Увеличили доход интернет-магазина Sibereon в 10 раз
Клиент
Sibereon — интернет-магазин товаров собственного бренда Nisus для кемпинга, рыбалки, охоты и отдыха на открытом воздухе. Рынок США.
Задача
До нас клиент получал хорошие результаты продаж на Amazon и eBay. Следующим этапом развития бизнеса они запустили собственный интернет-магазин на платформе Shopify. Первые месяцы рекламой в Google Ads команда магазина занималась самостоятельно, но объем продаж не устраивал. Тогда Sibereon обратились к нам.
Ключевая задача: увеличить продажи интернет-магазина и увеличить ROAS (Return on Ad Spend).
Результат
За 4 месяца продажи выросли в 10 раз, при этом рентабельность рекламных инвестиций увеличилась в 2,8 раза.
Что для этого сделали
1. Настроили отслеживание конверсий
Одна из самых губительных и частых технических ошибок — это неправильная настройка отслеживания данных о конверсиях или вовсе их полное игнорирование.
В нашем случае настройки были сделаны, но некорректно — конверсии задваивались. Если совершалась, например 1 продажа, то Гугл Адс засчитывал это как 2 продажи. Во-первых, это приводило к недостоверным отчетам и впечатлению о хороших результатах. Но самое важное рекламные кампании, работающие на автостратегиях оптимизировались на искаженных данных, что плохо влияло на реальный результат.
Поэтому первым делом на проекте мы настроили корректное отслеживание событий и пользовательских данных, проведя интеграцию между сайтом, Google Ads и Google Analytics.
Это позволило нам оценивать насколько эффективна каждая рекламная кампания — достигаются ли нужные показатели и цели. Также мы стали видеть корректную рентабельность инвестиций в рекламу (ROAS) и цену за конверсию (CPA), чтобы узнать выгодно ли мы вкладываем средства.
Но самое главное, настроив правильное отслеживание конверсий, мы получили возможность запускать рекламные кампании с использованием алгоритмов машинного обучения, которые на сегодня приносят лучшие результаты в онлайн-продажах.
2. Поменяли способ передачи фида
Следующим шагом мы проверили фид — файл с полными сведениями о товарах, который передается в рекламные системы. От способа его создания, полноты сведений и частоты обновления напрямую зависит результативность рекламы.
У клиента была установлена стандартная интеграция Shopify с Merchant Center, что достаточно неплохо. Но на базе Shopify существует множество других решений для создания и передачи фида с более продвинутыми функциями.
Мы перешли на приложение Feed For Google Shopping. Это недорогое, но достаточно функциональное решение. Вот некоторые из преимуществ, которые мы получили:
- Получили возможность интегрироваться сразу с несколькими системами: Merchant Center, Facebook ads, Microsoft ads (Bing)
- Фид передается автоматически по API, не нужно каждый раз обновлять вручную
- Хорошо подходит для большого ассортимента товаров
- Можно задавать категории товаров для передачи в Google
- Редактировать заголовки и описания товаров можно прямо в приложении (никаких больше правил преобразования фида). Всегда можно откатить до исходного значения из Shopify одним кликом
3. Устранили ошибки в Merchant Center и внесли ряд улучшений
На момент старта 12% товаров из всего ассортимента были отклонены. Мы устранили все замечания и провели через модерацию.
Подключили недавно вышедший из бета тестирования бесплатный показ товарных объявлений — Free product listings. По итогу этот источник стал приносить до 5% выручки.
Подключили находящуюся еще в бете систему продаж «Buy on Google». Так мы добавили автономный канал продаж — продажа товаров осуществляется на площадках Google без перехода на сайт.
Настроили дополнительные атрибуты в объявлениях: рейтинг товара, рейтинг продавца, специальные офферы (промокод на скидку), отображение цен со скидкой (старая цена/новая цена). Это позволило увеличить доверие к товарам и привлекательность объявлений среди конкурентов и повысить CTR.
Объявления с отзывами вызывают больше доверия и привлекают внимание за счет яркого внешнего вида
4. Перезапуск рекламных кампаний
До перезапуска кампаний было множество попыток получить результат. Были испробованы такие типы каналов как Google Search, Google Display, DSA, Standard Shopping campaign, Smart Shopping campaign — и все это в разных вариациях и настройках таргетингов.
Но все попытки приводили в лучшем случае к дорогим конверсиям, в худшем — конверсий вовсе не было, только лишь расход бюджета впустую.
Готовясь к новому запуску, основную ставку мы сделали на Google Smart Shopping campaign. Но в этот раз мы изменили стратегию — мы создали все условия для передачи качественных данных в нужном объеме в рекламные алгоритмы машинного обучения. Мы рассчитали среднюю стоимость конверсии (CPA) и задали дневной бюджет, который позволял получать 10 конверсий в день. Если перевести в формулу, то она выглядит так:
Дневной бюджет = 10 х CPA
Также мы установили tROAS, основываясь на среднем фактическом значении и целях бизнеса. После запуска важно было отслеживать результаты и постепенно вносить корректировки в настройках, либо устранять ошибки. Так например, в какой-то момент слетел отслеживающий тэг конверсий. Поэтому всегда важно держать руку на пульсе.
В итоге эта кампания стала приносить самый большой объем продаж среди всех рекламных кампаний — 60-70%.
Помимо Google Smart Shopping campaign мы настроили и другие кампании, в том числе в Facebook ads и Microsoft ads (Bing).
Суммарно, рекламные источники трафика стали приносить до 80% выручки.