Как продавать школьную мебель на 30 млн в месяц без УТП? Биддер против Мастера Кампаний

Наш заказчик — компания, уже более 20 лет занимающаяся изготовлением и продажей мебели для школ, детсадов и университетов. Продукция распространяется через интернет-магазин и физические точки продаж, а также сопровождается бесплатной доставкой и сборкой.

До начала нашего сотрудничества клиент самостоятельно запускал рекламные кампании, однако эффективность их была крайне низкой: доля затрат на рекламу достигала 71% от рекламного оборота компании. Реклама была убыточной и требовала срочных изменений.

Наш клиент не хотел углубляться в технические детали рекламных процессов, но четко сформулировал цели: снижение затрат на рекламу и увеличение числа получаемых заказов.

Решение именно этих задач и стало нашим основным приоритетом при работе с рекламными кампаниями.

Единственным способом добиться результатов было грамотно управлять настройками рекламных кампаний. Мы использовали различные форматы объявлений в Яндекс Директ и Google, включая поисковые кампании, рекламу в РСЯ, ретаргетинг и смарт-баннеры.

Мы привели аккаунт клиента в соответствие с собственными стандартами, которые были отработаны на других проектах. Вы можете ознакомиться с чек-листом, которым мы пользовались, здесь.

В 2021 году автостратегии ещё не демонстрировали стабильной эффективности, поэтому мы решили использовать ручные стратегии с автоматизированным управлением ставками. Аккаунт клиента содержал более 1000 поисковых запросов, каждый из которых нуждался в индивидуальном подходе и регулярном корректировании ставок в зависимости от текущей эффективности. Ручная корректировка такого количества ключей каждые 15 минут была технически невыполнимой задачей, поэтому мы подключили биддер — сервис автоматического управления ставками К50.

В биддере были установлены специальные правила для автоматизации назначения ставок, учитывающие результаты каждого ключевого запроса:

Именно благодаря таким прозрачным и легко управляемым правилам нам удалось существенно улучшить показатели.

Уже спустя несколько месяцев после запуска биддера доля рекламных расходов упала с критических 71% до комфортных 18%. Количество заказов при этом выросло в пять раз, а общий доход клиента увеличился в четыре раза.

Неожиданно, в самый ответственный момент, биддер неожиданно начал терять эффективность, а объем лидов — падать. Мы провели оперативный анализ и выявили, что часть ключевых запросов перестала приносить результаты и теряла охват.

Мы разработали индивидуальную самообучающуюся модель для платформы К50, которая динамически регулирует ставки в зависимости от эффективности ключевых слов: максимальные ставки для высокоэффективных запросов, средние — для запросов с умеренной результативностью, и минимальные — для низкоэффективных. Дополнительно система запрограммирована автоматически деактивировать поисковые запросы, потребляющие значительный бюджет (10-15 тысяч) без генерации целевых действий — как основных (заявки, телефонные обращения), так и промежуточных (операции с корзиной покупок, взаимодействие с элементами сайта и другие показатели вовлеченности).

Мы внедрили циклический механизм реактивации: каждые 45 дней все неактивные ключевые слова возвращаются в ротацию. Эта мера позволила обновить статистические данные по кампаниям и активизировать рекламный аккаунт в целом. Значительная часть ранее неэффективных запросов перешла в категорию высокопроизводительных.

В итоге за июнь–сентябрь количество обращений выросло в три раза, доход увеличился в четыре раза и достиг 30 млн рублей в месяц, а доля рекламных расходов опустилась до 3-9%.

Однако в случае с продвижением школьной мебели Мастер Кампаний не оправдал наших ожиданий и заметно уступил в эффективности простому биддеру К50. Почему так произошло? Как упоминалось ранее, в рекламном кабинете клиента насчитывалось свыше 1000 ключевых запросов, из которых лишь около 200 демонстрировали высокую конверсионность, что отлично иллюстрировало принцип Парето — именно эти 20% ключевых слов давали 80% от всех заказов. Благодаря возможностям биддера мы смогли выставить максимально возможные ставки именно на эти ключевые запросы, стараясь полностью охватить по ним весь доступный трафик и занимать первые позиции выдачи.

Мастер Кампаний не давал возможности таких тонких и гибких настроек. Алгоритм самостоятельно решал, какие ключевые запросы выбрать и как их показывать. Для качественной работы ему необходимо было получать как минимум 10 стабильных конверсий в неделю, чтобы определить, какие лиды наиболее перспективны.

