Эксперты по контекстной рекламе часто обещают чудеса, но они бессильны, если сам рынок, на котором работает бизнес, уходит в глубокий минус. Наш кейс — наглядное тому подтверждение. Мы столкнулись с проектом, где макроэкономические факторы привели к двукратному падению конверсии и обвалу рынка на 70%. В этой статье мы подробно разберем, как мы диагностировали кризис, какие точки роста пытались найти и почему, несмотря на все усилия, не смогли вывести контекстную рекламу в плюс. Это история не только о цифрах, но и о важности стратегического взгляда на бизнес.
В Jam Agency мы специализируемся на платном трафике для e-commerce. В 2021 году к нам обратился владелец сети магазинов детских колясок. Эта история — о нашей самоуверенности и о том, как мы игнорировали явные рыночные сигналы, увлекшись поиском технических ошибок в старых кампаниях. В итоге «спасти» рекламу клиента не удалось. Были ли наши действия безрассудством или логичной последовательностью шагов — судите сами. Мы покажем весь наш путь: от анализа рынка и аудита рекламы до тестовых запусков и горьких выводов. Эта статья — руководство к тому, как понять, что контекстная реклама для вашего онлайн-магазина обречена на убытки, если не менять саму бизнес-модель.
Клиент — региональная сеть магазинов детских колясок. Когда-то у него был магазин в Москве, но после пандемии остался лишь пункт самовывоза. Его ключевые преимущества — цены ниже и ассортимент шире, чем у конкурентов. Однако с 2016 года доходы от онлайн-продаж и, в особенности, от контекстной рекламы неуклонно снижались. Заказчик находился в растерянности: проблема в некомпетентных подрядчиках или в фундаментальных изменениях на рынке? Он предпочел остаться анонимным, что для провального кейса даже к лучшему.
С самого начала насторожила позиция клиента: «все подрядчики плохие». Такая установка часто говорит либо о сложном характере заказчика, либо о проблемах, лежащих гораздо глубже настройки рекламных кампаний. По нашему опыту, если бизнес-модель жизнеспособна, Яндекс.Директ будет работать хотя бы в ноль даже при далеких от идеала настройках. Наша задача в таких случаях — найти слабые места, точки роста и масштабировать эффективные сегменты. Если же кампании стабильно в глубоком минусе, причины, скорее всего, кроются в бизнес-модели или рыночной ситуации. Поэтому мы начали с глубокого анализа рынка.
Наш подход: зачем мы начинаем с аудита
Каждый новый проект мы стартуем с комплексного аудита. Это делается по двум ключевым причинам:
Демонстрация экспертизы и построение доверия. Мы находим конкретные слабые места в текущей рекламной стратегии, наглядно показываем, что планируем исправить и как это повлияет на финансовый результат клиента.
Оценка рисков и потенциальной окупаемости для нас самих. Финансовая модель нашего агентства построена на долгосрочном сотрудничестве (LTV). Мы начинаем зарабатывать только через 3-4 месяца, так как первый период требует огромных трудозатрат. Нам важно понимать, сможем ли мы вывести проект в ноль в первые 1-3 месяца и есть ли у него перспективы. Аудит позволяет «заглянуть под капот» и принять взвешенное решение.
Время на аудит всегда ограничено, поэтому мы движемся от общего к частному, погружаясь в детали настолько, насколько это позволяет отведенный срок.
Анализ рынка: бизнес падает вместе со спросом, который перехватывают маркетплейсы
Первым делом нужно было оценить общее состояние бизнеса клиента. Самый простой способ — анализ трафика в Яндекс.Метрике.
Мы выяснили, что платные источники дают лишь около 20% всего трафика, поэтому сначала сфокусировались на ключевых, бесплатных каналах.
Структура источников трафика
Около 70% трафика приходилось на органический поиск. На первый взгляд, это хорошо — значит, бизнес-модель работает и «холодный» трафик конвертируется. Однако, взглянув на динамику за несколько лет, мы увидели тревожную картину: с 2017 года объем бесплатного поискового трафика сократился примерно в 4 раза.
Динамика трафика из органического поиска
Такое падение говорит либо о снижении общего спроса, либо о потере доли рынка. Еще один тревожный сигнал — прямые переходы (когда пользователь вводит адрес сайта в браузере). Их график практически зеркально повторяет динамику органики, что указывает на ослабление бренда и снижение лояльности клиентов.
