Главная » Hi-Tech » Кейс компании «Адамас»: как зарабатывать больше, не увеличивая рекламный бюджет

Кейс компании «Адамас»: как зарабатывать больше, не увеличивая рекламный бюджет

Станислав Ильин

Посмотреть видеозаписи выступлений спикеров можно на сайте конференции. 20 марта 2018 года система сквозной аналитики Alytics провела в Москве «День сквозной аналитики».

Особенности электронной коммерции компании «Адамас»

При этом спецификой именно ювелирной отрасли является то, что решение о покупке может приниматься несколько недель. У «Адамаса» хорошая платёжеспособная целевая аудитория: в основном это женщины 25-35 лет со средним и выше среднего доходом. Повторный цикл покупки ещё больше — от полугода. Люди используют корзину как вишлист, периодически заходя в неё, чтобы проверить цены, и только по прошествии некоторого периода совершают покупку.

Сайт обслуживает более миллиона посетителей ежемесячно, имеется свой колл-центр, курьерская служба, своя разработка и аналитика и даже собственная фотостудия. За последние два года интернет-магазин «Адамаса» вырос в несколько раз. За два последних года рост ежегодной прибыли составил более ста процентов.

Компания на 90% использует performance-маркетинг, при этом маркетинговый бюджет довольно скромен. В компании выстроена эффективная прозрачная модель performance-аналитики, которая затрагивает все этапы: от оформления заказа до получения оплаты.

Из этой статьи вы узнаете, как, используя простые модели атрибуции трафика, построить эффективную и прозрачную модель performance-аналитики от оформления заказа до получения оплаты и находить точки оптимизации бюджета.

Шаг предварительный: выбираем модель атрибуции

«Мне часто говорят, что эта модель устарела, что у неё много минусов, — объясняет Станислав Ильин. В компании «Адамас» пользуются моделью Last Click. Оказалось, что те девять источников, которые дают основной валовый доход, местами не поменялись». — Когда я готовился к конференции, я взял все конверсии за март 2018 года и разложил по источникам, а затем посмотрел данные по Last Click, по Time Decay и по другим моделям.

Применяя различные модели атрибуции можно лишь чуть более точно настроить вашу маркетинговую модель, но кардинальных изменений вы не получите.

Но если у вашей компании огромные восьмизначные бюджеты — имеет смысл писать собственную модель атрибуции, потому что даже незначительные изменения в долях существенно увеличат вашу прибыль.

Шаг первый: определяем KPI — ключевые показатели эффективности

В случае «Адамаса» таких показателей шесть:

  • Отказы. Если в канале высокий показатель отказов — вы впустую тратите рекламные деньги. К примеру, агентство приходит к вам с предложением: давайте мы вам приведём очень много дешёвого трафика по рублю. Но при этом в таком канале 90% отказов — значит, они привели вам трафик не по 1 рублю, а по 10 рублей. Поэтому если в каком-то канале отказы стали выше средних показателей — вы впустую сливаете деньги. Отказы надо оптимизировать прежде всего. Это те деньги, которые проще всего можно сэкономить.
  • Средний чек. Для компании «Адамас» средний чек крайне важен. Перевозить ювелирные изделия дорого. Если везти товар в регион, клиент может посмотреть и отказаться от покупки или купить, а потом вернуть. Несмотря на то, что по закону ювелирные изделия возврату и обмену не подлежат, мы идём навстречу нашим клиентам и осуществляем обмен и возврат. Но после возврата, прежде чем вернуть изделие на прилавок, его отправляют на экспертизу. И такие операции очень дорого стоят, поэтому маленький средний чек для компании — просто убийственен. Поэтому в любом канале мы сначала проверяем средний чек. Если канал хороший, но средний чек низкий — выгоднее будет его отключить.
  • ДРР (доля рекламных расходов) оформленного заказа — сколько вам стоил один оформленный заказ. Для каждого канала ДРР будут отличаться. Самое главное здесь — вы должны понимать, сколько вы готовы заплатить за оформленный заказ.
  • ДРР хорошего заказа. «Хороший заказ» — внутренний термин компании «Адамас». Это заказ, который был подтвержден оператором колл-центра, либо автоматически CRM. ДРР «хорошего заказа» также считается отдельно для каждого канала. Фактически этот канал показывает «подтверждаемость» заказов в канале.
  • ДРР выкупленного заказа, то есть заказа, который купили и не вернули. Это уже чистые деньги — сколько вы заработали на данном канале.
  • Процент выкупаемости — дополнительный показатель, вычисляемый из показателей ДРР. Он важен в случае работы по модели CPA. Если этот процент начинает «плясать», становится низким, кто-то пытается вас обмануть: например, делают покупки и сдают товар обратно.

Но абсолютно для любого канала нужно определиться с KPI до начала размещения. В целом это базовая модель, которая корректируется в зависимости от типа канала и показателей. Нужно определиться, за что именно вы готовы платить деньги.

Шаг второй: распределяем каналы

Это та база, на которой вы зарабатываете деньги, ваше ядро аудитории: люди, которые постоянно приходят на сайт, находят его в поиске или вбивают адрес в адресную строку. Рассмотрим классическую схему распределения каналов, где фундамент трафика — это органический и type-in-трафик. В среднем для здорового бизнеса этот фундамент составляет около 40%.

Встречается довольно распространённая ошибка: многие, не добирая эту долю, начинают вкладывать деньги в покупку трафика, тем самым снижая эффективность бюджета. Если эта доля значительно ниже, значит, что-то не так с трафиком или с сайтом.

