У нас есть давний клиент — бюро архитектурного дизайна. Мы много лет вели для них Директ и понимали, что данные собираются не идеально, сайт работает медленно, а аналитика требует доработки.
Но клиент не видел необходимости вкладывать дополнительные (и немалые) средства в оптимизацию инфраструктуры. Конечный результат его устраивал: заявки шли, цена лида была приемлемой. Рынок позволял, экономика сходилась.
За счёт сильной экспертизы PPC-специалиста — условно, «крутого водителя» — реклама «ехала».
Со временем ситуация изменилась.
Алгоритмы усложнились, конкуренция выросла, и одной лишь «подкрутки настроек» стало недостаточно.
Поэтому запрос собственника был ожидаемым:
«Лиды есть, но продаж стало меньше. Сделайте, чтобы снова работало».
Мы могли продолжать менять объявления и ловить краткосрочный эффект. Но было очевидно: крутости «водителя» уже недостаточно — пришло время «тюнинговать саму машину».
Сегодня Директ приводит целевых клиентов только тогда, когда обучается на реальных качественных лидах.
❗Если данные неполные или искажённые, система не понимает, кого считать «хорошим» клиентом, и оптимизируется в неверном направлении.
💡Поэтому мы предложили точечную работу: внести только те изменения, которые в первую очередь влияют на стоимость и качество заявок.
Что именно мы предложили сделать:
- Проверить и донастроить коллтрекинг
- Ускорить сайт
- Ввести учёт качества лидов в CRM
Коллтрекинг был подключён, но часть данных по звонкам терялась.
Мы предложили донастроить передачу информации, чтобы аналитика и рекламные системы видели все реальные обращения.
Так система начала понимать, какие запросы приводят качественных лидов, и использовать это для обучения.
Сайт открывался 6–8 секунд — это слишком долго. Мы объяснили, что нет смысла платить за привлечение, если сайт медленно загружается и половина людей просто закрывает страницу, не увидев даже первый экран.
Менеджеры не отмечали статусы «целевой / нецелевой». Для Директа это звучало как «все лиды хорошие, продолжай». Если спам и случайные обращения считаются качественными, алгоритм начинает приводить ещё больше таких же.
Мы предложили ввести регламент: менеджеры отмечают лиды, а в рекламный кабинет отправляются только те, кто подходит под профиль клиента.
С этого момента алгоритм обучается корректно.
И только после этого — оптимизация кампаний
Когда система получает правильные данные, реклама работает по модели качества.
И уже в этот момент оптимизация действительно влияет на экономику: алгоритм понимает, кого привлекать, а бюджет уходит в пользу лидов, которые конвертируются в деньги.
Комментарии (0)
Пока нет комментариев. Будьте первым!
Добавить комментарий