Динамика прямых переходов на сайт
Следующий шаг — оценка популярности бренда в поиске. Для этого мы использовали Google Trends (данные за 10 лет) и Яндекс.Wordstat (данные за 4 года).
Динамика поисковых запросов с упоминанием бренда
Запросы по бренду с 2016 года сократились почти в 3 раза, что идеально коррелирует с падением прямых заходов и органики. Далее мы проверили, что происходит с прямыми конкурентами, собрав список самых популярных сайтов в тематике. Анализ показал два важных вывода:
Интерес к бренду нашего клиента падает пропорционально снижению интереса к брендам его прямых конкурентов.
Спрос на бренды конкурентов снижается прямо пропорционально общему падению спроса на рынке. То есть, они не отбирают долю у нашего клиента — рынок сжимается для всех.
Динамика запросов по бренду в сравнении с конкурентами
Оставалось оценить общую ситуацию на рынке. Мы проанализировали запросы с общим словом «коляска». Данные показали, что с 2016 года рынок в среднем сократился в 2 раза.
Динамика поисковых запросов со словом «коляска»
Для справки: значение «100» на графике означает пиковый спрос в 2016-2017 годах.
Чтобы наглядно увидеть взаимосвязь, мы совместили графики рыночного спроса и посещаемости сайта. Стало очевидно: в последние годы падает не только интерес к конкретным брендам, но и спрос на детские коляски в целом.
Самая очевидная причина — демография. Рождаемость в России с 2015 года демонстрирует устойчивую отрицательную динамику.
Динамика рождаемости в России (источник: rosinfostat.ru)
Возникла вторая гипотеза: возможно, люди стали экономить и покупать подержанные коляски. Мы проверили спрос на запросы типа «коляски авито». Но и здесь спрос упал в разы.
Динамика спроса на подержанные детские коляски
Падение спроса усугублялось еще одним мощным фактором — захватом поисковой выдачи маркетплейсами. Мы проверили спрос на фразу «коляски озона» и увидели взрывной рост.
Аналогичная ситуация наблюдалась с Wildberries и другими площадками. Для наглядности мы составили таблицу состава органической выдачи по месяцам, где зеленым выделены маркетплейсы и агрегаторы.
Кроме того, в последние полгода Яндекс.Маркет начал активно продвигать свои товары через рекламные блоки.
Для целостной картины мы свели все данные в единую таблицу.
И построили общий график ключевых трендов.
Итог анализа рынка: рынок не только сокращается в объеме, но и меняет структуру. Доля маркетплейсов и агрегаторов растет, что снижает конверсию для классических интернет-магазинов, так как и без того небольшой спрос дробится между большим числом игроков.
Несмотря на это, у клиента были продажи и присутствие в десятке регионов. Его конкуренты продолжали использовать контекстную рекламу, и, вероятно, для кого-то она окупалась. Мы решили, что работать можно, и перешли к детальному аудиту рекламных кампаний.
Анализ контекстной рекламы: управление в отрыве от бизнес-показателей
Напомним, доля платного трафика составляла около 20%, из которых 40% приходилось на Яндекс.Директ — ключевой канал для поиска и РСЯ.
Мы проанализировали данные за 2018-2019 годы (более ранняя статистика была недоступна). Общая закономерность по всем платным каналам: в 2018 году охват резко вырос, но к 2019-2020 годам трафик вернулся к низким значениям. Похоже, платный трафик пытались использовать для компенсации падения заказов из органики. Посещаемость удалось поддержать, но выручку вернуть не получилось, и рекламу в итоге отключили. Нам предстояло выяснить, что пошло не так.
Сначала мы исключили каннибализацию трафика (когда платная реклама «крадет» заказы у органического поиска). Простой способ проверки — сравнить графики платного и бесплатного трафика. Мы увидели, что при отключении контекстной рекламы резких изменений в органике не происходило. Значит, каннибализации не было.
Совмещенный график платного и бесплатного трафика
График заказов по платному и бесплатному трафику
Расчет экономики проекта: определяем целевые показатели
Заказчик не понимал, сколько на самом деле должен стоить заказ, и мы подозревали, что предыдущие подрядчики не погружались в экономику. Наша задача — рассчитать, сколько должен стоить целевой заказ и промежуточные конверсии (например, добавление в корзину) при текущих показателях, чтобы сравнить с реальными цифрами.
