Запустили торговые кампании Google Ads с оптимизацией по марже. Кейс

Роман Любимцев
Head of Analytics&Marketplace, MediaGuru

За последние годы рекламные площадки сильно улучшили алгоритмы автоматических стратегий. Они начали предлагать оптимизацию по стоимости за заказ, по целевой рентабельности инвестиций и даже по доле рекламных расходов. А маркетплейсы, которые активно захватывают рынок, вообще предлагают платить за выкупленный заказ.

В случае с контекстными рекламными площадками, в отличии от маркетплейса, все равно есть сложность — доход от продажи одной товарной единицы может сильно варьироваться. В e-commerce в качестве конверсий для оптимизации обычно используют один из трех вариантов:

  • данные электронной торговли вместе с лидами с сайта;
  • в более продвинутых случаях — оффлайн-данные из Google Measurement Protocol, а в случае Яндекс.Метрики — загрузку оффлайн-конверсий или сквозную аналитику, которая недавно появилась в сервисе;
  • если речь не про e-commerce, то все сводится к подсчету звонков и целей, что еще печальнее.

Те, кто готов немного раскошелиться за более точный учет ради высокого результата, подключают готовые решения для сквозной аналитики вроде Roistat, Calltouch, Comagic и др. Их возможности намного шире:

  • можно видеть статистику по конверсиям в одном окне: как со звонков, так и с элементов взаимодействия на сайте;
  • несложно интегрировать с CRM (для популярных систем) для передачи сделок;
  • если интеграция с CRM сделана должным образом, возможно видеть прибыль от рекламных кампаний.

Задача — оптимизация по марже

Digital-агентство MediaGuru недавно начало сотрудничать с интернет-магазином смартфонов и гаджетов Wishmaster. Для его продвижения мы запустили умную торговую кампанию Google Ads. Но стандартные варианты оптимизации не подходили.

Система ценообразования клиента очень лояльна к покупателям, но усложняет оптимизацию РК. Политика такая, что наценка не зависит от цены товара. Аппарат стоимостью 100 тыс. рублей может принести прибыль 500 рублей, а гаджет за 15 тыс. рублей даст профит в 2 тыс. рублей. При такой системе работа по целевой цене за конверсию сводится к крайне неудобному формату подбивания CPO под каждый товар. А подгонять под ROI еще проблематичнее.

На этапе переговоров с клиентом решили, что будем подключать Roistat и переведем рекламные кампании на оптимизацию по фактически получаемой марже.

Подготовительный этап

Коллеги из Wishmaster оперативно настроили передачу в Roistat себестоимости и статусов заказов. Теперь мы видели маржу. Дальше внедрили коллтрекинг, что окончательно дополнило картину.

До подключения коллтрекинга мы подготовили набор скриптов, который позволяет получать данные из Roistat и передавать их сразу в Google Ads. Упущение сервисов сквозной аналитики — в основном они сосредоточены на том, чтобы агрегировать статистику. Нет набора коннекторов для передачи данных на площадки или в бесплатные системы аналитики. На общем фоне чуть выделятся CallTouch, но и там есть не все нужные инструменты.

Передача данных из Roistat

Перейдем к наиболее интересному — к механике передачи данных. У Roistat есть свой API. При помощи простой функции на языке Python легко получить данные по лидам, сделкам и визитам.

Дальше из полученного датасета нужно извлечь все необходимое, отфильтровать по статусам и готово.

Есть нюанс! Через API Roistat не получить Google Click ID (gclid), чтобы успешно загрузить конверсии в Ads. Но Roistat собирает ClientID Яндекс.Метрики и Google Analytics. 

Как загрузить конверсии из Roistat в Ads?

Есть как минимум два варианта, как выйти из ситуации.

  • Вариант 1. Передать данные из Roistat в Google Analytics, связать аккаунты и импортировать конверсии.
  • Вариант 2. Использовать Logs API Метрики, который позволяет получить gclid.

Мы воспользовались вторым вариантом. Немного остановимся на том, почему не выбрали первый.

  1. Реатрибуция. Google Analytics будет реатрибуцировать конверсии. Из-за этого конечный результат будет расходиться с Roistat, к которому мы привязались изначально.
  2. Потеря конверсий. В связи с п.1 могут происходить потери при импорте. Причин может быть несколько. Основная — конверсия импортируется в Google Ads только в том случае, если в Google Analytics будет отнесена к источнику Google Ads по атрибуции последний непрямой.
  3. Привязка конверсии к времени визита. В случае импорта дата конверсии будет привязана к моменту ее передачи, а не к клику по рекламе. Поскольку статусы передаются с задержкой, фактически конверсия в Ads может быть отнесена к другому дню. Это повлияет на интерпретацию ROI в аккаунте.

