Часто успешные кейсы в контекстной рекламе строятся на исправлении очевидных ошибок предыдущих исполнителей. Однако этот проект — особенный. Мы пришли к клиенту, у которого реклама уже была грамотно настроена и приносила стабильные продажи. Задача стояла сложнее: найти точки роста там, где, казалось бы, всё уже оптимизировано. В этой статье мы расскажем, как глубокий анализ бизнес-процессов и перестройка архитектуры рекламных кампаний позволили нам добиться трёхкратного роста выручки для интернет-магазина с ассортиментом в 60 000 товаров всего за три месяца.
Наше агентство специализируется на настройке контекстной рекламы для e-commerce. К нам обратился клиент, который столкнулся с классической проблемой масштабирования: при увеличении рекламного бюджета расходы росли быстрее, чем доходы, что приводило к падению рентабельности. Несмотря на хорошо отлаженные процессы, существующая структура кампаний не позволяла гибко управлять бюджетом в соответствии с реальными бизнес-показателями. Мы провели масштабный аудит, чтобы найти скрытый потенциал для роста.
Ниже мы подробно разберем наши шаги, но сначала — мнение самого клиента о сотрудничестве.
«При выборе агентства для нас было критически важно, чтобы команда мыслила не только категориями рекламных метрик, но и понимала наши бизнес-цели. Мы — крупная сеть, и нам постоянно приходится адаптироваться: меняется ассортимент, логистика, бюджетирование. Все эти изменения должны оперативно отражаться в рекламных активностях.
В отличие от предыдущих подрядчиков, JAM смогли построить рекламный кабинет, который гибко подстраивается под нужды бизнеса. Яркий пример — декабрьский ажиотаж, когда наша логистика перегружена. Раньше мы просто останавливали рекламу, теряя прибыль. Вместе с JAM мы проанализировали ассортимент и оставили кампании только по высокомаржинальным категориям с большим средним чеком. Они приносили мало заказов (не перегружали склады), но значительную прибыль.
Сейчас мы передали управление рекламой внутреннему отделу и продолжаем использовать механику, разработанную с агентством. Мы чётко понимаем, как управлять целевой рентабельностью, где увеличить бюджет, а где сократить, и можем быстро реагировать на изменения рынка.»
Сергей Гринкевич, директор по маркетингу сети «Меломан»
О проекте: интернет-магазин Marwin.kz
Marwin.kz — это казахстанский онлайн-гипермаркет товаров для семьи: игрушки, спорттовары, книги, товары для отдыха и многое другое.
Главная страница сайта Marwin.kz
Онлайн-канал не был основным для клиента — около 80% выручки приходилось на офлайн-сеть из 30 магазинов по всему Казахстану. На онлайн-продажи приходилось примерно 20% оборота. Особенностью проекта был огромный и разнородный ассортимент: 20 товарных категорий, разбитых на сотни подкатегорий, с ценами от 100 до 100 000 рублей (в тенге).
Пример структуры категорий на сайте магазина
Исходная задача: масштабирование без потери эффективности
В апреле 2021 года команда магазина обратилась к нам за аудитом. Их контекстная реклама работала, но с июля 2020 года рост остановился. Любые попытки увеличить бюджет приводили к росту доли рекламных расходов (PDR) и падению доходности. В итоге бюджет был заморожен на уровне, который обеспечивал приемлемую, но не растущую прибыль.
Примечание: По просьбе клиента мы не раскрываем абсолютные цифры, но графики точно отражают динамику показателей.
Динамика выручки и PDR до начала аудита: выручка на плато, а PDR растёт
Проектом долгое время управлял грамотный штатный специалист, который отлично знал ассортимент. Его экспертиза впоследствии нам очень помогла. Клиенту нужен был свежий взгляд и конкретные рекомендации по выходу на новый уровень. Мы приступили к работе.
Глубокий аудит и неочевидная гипотеза
Наш аудит обычно занимает 1,5 недели. Здесь мы погружались целый месяц. Итогом стал отчёт на 70 страниц с детальным разбором. Первое, что мы отметили — отсутствие типичных ошибок. Реклама велась кропотливо: даже неэффективные ключевые слова были отключены.