Важный нюанс: у клиента были офлайн-магазины. Часть посетителей сайта могла после его просмотра пойти в магазин и купить товар там. Чтобы учесть этот эффект, мы ввели поправочный коэффициент. В качестве связующего события между онлайн и офлайном мы взяли просмотр страницы с адресами магазинов. Сравнив трафик на эти страницы с посещаемостью магазинов в удаленных локациях, мы вывели грубую, но рабочую модель: примерно каждый третий посетитель страницы контактов (30%) затем посещал магазин.
Опуская детали расчетов, мы выяснили, что на каждый онлайн-заказ приходилось примерно 1,18 офлайн-заказа. Итого общий коэффициент составил 2,18.
Магазин работал по всей России, но офлайн-точки были не везде. Поэтому мы разделили данные на два сегмента: регионы без магазинов и регионы с магазинами. Ко второму сегменту применяли коэффициент 2,18 для оценки общего числа заказов.
Расшифровка обозначений в таблице: Стоимость — Затраты; Корзина — Добавления в корзину; CR_Cart — Конверсия в корзину; CPL — Цена добавления в корзину; Заказы — Заказы на сайте; CR_Orders — Конверсия в заказ; CPO — Цена заказа.
Проблема была в том, что конверсия в заказ (около 0,3%) была слишком мала для качественного анализа. Нужен был показатель с большим объемом данных. Таким показателем стало добавление в корзину. Мы сосредоточились на его стоимости.
По словам клиента, точка безубыточности — 2500 рублей за оплаченный заказ. Умножив эту сумму на конверсию из корзины в заказ, мы получили максимально допустимую стоимость добавления в корзину — 182 рубля. Теперь у нас был четкий критерий для оценки эффективности старых кампаний.
Эффективность кампаний в регионах с магазинами
На графике ниже — расходы и CPL (стоимость добавления в корзину). Красная линия на уровне 200 рублей — это наш порог окупаемости.
Мы видим, что первые три квартала реклама работала в плюс, но с 4-го квартала экономика ушла в глубокий минус из-за роста CPL до 400 рублей.
Первой проверяем гипотезу о сезонности. По данным Wordstat, пик спроса на коляски — весна, спад — октябрь. Это частично совпадало с нашей ситуацией. Однако спрос между 3-м и 4-м кварталом падал лишь на 10-15%, а наш CPL вырос более чем в 2 раза. Влияние сезонности было, но не оно стало главной причиной провала.
Мы углубились в данные за 3-й и 4-й кварталы 2018 года. В ходе анализа мы выделили кампании, которые сильнее всего повлияли на рост CPL в этот период.
Если посмотреть на суммарную динамику этих кампаний по кварталам, то виден рост расходов на 300% и рост CPL на ~250%.
Но главным «виновником» оказалась одна конкретная кампания — «Новый_Поиск_Магазин_Коляски_Мск». В 3-4 кварталах 2018 и 1 квартале 2019 на нее приходилось более 70% всех расходов, а ее CPL превышал максимально допустимый более чем в 4 раза.
Детально изучив эту кампанию, мы обнаружили, что не было аномалий в CTR или конверсии, но цена за клик была в два раза выше средней. Кампания работала на автостратегии «Оптимизация кликов». Хотя этот тип стратегии может быть эффективен, в данном случае настройки постоянно менялись: ежемесячно повышалась максимальная цена за клик и еженедельный бюджет.
Обратите внимание: Почему рекламный бюджет слит, а клиентов не прибавилось?.
Создавалось впечатление, что кампанией управляли в отрыве от бизнес-показателей, не считая KPI или считая их неправильно. Для эффективного управления ставками необходимо отталкиваться от целевой стоимости конверсии (в нашем случае — добавления в корзину).После отключения рекламы во 2-м квартале 2019 года, в 3-м квартале ее перезапустил уже другой подрядчик (об этом говорили измененные названия кампаний). Если раньше основная доля расходов приходилась на поиск, то теперь ~57% бюджета ушло в РСЯ (рекламную сеть Яндекса).
Заказов в статистике не было вообще. Даже с поправкой на офлайн, при такой стоимости добавления в корзину (в среднем 301 рубль при допустимых 180) реклама не могла окупиться.
