При первой загрузке офлайн-продаж в Яндекс Метрику с визитами удалось связать только 4% транзакций. Для сети магазинов художественных материалов «Передвижник» это означало, что аналитика видела лишь малую часть реального пути покупателя: человек находил товар через рекламу, а покупал в магазине или другим способом, и эта покупка выпадала из отчетов.
Мы ведем контекстную рекламу «Передвижника» с 2019 года и на этом проекте столкнулись с набором типичных проблем performance-продвижения крупного e-commerce: KPI, который не отражает рентабельность, ассортимент, который продвигается без приоритизации, и аналитика, которая не видит офлайн-продажи. Ниже — как мы их нашли, что сделали и к чему это привело.
О клиенте и задаче
«Передвижник» — сеть магазинов профессиональных художественных материалов для художников, архитекторов и дизайнеров. Компания основана в 2005 году, первый магазин открылся в центре Москвы и быстро стал востребованным благодаря формату самообслуживания и широкому ассортименту. Сегодня сеть включает 10 магазинов с материалами от российских и зарубежных производителей. С «Передвижником» мы работаем с 2019 года.
В рамках сотрудничества мы продвигаем интернет-магазин клиента в Яндекс Директе. Ассортимент превышает 12 000 товаров — от недорогих ластиков до итальянских мольбертов стоимостью свыше 160 000 ₽. Такой разброс цен — типичная особенность крупных e-commerce проектов, и именно она чаще всего становится причиной ошибок в performance-продвижении: рекламные системы одинаково относятся к покупателю ластика за 50 ₽ и покупателю мольберта за 160 000 ₽, если их не разделить вручную.
Рассказываем про пять решений, которые мы внедрили на проекте, и результаты, которые они дали.
Почему CPO перестал быть главным KPI
В марте кампании показали 153 транзакции при CPO 1 095 ₽. Формально KPI был выполнен, поэтому кампании выглядели эффективными.
С точки зрения бизнеса картина была другой: 153 покупки принесли выручку 429 360 ₽ при ДРР 39%, что означало недостаточную рентабельность и фактические убытки.
Мы перевели кампании с оптимизации по средней стоимости конверсии на стратегию с ограничением по доле рекламных расходов. Для e-commerce с широким разбросом цен эта модель точнее: она удерживает целевой ДРР и одновременно дает алгоритму пространство для конкуренции за покупателей более дорогих товаров.
При жестком ограничении по CPO система вынуждена конкурировать только за дешевые заказы — так кампания стабильно набирает низкий средний чек и растит ДРР. Уже в следующем месяце после смены стратегии мы смогли снизить ДРР более чем в 2 раза.
Как выбрали, что продвигать в первую очередь
Запуск рекламы на весь ассортимент без приоритизации — распространенное решение, которое обеспечивает охват, но снижает эффективность: категории и товары по-разному конвертируются в зависимости от узнаваемости, наличия и ценовой конкурентоспособности. В результате часть бюджета уходит на позиции с низкой или нулевой рентабельностью.
Мы применили принцип Парето: около 20% товарных категорий формируют порядка 80% выручки. Сначала проанализировали данные Яндекс Метрики и выделили самые доходные категории. Например, чернографитные карандаши при 3 785 визитах принесли 65 641 ₽ выручки, а акварельные карандаши при визитах примерно на 1 000 меньше — около 140 000 ₽, более чем вдвое больше при меньшем трафике.
Дополнительно провели ABC-анализ всего товарного ассортимента на основе онлайн- и офлайн-продаж: категория A — товары, формирующие основную долю выручки и прибыли, B — товары средней значимости, C — низкоприоритетные позиции с минимальным вкладом.
По итогам анализа перераспределили бюджет в пользу наиболее доходных категорий. Средний чек вырос до 5 227 ₽, ДРР снизился до 19% — более чем вдвое ниже показателя кампаний, где продвигался весь ассортимент без приоритизации.
Как связали офлайн-продажи с рекламой
Для интернет-магазинов учет офлайн-конверсий — не рекомендация, а обязательный элемент аналитики. Типичный путь покупателя выглядит так: переход на сайт → выбор товара → покупка в магазине или через другой канал. Рекламный источник формирует спрос и приводит клиента, но финальная транзакция не попадает в онлайн-аналитику.
Без учета офлайн-конверсий картина эффективности искажается: часть прибыльных каналов выглядит нерентабельной, что приводит к ошибочным решениям — например, к отключению источников, которые фактически обеспечивали значимую долю выручки.
Передача офлайн-конверсий требует корректной настройки Client ID. По нашему опыту, без связки с Client ID Яндекс атрибутирует лишь незначительную долю транзакций. При первой загрузке данных без Client ID удалось связать только 4% офлайн-транзакций с визитами. После настройки передачи Client ID в CRM показатель вырос до 87%.
Более точная атрибуция дала возможность корректно перераспределять бюджет между каналами. По нашей оценке, это стало одной из причин снижения ДРР на 5 п.п. — с 23% до 18%.
Как разделили новых и текущих клиентов
Без разделения аудиторий алгоритм оптимизируется в сторону самых «дешевых» конверсий — как правило, это текущие клиенты: у них выше вероятность покупки и ниже стоимость привлечения. Бюджет смещается в сторону повторных продаж, приток новых клиентов замедляется, что ограничивает рост бизнеса.
Мы разделили кампании на новых и существующих клиентов. Раздельная настройка дает три эффекта: отдельное управление CPO и ДРР по новым клиентам; корректную оценку экономики привлечения — у новых пользователей показатели закономерно выше; рост эффективности креативов за счет релевантных сообщений под каждый сегмент, что повышает CTR и снижает CPC.
Для новых пользователей в рамках промоакций использовали офферы на первый заказ: кешбэк до 100% или скидку 10% на первую покупку. Для действующих клиентов такие предложения не влияют на решение о повторной покупке, поэтому им показывали другие сообщения.
Как навели порядок в товарных кампаниях
Товарная кампания — базовый инструмент продвижения широкого ассортимента в Яндекс Директе: минимум настроек, запуск в несколько кликов. По нашему опыту, формат хорошо работает в сезонные периоды и при задаче быстро масштабировать охват, но полная передача управления алгоритму неэффективна.
Товарная кампания генерирует большой объем трафика, значительная часть которого нерелевантна. Ручная очистка такого трафика затруднена, а управление автотаргетингом внутри товарных кампаний ограничено.
Для оптимизации применили n-грамм-анализ: он раскладывает поисковый трафик на отдельные словоформы и позволяет оценить эффективность каждого элемента. На основе анализа сформировали расширенный список минус-фраз, что помогло точечно отсекать нецелевые запросы.
По нашей оценке, такая фильтрация в среднем снижает стоимость целевого действия на 10–15%.
Результаты
За 6 месяцев ДРР снизился в 2 раза — с 39% до 18%. Результат сложился из пересмотра KPI, сегментации аудиторий, перераспределения бюджета в пользу доходных категорий, внедрения офлайн-конверсий и оптимизации трафика на основе n-грамм-анализа.
За время сотрудничества с 2019 года привели более 30 000 транзакций. Средняя стоимость привлечения заказа (CPO) без учета брендового трафика составила 701 ₽.
Оставить заявку на нашем сайте или обсудить проект с продакшн-директором KINETICA в Telegram