Финальный этап

Данные о заказах из Roistat в предобработнном виде мы загружаем в BigQuery. Туда же идет экспорт из Logs API Метрики. В облаке мы сопоставляем по clientID заказ с gclid визита. После сопоставления достаточно импортировать данные в Google Sheets, подключить таблицу к аккаунту Ads и настроить регулярное обновление всей цепочки. Данные начнут в автоматическом режиме попадать в аккаунт. 

Концептуально схема выглядит так:

Схема передачи данных из Roistat в Google Ads

Roistat в данном случае — это донор данных. Метрика — цемент, который позволяет увязать их между собой, а Ads — реципиент.

Казалось бы, где Roistat, Метрика и Google Ads. Но при желании и некотором умении все объединяется в рабочую схему. Конечно, она не универсальна. Мы исходили из требований задачи. А нужно было построить работоспособный вариант с предсказуемым и легко интерпретируемым результатом.

Результаты

А для чего все было сделано? Торговая кампания оптимизируется по марже несколько недель. Ниже временной ряд из Ads «Ценность конверсии/Стоимость» с 1 по 31 июля. Первые две недели проходило обучение стратегии с наслоением конверсий, которые зарегистрированы в Google Ads до и после переключения конверсии в аккаунте.

Вторая часть графика — более «чистые» данные уже с минимальным влиянием старых конверсий в оптимизации. Средний показатель Ads «Ценность конверсии/Стоимость» около 2, т.е. кампания стала приносить примерно в 2 раза больше, чем тратит (без НДС).

Дальше мы запланировали оптимизировать товарную матрицу, чтобы «разогреть» кампании и увеличить продажи.

Выводы

Работа умной торговой кампании с оптимизацией на прибыль показывает неплохие результаты. У нее есть потенциал. Маркетологу довольно легко интерпретировать результат ее работы, чтобы вносить корректировки без подсчета средней температуры по больнице, а опираясь на конкретный результат.

Отсюда вывод — для достижения цели не нужно ограничиваться типовыми решениями. Учитесь смотреть шире, чтобы добиться результата максимально быстро и качественно.

Оцените статью

1 Звезда2 Звезды3 Звезды4 Звезды5 Звезд (1 оценок, среднее: 5,00 из 5)
Загрузка...

Поделитесь в соцсетях

Похожие публикации

Как мы увеличили продажи медицинского оборудования на 40% с помощью товарных кампаний

О клиенте Интернет-магазин OXY2 занимается продажей медицинского оборудования как для частных лиц, так и для медицинских учреждений по всей России. Сейчас в интернет-магазине насчитывается более 5000 медицинских товаров: кислородное оборудование, СИПАП и БиПАП аппараты, а также оборудование для респираторной поддержки и многое другое. Задача от заказчика За время работы над проектом были настроены рекламные кампании на […]

Эффективность товарной кампании за счет брендовых запросов

О клиенте «Урюк» — сеть ресторанов, которая специализируется на восточной (узбекской) кухне, а также осуществляет доставку блюд по Москве. Задачи от клиента Запуск товарной кампании. Анализ статистики рекламной кампании. Цель Увеличение числа конверсий. Проблематика После запуска товарной кампании брендовая кампания стала получать меньше трафика, чем обычно. Необходимо выяснить, какая доля брендовых запросов в товарной кампании и через какую кампанию более выгодно закупать трафик. Описание […]

Оценка степени пересечения запросов в Мастере Кампаний. Кейс Газпромбанк Автолизинг

О клиенте Газпромбанк Автолизинг оказывает услуги финансовой аренды транспорта для юридических лиц и ИП преимущественно в сегменте малого и среднего бизнеса. В рамках одной сделки клиенты Газпромбанк Автолизинга могут привлечь финансирование на приобретение легкового, грузового и легкого коммерческого транспорта, такси, а также спецтехники — новых и с пробегом. Задачи Клиент поставил перед нами несколько задач: оценить степень пересечения запросов в различных РК типа Мастер кампаний; выбрать способ масштабирования: экстенсивные […]