В кампаниях в сетях CPC постепенно рос, а количество кликов падало, что указывало на ручное увеличение ставок без учета эффективности.
Стоимость добавления в корзину на разных площадках сильно различалась. Нужно было отключать неэффективные сайты, в первую очередь — сайты Яндекса, на которые приходилось ~43% расходов.
Эффективность кампаний в регионах без магазинов
На эту группу пришлось ~28% бюджета и ~18% заказов. Допустимая стоимость корзины здесь была еще ниже — 120 рублей. Фактический же CPL колебался от 150 до 450 рублей.
Ключевая особенность этих регионов — конверсия в заказ была ниже в 4 раза (0,1% против 0,4% в регионах с магазинами). Вероятно, на решение покупателя влияли условия доставки: локальные конкуренты или маркетплейсы предлагали более выгодные варианты или имели офлайн-точку. Эту гипотезу в будущем можно было бы проверить A/B-тестом, предлагая разным аудиториям разные условия доставки.
Динамический ремаркетинг — единственный лучик света
С финансовой точки зрения только кампании динамического ремаркетинга работали в плюс, так как стоимость заказа была ниже целевых 2500 рублей.
Однако и здесь был нереализованный потенциал. Мы обнаружили, что реальная стоимость цели была в 2,5 раза выше заданной в настройках (1236 руб. против 500 руб.). Это классическая проблема автостратегий: для их качественного обучения нужно не менее 50-60 конверсий в месяц, а здесь было всего около 10. Правильнее было бы использовать в качестве цели добавление в корзину — событие с большим объемом. При грамотной настройке эффективность этой кампании можно было бы повысить на 15-30%.
Общие выводы и план оптимизации
Резюмируем ситуацию: вместе с органическим трафиком падают заказы и выручка. Рынок сжимается из-за демографии и давления маркетплейсов. Единственный способ поддержать доход — покупать трафик. Первые 9 месяцев реклама работала в плюс, но из-за управления «вслепую», без учета KPI, экономика рухнула. Последующие перезапуски с теми же ошибками не помогли.
Теоретически, перезапустив кампании с правильными настройками и стратегией управления ставками, можно было бы вернуть окупаемость. Чтобы оценить потенциал, мы спрогнозировали объем рынка по ключевым запросам. Прогноз был консервативным, без детальной проработки ВЧ-запросов и с учетом текущей конверсии сайта. Мы разделили прогноз на три части: регионы с магазинами, Москва и МО (где CPO был на грани), и регионы без магазинов (с заведомо отрицательной экономикой).
Прогноз по регионам с магазинами (с поправочным коэффициентом).
Прогноз по Москве и области (CPO на пределе, нужен запуск с оптимальными настройками).
Прогноз для регионов без магазинов (отрицательная экономика).
Итог: без учета динамических кампаний, потенциально можно было получать ~300 заказов из Яндекс.Директа и Google Ads (только из регионов с магазинами и Москвы) по цене около 2000 рублей. Потенциал рынка был, и нужно было тестировать поисковые и сетевые кампании с правильными автостратегиями. Главной проблемой старых кампаний было управление ставками: неверная стратегия, неправильные настройки и игнорирование KPI.
На основе этой информации мы составили план работы с KPI на первые три месяца. Дальше прогнозировать было сложно из-за множества переменных.
За первые три месяца мы планировали выйти на 70-125 заказов с бюджетом ~150 000 рублей в регионах с магазинами и в Москве.
Не запускать рекламу в регионах без магазинов из-за высокого риска убытков.
В первой итерации сделать ставку на динамические кампании, которые обычно показывают лучший результат при меньших ресурсах.
Тестовый запуск (февраль-март 2021)
В нашем агентстве около 40 активных проектов, 35 из которых — интернет-магазины. Часто 50% их дохода приносят именно автоматизированные кампании. Запускать их проще и быстрее, чем классические. Поэтому в этом проекте мы также решили начать с автоматических инструментов:
Смарт-баннеры в Яндекс.Директе.
Динамический ремаркетинг в Google Ads.
Google Покупки.
Мы не стали запускать весь ассортимент, а выбрали самые прибыльные товарные сегменты (30% товаров, дающих основной доход). На их основе создали страницы категорий для общих запросов («коляска 3 в 1»), чтобы параллельно тестировать и классические поисковые кампании.