Суть аукциона Яндекса заключается в том, что система всегда выбирает того рекламодателя, который приносит ей больше прибыли, показывая его объявления выше других. В нашем случае за одни и те же позиции соревновались два инструмента — биддер и Мастер Кампаний. При этом биддер уверенно удерживал высокие ставки по проверенным ключам, гарантируя Яндексу максимальную прибыль. Мастер Кампаний, напротив, не был уверен в результате и поэтому чаще выбирал более Низкочастотные и менее конкурентные запросы.

Таким образом, алгоритмы Мастера Кампаний предпочитали идти по пути наименьшего сопротивления, избегая конкуренции за дорогие позиции. В итоге показы рекламы шли по менее эффективным ключевым словам, и кампания обучалась на посредственных и даже откровенно слабых запросах, что значительно снижало количество лидов в сравнении с результатами поиска, управляемого биддером.

Несмотря на неудачу с автоматической стратегией Яндекса, мы не остановились на достигнутом. Даже в низкий сезон 2021 года нам удалось повысить эффективность рекламы: доход клиента вырос в четыре раза по сравнению с аналогичным периодом 2020 года (до начала нашего сотрудничества), количество заявок увеличилось в два раза, а доля расходов на рекламу сократилась с 20-36% до рекордных 4-9%.

Стоит отметить, что на протяжении нескольких лет работы мы неоднократно пытались внедрить автоматизированные стратегии, однако ни одна из них так и не показала более высоких результатов, чем биддер К50. Именно поэтому мы по-прежнему используем этот проверенный инструмент и сейчас.

Обычно, автостратегии под управлением ИИ более эффективны. И на это есть пять основных причин.

Персонализированный подход. Искусственный интеллект Яндекса тщательно анализирует каждого пользователя, изучая его поведение, историю взаимодействий и персональные предпочтения. На основе этих данных ИИ принимает решение: показывать ли конкретному человеку рекламу. В отличие от этого биддер работает иначе: он настраивает ставки исключительно по ключевым словам, не учитывая особенности каждого отдельного пользователя. Такой метод таргетинга обычно менее точен и эффективен. Однако, в нашем кейсе, когда мы имели дело с целевой аудиторией — школьными закупщиками, у которых нет ярко выраженных особенностей поведения, с помощью которых их может найти ИИ, алгоритмам было сложнее зацепиться. А мы, имея накопленную статистику, уже точно знали, какие фразы приводят к результату.

Ограниченность в адаптации. В биддере предусмотрено множество сценариев для корректировки ставок, но их число всё же ограничено. Система не способна гибко реагировать на непредвиденные изменения на рынке или в поведении аудитории и действует исключительно по заранее заданным условиям.

Высокий риск ошибки из-за человеческого фактора. Чем больше условий и деталей старается учесть специалист по контекстной рекламе, тем сложнее становится управление биддером. В результате появляется высокий риск ошибиться, потеряться в сложных настройках или допустить техническую неточность.

Значительные затраты времени и сил. Настройка эффективной стратегии биддера требует больших временных ресурсов и квалификации специалиста, в то время как автоматическая система от Яндекса настраивается быстро и без особых усилий.

Недоверие к инструменту со стороны платформы. Существует предположение, что Яндекс может искусственно продвигать свои новые рекламные решения, чтобы быстрее собрать положительные данные и продемонстрировать их эффективность рынку. В этом случае биддер, будучи сторонним решением, не получает такой поддержки.

Несмотря на это, ручное управление ставками через биддеры остается востребованным на рекламном рынке. Более того, даже сам Яндекс нередко предпочитает использовать биддеры для продвижения своих продуктов вместо автоматических стратегий. Главное преимущество биддера — возможность полного контроля и прозрачности решений. Автоматические решения работают по закрытым алгоритмам, которые не всегда понятны и могут включать элементы случайности. В биддере же можно заранее задать точные параметры, которые будут четко соблюдаться. Поэтому для бизнеса с небольшим количеством дорогих лидов биддер остается максимально подходящим решением.

Ниже — итоги нашей работы за три года.

Компания, выпускающая школьную мебель, по-прежнему является нашим клиентом. И сегодня большая часть продаж обеспечивается именно благодаря ручным рекламным кампаниям с использованием биддера.