Единственным «поверхностным» резервом был низкий вклад торговых кампаний (Shopping). Обычно они дают 80-90% трафика для e-commerce, но здесь их доля была около 10%.
Распределение трафика: лидирует динамический ремаркетинг (DSA), затем поиск, и только потом — торговые кампании
Но этого было мало для прорывного роста. Чтобы увидеть полную картину, мы собрали комплексный дашборд в Data Studio, объединив данные из рекламного кабинета и бизнес-метрики.
Фрагмент аналитического дашборда по проекту
Финансы проекта были сбалансированы: почти все кампании и группы приносили прибыль. Чтобы найти точки роста, мы вышли за рамки рекламных метрик и начали анализировать сам бизнес.
Ключевой проблемой оказалась архитектура аккаунта. Более 70% дохода генерировали две крупные динамические кампании (DSA), в которые были включены товары из разных категорий. Такая структура была проста в управлении, но совершенно негибка:
- Не учитывалась разная маржинальность. Товары с наценкой 10% и 60% конкурировали за один бюджет с одинаковым целевым показателем рентабельности (ROAS).
- Игнорировалась сезонность. Спрос на игрушки перед Новым годом и на канцтовары в августе был одинаково ограничен общим бюджетом кампании.
- Не выделялись ключевые категории. ABC-анализ показал, что 80% выручки дают всего 6 категорий из 20, но они не получали приоритетного финансирования.
На две крупные DSA-кампании уходила большая часть бюджета, хотя они включали не только самые прибыльные товары
Результат ABC-анализа: 6 ключевых категорий, генерирующих 80% выручки (названия скрыты по просьбе клиента)
Пример сезонности спроса в разных категориях
Наша основная гипотеза была нестандартной: чтобы эффективно инвестировать бюджет, нужно разрушить крупные кампании и управлять категориями независимо, с учётом их маржинальности, сезонности и вклада в выручку. Это противоречило общей практике объединения товаров для лучшей работы автостратегий, но мы предложили клиенту проверить эту идею на топ-5 категориях.
Проектирование новой архитектуры: от гипотезы к плану
Получив от клиента данные по марже, мы убедились: разброс по рентабельности между категориями достигал 4 раз. Для каждой категории мы рассчитали индивидуальный целевой ROAS.
Пример расчёта целевого ROAS на основе маржинальности категории
Работа осложнялась необходимостью учитывать множество факторов: бюджеты от производителей, общий лимит маркетинга, сезонность. Главным техническим ограничением был минимальный объём данных для работы автостратегий — около 30 конверсий в месяц. Мы не могли просто разбить всё на мелкие подкатегории. Пришлось проводить сложную кластеризацию, объединяя низкооборотные товары в группы, которые в сумме давали достаточное количество заказов.
Схема кластеризации товаров для обеспечения необходимого объёма данных
В итоге мы спроектировали новую структуру почти из 300 рекламных кампаний на основе товарного фида, которая учитывала маржу, сезонность и бизнес-приоритеты.
Запуск торговых кампаний: доход вырос в 10 раз
Первыми мы перезапустили торговые кампании (Shopping). Именно они, по нашему опыту, часто становятся драйвером роста для e-commerce.
Пример торгового объявления в поиске Google
Мы запустили первые 10-20 кампаний по топовым категориям. Результат превзошёл ожидания: доход от торговых кампаний вырос в 10 раз, при этом стоимость привлечения клиента (CPA) осталась на прежнем уровне. Это подтвердило нашу гипотезу: грамотная сегментация позволяет масштабироваться без потери эффективности.
Динамика роста дохода от торговых кампаний после перезапуска (в % от исходного уровня)
Сверка данных с CRM клиента подтвердила, что рост в Google Ads соответствует реальному увеличению продаж.
Реструктуризация динамических кампаний (DSA): доход х2
Следующим шагом мы применили ту же логику сегментации к динамическим поисковым кампаниям (DSA). Здесь была своя специфика. Анализ показал, что в этом проекте общие категорийные запросы (например, «купить коляску») конвертировались лучше, чем конкретные товарные («купить коляску Chicco Model X»).
