, что позволило удерживать долю показов на уровне 85–90%.

В РСЯ фокус был сделан на сегментацию по моделям. Для управления ставками применялись автоматические стратегии с ограничением по цене конверсии. Дополнительно сократили список минус-фраз — это помогло убрать лишний трафик и повысить результативность кампаний.