Клиника платила 13 000–15 000 ₽ за лид и получала цену клика 450–1 000 ₽ за самые горячие запросы про All-on-4. При этом до кресла хирурга доходило только 15% заявок: люди узнавали цену и уходили думать на месяцы. Кабинеты простаивали, а бюджет уходил на заявки, которые не превращались в пациентов.
О клиенте и задаче
К нам обратилась сеть стоматологических клиник в Москве «Проприкус». Их флагманский продукт — тотальное протезирование на имплантах по протоколам All-on-4 (средний чек от 350 000 до 1,5 млн рублей). До обращения к нам клиника тратила на продвижение All-on-4 в Яндекс Директе около 3 млн ₽ в месяц. Кампании строились на прямых транзакционных запросах: «all on 4 москва цена», «имплантация под ключ акция». Формально трафик был целевым, но экономика направления не сходилась: дорогие клики, дорогие лиды и низкая доходимость до консультации.
Как мы перестроили карту пути клиента
Стандартная схема продвижения — собрать самые горячие транзакционные запросы и вступить за них в аукцион — на этом проекте уже не работала: аукцион был перегрет, а доходимость до кресла оставалась низкой. Нужно было пересмотреть не только семантику, но и то, на каком этапе пути пациента клиника вообще пытается его перехватить, и по какому событию учить рекламные алгоритмы.
Шаг 1. Исходная ситуация
Клиника тратила по 3 миллиона рублей в месяц в Яндекс.Директе. Предыдущее агентство действовало по учебнику: собрали самые горячие транзакционные запросы («all on 4 москва цена», «имплантация под ключ акция») и вступили в лобовую войну ставок с гигантами.
Итог: цена клика пробивала 450–1000 рублей. Лиды стоили по 13 000 – 15 000 рублей. Но главная катастрофа скрывалась в CRM: доходимость (CR из заявки в визит) составляла 15%. Люди кликали, узнавали цену и уходили думать. Клиника покупала дорогой «информационный туризм», а кресла хирургов простаивали.
Перед нами стояла задача со звездочкой: как продавать протезирование в Яндекс.Директе, когда прямой горячий спрос перегрет?
Шаг 2. Спрос на протезирование формируется раньше, чем человек ищет процедуру
Как команда, работающая со стоматологиями, мы знаем: All-on-4 — не спонтанная покупка. Цикл принятия решения занимает от 3 до 18 месяцев. К моменту, когда человек вводит запрос «All-on-4 цена», он обычно уже сравнивает предложения десяти клиник. Наша задача: перехватить пациента на этапе формирования потребности.
Человек не просыпается с мыслью: «Хочу вкрутить 4 импланта Nobel». Он просыпается с мыслью: «У меня шатается съемный протез», «Я не могу жевать мясо», «Мне стыдно улыбаться». Прямой спрос на «All-on-4» в этот момент уже перегрет, а спрос по симптомам и страхам пациента остается менее конкурентным и дешевле по клику.
Шаг 3. Стратегия из трех уровней
Мы разработали стратегию, которая строилась на трех уровнях:
- Интеллектуальная семантика (n-грамм-анализ): отказ от перегретых ВЧ-запросов. Поиск скрытых закономерностей в длинных запросах, которые приводят не просто к звонку, а к подписанному плану лечения.
- Смена цели оптимизации: отучить алгоритмы Яндекса приводить «звонарей-приценщиков». Перевести обучение автостратегий строго на офлайн-событие: «Пациент пришел на первичную консультацию и сделал КЛКТ».
- Прогрев через личность врача: в чеках от 500 000 ₽ пациенты выбирают конкретного хирурга. Ретаргетинг должен выстраиваться вокруг кейсов имплантолога, а не общего предложения клиники.
Шаг 4. Реализация
Мы не просто почистили минус-слова. Мы пересобрали математику кампаний:
- N-грамм анализ массива поисковых запросов. Мы выгрузили массив поисковых запросов из Яндекс.Метрики и CRM за 2 года и разобрали его на отдельные граммы — слова и словосочетания, — собрав статистику не по фразе, а по каждому грамму. Один грамм встречается в сотнях фраз, поэтому по нему набирается значимая выборка там, где по отдельной фразе её нет. Это обеспечивает то, что недостижимо при традиционном разборе: видно, какое конкретное слово внутри длинного хвоста тянет CPA вверх, а какое приводит пациента в кресло. Метод работает в обе стороны — и на поиск эффективных связок, и на отсев неэффективных слов, которые находятся внутри формально целевых фраз.