Это работа с аудиторией, у которой уже сформировался спрос. Следующий блок трафика — платный поиск, контекст и ретаргетинг. Клиент знает, что хочет, конкуренты тоже знают, что он это хочет — и вы на рынке за него бьётесь.

Шаг третий: анализируем кампании

Допустим, бюджет по платному поиску составил 1 млн рублей. Рассмотрим простой кейс, основанный на реальных событиях, но с абстрактными данными. Был неплохой процент отказов (15%), но совершенно космические показатели ДРР:

  • ДРР нового заказа — 30%.
  • ДРР хорошего заказа — 80%.
  • ДРР выкупленного заказа — 180%.

Для этого нужно проанализировать источники трафика. Очевидно, что надо оптимизировать процессы и разобраться, что и где пошло не так. Любой контекстный поиск состоит из двух основных каналов (почти у всех это «Яндекс.Директ» и Google AdWords) и разных экзотических каналов вроде «Avito Контекст» по работе со сформированным спросом.

Допустим, плохие показатели у Google AdWords, — его и будем дальше анализировать. Для каждого канала нужно определить набор KPI-показателей: в нашем кейсе это показатель отказов и группа ДРР.

В нашем кейсе Google AdWords состоит из нескольких кампаний:

  • брендовые кампании;
  • кампании по конкурентам;
  • категорийные кампании: например, кольца, серьги и так далее.

И если в целом показатель отказов неплохой, то после анализа кампаний наглядно видно, что именно по серьгам он очень высокий. Для каждой кампании надо определить всё тот же набор показателей.

Если клиент ожидал увидеть совсем другое — он уходит. Есть две ключевые причины высокого показателя отказов: либо вы не то показываете в объявлениях (не тот баннер, не тот текст), либо приводите человека не на ту страницу. Оптимизировать это легко.

Снизив вдвое показатели отказов, вы примерно на 25% увеличите свою прибыль при том же бюджете.

Здесь: BR — Bounce Rate (показатель отказов), CRR — Cost Revenue Ratio (ДРР)

Разложив данные по кампаниям, мы видим, что по категории «Кольца» показатели ДРР плохие. С показателями отказов разобрались, на очереди показатели ДРР, с которыми немного сложнее.

В каждом регионе своя покупательская способность, структура расходов, конкурентная среда, модели потребления и так далее. Кольца показываются в разных регионах: Москве, Санкт-Петербурге, Екатеринбурге и других городах.

Чтобы разобраться в причинах данной ситуации, нам нужно разложить каждую кампанию по региональному признаку и посмотреть, что идёт не так.

Шаг четвёртый: анализируем гео-данные

Везде, кроме Санкт-Петербурга, показатели хорошие.

Но наша задача — добиться максимальной эффективности для каждого региона. Можно просто отключить Санкт-Петербург и игнорировать этот регион, а деньги перераспределить по другим городам. Даже если по Петербургу будет один заказ в месяц — надо его обработать, но с приемлемыми показателями.

Для этого нужно узнать свою аудиторию. Как оптимизировать эти показатели? Вы можете проанализировать данные по полу, возрасту, устройствам пользователей, с которых они предпочитают заходить к вам, дни визита (в будние, выходные и предпраздничные дни поведение пользователей, как правило, отличается).

Утро, день, вечер, мороз, жара, дождь, солнце — всё это (и многое другое) влияет на поведение вашей аудитории. Также характерны отличия в поведении в зависимости от времени суток и прочих факторов.

Допустим, женщины в возрасте 24-35 лет, которые заходили на сайт с мобильных устройств дождливым вечером в будни — это ядро нашей аудитории, и мы должны обязательно ориентироваться на них. Ваша задача — построить матрицу эффективности для каждой комбинации. А вот с мужчинами 18-24 лет, сидящими утром за стационарным компьютером, всё намного сложнее.

Ваша задача — отсечь всё ненужное и предлагать рекламу только тому сегменту аудитории, которому это интересно и который готов у вас покупать. Построив пересечение всех этих характеристик, вы получите тепловую карту эффективности вашей аудитории.

Результаты

Любая теория хороша только тогда, когда она подкреплена практикой.

Средний чек вырос на 25%, показатель отмен упал больше чем на треть. Если сравнивать 2016 и 2017 финансовые годы, то видно, что компания «Адамас» добилась значительных результатов. Коэффициент транзакций вырос почти в два раза — именно потому, что мы перестали показывать рекламу (и приводить к нам на сайт) людей, которым это не интересно и не нужно.

При этом значительного роста бюджета на контекстную рекламу у компании не было. Валовая прибыль возросла почти в 2,5 раза при значительном росте выкупаемости заказов.

А вот и нет. Думаете, для такой аналитики нужен целый штат? Это может сделать каждый.

#кейсы


Оставить комментарий

Ваш email нигде не будет показан
Обязательные для заполнения поля помечены *

*

x

Ещё Hi-Tech Интересное!

Иван Таврин продаст долю в RuTube и Pladform производителю шоу «Дом-2»

Иван Таврин продаст долю в RuTube и Pladform производителю шоу «Дом-2» — Медиа на vc.ru Свежее Вакансии Написать Уведомлений пока нет Пишите хорошие статьи, комментируйте,и здесь станет не так пусто Войти Будущий владелец оценивает компанию в 3 млрд рублей. В ...

Личный опыт: стартап-конференция Slush 2018 как технофестиваль

Продюсер vc.ru рассказывает про поездку: лайнап, хедлайнеры, стиль. В закладки Начну с небольшого опроса, смысл которого раскрою в конце статьи. Меня зовут Марфа, я продюсер vc.ru, меня пригласили на конференцию Slush, и я поехала. Здесь находится опрос. Но он пока ...