Смарт-баннеры Яндекс.Директ
Этот формат показывает пользователям товары, которые они просматривали или добавляли в корзину. Кампании были запущены в Москве со стратегией «Максимум кликов» со ставкой 20 рублей. Мы планировали линейно повышать ставки, чтобы найти оптимальный баланс между ценой клика и стоимостью корзины, не выходя за лимит в 200 рублей.
Через 5 недель результатов не было: 44 добавления в корзину, 5 лидов, 0 продаж. Стоимость корзины была в 2 раза выше допустимой. Мы пробовали оптимизировать: снижали ставки на мобильных устройствах и для мужской аудитории, отключали неэффективные площадки. Но улучшений не последовало. Клиент предложил протестировать регионы с исторически высокой конверсией, но анализ показал, что их потенциал всего 5% от московского, поэтому от этой идеи отказались.
Кампании Google Покупки
Мы запустили обычные (не «умные») торговые кампании, где можно управлять ставками по товарным группам. Принцип был тот же: линейное повышение ставок и контроль стоимости корзины. Результат повторился: ноль продаж, несколько лидов и около десятка добавлений в корзину.
Поисковые кампании Яндекс.Директ
После неудач с автоматическими кампаниями мы решили провести «чистый» эксперимент. Запустили узкие кампании по конкретным брендам и моделям колясок, чтобы посмотреть, как поведет себя максимально целевой трафик. Клиент согласился на тест бюджетом в 10 000 рублей.
И снова провал: продаж не было, лишь несколько добавлений в корзину. При этом пользователи были релевантными, переходили на карточки товаров с конкурентными ценами, но конверсии не происходило.
Где мы ошиблись и как можно было избежать этого
Наши услуги для клиента стоили 35 000 рублей в месяц. На начальном этапе мы вкладываем в проекты много времени, поэтому тщательно оцениваем их на входе. С одной стороны, все макрофакторы кричали: конверсия упала вдвое, рынок сжался на 50%. С другой стороны, был 9-месячный период стабильной работы рекламы в прошлом. Мы поверили, что если исправить все ошибки и использовать современные инструменты, то сможем вернуть окупаемость.
Фактически мы проделали огромную работу: 60 человеко-часов на исследования, 5 часов — тимлид, 14 часов на аналитику и 37 часов на работу с кампаниями.
Мы взвесили риски и решили взяться за проект. Нас мотивировало наличие сети магазинов у клиента, его адекватность и несколько потенциальных точек роста:
Ранее не использовались современные автоматические инструменты (смарт-баннеры, торговые кампании).
В старых кампаниях были грубые ошибки в настройках стратегий.
Стоимость тестирования (50-100 тыс. рублей с учетом нашего гонорара) соотносилась с текущим доходом и рисками клиента.
Несмотря на все проведенные исследования и очевидное влияние внешних факторов, мы поверили в себя и пошли против рынка. И проиграли.
Этот проект стал для нас ценным уроком. Он не стоил нам столько, сколько предыдущие попытки заказчика с другими подрядчиками. Но вывод однозначен: даже при идеальных настройках кампаний, тщательной работе с ключевыми словами и качественном трафике, экономика проекта может не сойтись. Если рынок в глубоком кризисе, а бизнес-модель не адаптирована к новым реалиям (например, к давлению маркетплейсов), контекстная реклама не станет панацеей. Нужны фундаментальные изменения на уровне бизнеса.
Пишите в комментариях ваши вопросы и предложения о том, как действовать в подобных ситуациях.
Для контраста рекомендуем ознакомиться с нашим успешным кейсом для интернет-магазина запчастей, где за год мы увеличили доход с 250 до 1250 тыс. рублей, используя похожий аналитический подход.
Подписывайтесь на наш Telegram-канал: там мы анонсируем новые кейсы и делимся деталями, которые не вошли в статью.
[min]БизнесКоммерцияМаркетингЭлектронная коммерцияЯндекс ДиректКонтекстная рекламаКонтекстологGoogle РекламаLongpost 0 FeelingsБольше интересных статей здесь: Бизнес.
Источник статьи: Кейс в ecommerce: как распознать падение рынка и перестать сливать бюджет на контекстную рекламу.