Разница в обработке категорийных и товарных запросов в DSA
Проблема была в том, что на общий запрос Google мог показать в объявлении любую карточку товара из тысячи, а не страницу категории с выбором. Чтобы направлять пользователей на правильные страницы, нам пришлось вручную исключать из показов десятки тысяч товарных URL для тысяч общих запросов. Это была рутинная, но необходимая работа.
Запуск новых DSA-кампаний в сентябре дал результат: за месяц доход от этого канала вырос более чем в 2 раза при снижении PDR.
Рост выручки и снижение PDR в динамических кампаниях после оптимизации
Пост-оптимизация: максимизация прибыли
После успешного запуска мы перешли к тонкой настройке. Внутри каждой кампании мы анализировали товарные группы и разделяли их на три кластера в зависимости от фактического ROAS:
- «Зелёная зона» (ROAS значительно выше цели): Выделяли в отдельную кампанию и снижали целевой ROAS, чтобы увеличить охват и получить больше трафика.
- «Жёлтая зона» (ROAS близок к цели): Оставляли как есть.
- «Красная зона» (ROAS значительно ниже цели): Выделяли в отдельную кампанию и повышали целевой ROAS, сокращая неэффективные расходы. Группы с крайне низкой рентабельностью (ROAS > 50%) отключали.
Принцип кластеризации товарных групп для оптимизации
Такая оптимизация позволила сократить неэффективные расходы и перенаправить высвободившийся бюджет (около 30%) на масштабирование прибыльных направлений. В результате доход от торговых кампаний вырос ещё на 100%.
Динамика доходов и расходов торговых кампаний в период оптимизации (сентябрь-декабрь 2021)
Аналогичная работа с DSA-кампаниями (исключение плохих запросов, проверка страниц) привела к шестикратному росту дохода при трёхкратном увеличении бюджета.
Динамика доходов и PDR в DSA-кампаниях (сентябрь-декабрь 2021)
Итоги и планы на будущее
За период работы с мая по декабрь 2021 года нам удалось увеличить валовую прибыль клиента от онлайн-продаж примерно в 7 раз. Даже с учётом сезонного декабрьского роста, сравнение с аналогичным периодом прошлого года показало почти трёхкратное увеличение прибыли.
Обзор ключевых показателей за 2021 год
Сравнение валовой прибыли за май-декабрь 2020 и 2021 годов
Созданная нами архитектура оказалась настолько прозрачной и логичной для бизнеса, что клиент смог безболезненно передать управление кампаниями внутренней команде. Реклама продолжает работать эффективно спустя почти год после нашего ухода.
Потенциальные направления для дальнейшего роста:
- Постоянная работа с ассортиментом: Регулярный анализ и перераспределение товаров между кампаниями на основе накопленной статистики.
- Сегментация на новых и постоянных клиентов: Разделение стратегий для привлечения новой аудитории (более высокая стоимость) и удержания существующей (более низкая стоимость).
- Импорт реальных продаж из CRM: Настройка передачи в Google Ads данных о фактических продажах (за вычетом отмен и возвратов), а не просто заказов, для более точного расчёта ROAS.
- Запуск и оптимизация поисковых кампаний: Использование данных из DSA для выделения высококонверсионных ключевых слов в отдельные, более управляемые поисковые кампании.
- Масштабирование медийной рекламы (РСЯ): Применение той же логики сегментации к медийным кампаниям, которые тестировались с небольшим бюджетом, но имеют потенциал роста.
- Оптимизация товарного фида: Работа над названиями и атрибутами товаров в фиде, что может существенно повлиять на эффективность торговых кампаний.
Главный вывод этого кейса: даже в хорошо отлаженной системе есть потенциал для роста, если к рекламе подходить не как к набору инструментов, а как к части бизнес-процесса. Ключом к успеху стала не манипуляция ставками, а глубокая перестройка архитектуры кампаний в соответствии с экономикой и логикой бизнеса клиента.
***
Больше кейсов и аналитических материалов — в нашем Telegram-канале.
Обратите внимание: Как организовать успешные продажи своих товаров в китайском интернете?.
Больше интересных статей здесь: Бизнес.
Источник статьи: Как архитектура рекламных кампаний влияет на выручку интернет-магазина: кейс 3X выручки на 60 000 SKU за 3 месяца.
