Увеличение продаж на 33% через построение системы digital-маркетинга

Далее был проведён анализ и сегментация конкурентов, так как на рынке Узбекистана прямых конкурентов мало, мы изучали ещё и компании аналоги в соседних странах, потому что в digital-пространстве они были активны и конкурировали с нами за контакт потенциальных клиентов.

Сегментация аудитории по модели JTBD

На основе данной информации, мы выделили 2 сегмента аудиторий для запуска рекламных кампаний: лица принимающие решения (ЛПР) и лица влияющие на решения (ЛВР), а также разграничили наши посылы и коммуникацию для каждого из них.

При формировании сегментов аудитории на рекламных площадках, мы учитывали следующие факторы:

• Пересечение аудиторий не должно превышать 20%, так как это отразиться на рекламном аукционе и последует повышение Customer Acquisition Cost (CAC);
• Необходимо разграничивать посылы и информацию для каждого сегмента аудитории на так называемых Customer Profile.

В итоге мы сформировали 3 пользовательские аудитории по 2 сегментам ЛВР и ЛПР. В каждой аудитории тестировались минимум 2 посыла, созданных с помощью модели Jobs To Be Done.

Формирование тактической карты (Traffic Map)

С самого начала работы, нашей целью являлось протестировать гипотезы, каналы привлечения, посылы и выявить рабочие схемы. Для этого мы подготовили и визуализировали карту взаимодействий маркетинговых инструментов, где каждый элемент отвечал за продвижение дальше по воронке.

• Каждая рекламная кампания использовала выбранную ранее аудиторию;
• К каждой аудитории был привязан определенный креатив со своим посылом;
• После всего, человек попадал на сайт, на конечную страницу, связанную с посылом, который мы доносили;
• Поведение на сайте мы сегментировали 3 способами: люди звонившие с объявления, люди оставляющие заявки, люди, которые перешли в разряд оттока;
• Каждое из 3 паттернов поведения мы обслуживали по-разному, считывая их через пиксели и теги отслеживания. Отток фиксировали и направляли в кампании Ретаргетинга, которые, по итогу, возвращали человека на сайт, напомнив о себе.

Создание нового сайта, закрывающего потребности клиента.

Сайт — это основная точка взаимодействия с клиентам, но у нашего партнера он был устаревшим и не имел возможности собирать заявки. Нами было решено полностью изменить сайт.

Новый сайт, был разработан нашей командой в кратчайшее сроки. Структура сайта формировалась на основе QFD-анализа и с учетом технический требований поисковых систем. Далее были проведены интеграции с телеграм-мессенджером для удобного получения заявок от клиентов.

Настройка систем аналитики и создание событий.

Подключение систем аналитики следует осуществлять перед начало м запуска рекламных кампаний. Так мы создаём основу для принятия решений. Системы, которые мы использовали для сбора и анализа данных это: Яндекс Метрика и Google Аналитика, а также мы установили пиксель от системы Facebook, для того чтобы в дальнейшем оптимизировать рекламные кампании по определенные действия клиентов.

Следующим этапом, мы настроили атрибуции данных и автоматизировали формирование и выгрузку отчетов.

Запуск рекламных кампаний.

Вся рекламная коммуникация выстраивалась в соответствии с воронкой.
Наша работа заключалась в 3 верхних этапах, поэтому запуск рекламных кампаний выглядел таким образом:

1. Охват — для обучения алгоритмов и тестирования сайта;
2. Конверсия — цель привлечения потенциальных клиентов;
3. Ремаркетинг — для «прогрева» в нашей воронке. Так как в B2B принятие решения происходит в более длительный период, напоминать и коммуницировать с потенциальным клиентом.

Улучшение показателей Facebook Ads:

Улучшение показателей эффективности Facebook происходило на уровне групп объявлений и самих объявлений. Мы определили, какие объявления работали эффективно, а какие не приносили результат и тратили бюджет зря. Для этого мы используем собственную наработку, где учитываем метрики Результата (клики, лиды, конверсия), CR и CPA. Каждую метрику мы оцениваем по простой шкале – «высокий» и «низкий». Итого, у нас выходит 18 различных сценариев, в которых мы определяем, какое объявление нужно оставить и масштабировать, за каким объявлением нужно пристально наблюдать, а какое объявление нужно немедленно отключать.

Оптимизация КМС рекламы Google

Оптимизация кампаний Google каждый день, на протяжении работы этих кампаний.

Для Оптимизация Контекстно-медийной рекламы, которую мы запустили для «ISTAL» первой в Google, мы использовали собственный скрипт, который позволяет исключить ненужные места размещения. Ко всему прочему, мы добавили адаптивные объявления, которые максимизируют эффект от КМС.
У КМС есть одна очень важная проблема – много фродового (мусорного) трафика. Чтобы трафик оставался целевым, нужно проделать следующие действия:

• Связать Google Ads и Google Analytics;
• Создать событие в Google Analytics и привязать его к определенным скриптам на сайте;
• Настроить оптимизацию рекламных целей кампании под событие в Google Analytics.

После выполнения этих пунктов, мы максимально минимизировали фрод и улучшили качество трафика.

Оптимизация поисковой рекламы Google

Оптимизация Поисковой (контекстной) рекламы происходит непосредственно в семантическом ядре. Мы выгружаем отчёт по поисковым запросам, редактируем его и начинаем поиск нужных нам ключевых слов или фраз в большой базе, из нескольких тысячах запросов.

Там же определяем и минус-слова, которые могут искажать целевой трафик. К минус-словам в B2B продвижении надо подходить очень тщательно, поэтому анализ поисковых запросов проходит, буквально, вручную.

Помимо оптимизации семантического ядра, нам нужно было отслеживать качество объявлений и редактировать их, в случае снижения качества.

Построение аналитических дашбордов Power BI

Так как у нашего партнера был изначальный скепсис из-за сложности понимания нашего подход , то основной задачей было максимально прозрачно организовать работу и донести важность принятие управленческих решений с учетом собираемых маркетинговых показателей.

Для решения этой задачи, мы сформировали аналитический дашборд в Power BI, чтобы чтобы интерпретировать и визуализировать данные об эффективности каналов продвижения, стоимости привлеченных лидов, конверсии в платящего клиента и тд.