- Интеграция с МИС (Медицинской Информационной Системой) и VBB. Интегрировали Яндекс.Директ с МИС клиники через связку с Roistat и начали передавать в рекламный кабинет фактический статус пациента из медицинской системы: «В работе», «Визит состоялся», «Оплачено», «Отменено». Каждому статусу присвоена своя ценность, включая отрицательный сигнал по отменённым. Теперь, когда пациент физически садился в кресло и ему делали снимок, в Яндекс передавался сигнал «Визит состоялся» с высокой ценностью. Стратегии Директа переключились на Value-Based Bidding (Оптимизация рентабельности). Алгоритм Яндекса начал обучаться на настоящих пациентах, а не на пустых заявках.
- Медицинский ретаргетинг в РСЯ. Мы разделили аудиторию на сегменты по страхам:
— искали «больно ли ставить импланты» — в РСЯ вели на баннер с посадочной страницей на кейс: All-on-4 во сне;
— искали «гарантии на All-on-4» — вели на баннер с лицом главного хирурга и предложением пожизненной гарантии на работу.
У сегмента «гарантии» CTR был в 2,9 раза выше, чем у сегмента «боль», а CR — в 3,1 раза выше. То есть страх боли на баннере отрабатывается хуже: он снимается уже в кабинете, в разговоре с врачом. А страх «а что будет, если конструкция не приживётся через три года» — это финансовое возражение, и на него отвечает лицо конкретного хирурга с пожизненной гарантией, а не описание технологии седации. - Защита бюджета и работа с фродом. В нише, где клик стоит 400-1000 рублей, конкуренты активно используют бот-фермы. Мы внедрили систему защиты от скликивания, анализирующую паттерны поведения в четыре уровня:
1) Комплексная система антифрода на базе Botfaqtor. Трафик анализируется по техническим и поведенческим параметрам, фродовые клики блокируются до списания бюджета.
2) Проверка через SMS-код. Отправка формы блокировалась, пока пользователь не подтвердит номер кодом из Telegram или SMS: автоматические заявки от ботов не доходили до CRM без верификации.
3) Фильтрация форм. Мусорные заявки не передавались в Яндекс.Метрику, чтобы не отравлять статистику.
4) Обратная передача качественных лидов из CRM в Метрику. Автостратегии Директа обучались на квалифицированных обращениях, а не на фродовых.
Суммарно эти меры сэкономили клиенту около 15% бюджета ежемесячно.
Результаты
За 5 месяцев работы мы полностью изменили юнит-экономику направления All-on-4:
- Нарастили доходимость пациентов с 15% до 27%.
- Снизили стоимость пациента, дошедшего до кресла, на 34%: клиника перестала переплачивать за перегретый аукцион и стала покупать более дешевый трафик по симптоматическим запросам;
- Увеличили количество подписанных планов лечения на All-on-4 в 2,8 раза.
Что забрать из кейса
В этом кейсе мы рассказали о том, как продвигать дорогие медицинские процедуры с длинным циклом принятия решения, когда прямой спрос уже перегрет конкурентами. Вот четыре вещи, которые стоит проверить в похожем проекте:
1. Прямой транзакционный спрос в дорогих нишах часто уже выкуплен конкурентами
Симптоматические и околоцелевые запросы могут давать более низкий CPA и более высокую доходимость, чем самые горячие ключи.
2. Оптимизация по заявке не равна оптимизации по пациенту
Если ценность события формируется офлайн — в кресле, на консультации, — алгоритму нужно передавать именно это событие, а не факт заявки.
3. Ретаргетинг в дорогих нишах работает точнее через личность специалиста
Персонализированные сообщения от лица врача, отвечающие на конкретные возражения пациента, работают эффективнее общего предложения клиники.
4. В нишах с дорогим кликом защита от скликивания — часть экономики кампании
Без нее часть бюджета уходит на трафик от ботов, а не на реальных пациентов.
Оставить заявку на нашем сайте или обсудить проект с продакшн-директором KINETICA в Telegram
