Основы Интернет - технологий.

О клиенте и задачах

Аудитория CarMoney — это автовладельцы, которые хотят взять заем под залог транспортного средства. Преимущество финтех-сервиса автозаймов — здесь получить денежные средства проще и быстрее, чем в банке: требуется меньше документов, выше скорость принятия решения.

У сервиса уже работали поисковые кампании и реклама в РСЯ и КМС, но результаты было необходимо улучшать. Так, кампании для сетей конвертировали плохо, поэтому в целом реклама приносила заявки по стоимости, не устраивающей клиента.

Нашей задачей стала разработка и реализация стратегии, направленной на рост числа выдач кредитов в рамках заданной стоимости выдачи.

Период работы: февраль — май 2019 года.

Первый этап: оптимизация текущих кампаний, рост в рамках базового инвентаря

На старте мы переработали контекстные кампании. В поисковой рекламе Яндекс.Директа и Google Ads сегментировали ключевые фразы: целевые запросы, кредиты, брендовые запросы. Для каждого сегмента сделали разделение по городам и подготовили релевантные объявления под каждый срез аудитории.

Перезапустили кампании прямого спроса (заем под залог ПТС и т. д.) в РСЯ и КМС: разделили кампании на сегменты (например, по структуре ключевых фраз), для каждого прописали унифицированные объявления. Опираясь на показатели CPA и количество микроконверсий, каждый день фильтровали площадки, и постепенно вышли на заданные показатели.

Параллельно запустили таргетированные кампании в myTarget: мультиформат на целевые интересы, статический ретаргетинг на посетителей сайта, контекстный таргетинг, look-alike по посетителям сайта.

Этот этап занял около 1,5 месяцев. В результате удалось увеличить объем заявок на 19% и снизить стоимость заявки на 8% в сравнении с тем же периодом прошлого года.

Второй этап: разработка стратегии роста

Было ясно, что в течение 2–3 месяцев будет достигнут потолок эффективности в поиске: объявления по целевым и связанным с кредитами с запросам в 92% случаев располагались вверху поисковой выдачи. Объемы показов в регионах РФ были практически исчерпаны, а Московский регион и Санкт-Петербург не давали на больших объемах приемлемый CPA.

Названия строк

Показы вверху страницы, %

Остальные

Celevoi

91,42%

8,58%

Kredit

92,11%

7,89%

Работа с околотематическими запросами в поиске и сетях не принесла нужного результата по CPA. Данные, которые есть в социальных сетях, не позволяли выделить значительное количество людей по нашим интересам.

Мы решили попробовать programmatic-рекламой и DMP. Лучше всего нашим задачам отвечал Google Display & Video 360: большой объем данных, встроенный оптимизатор, интеграция с любой DMP, самостоятельное ведение кампаний.

Есть и другие способы взаимодействия с новой аудитории, например, охватная брендовая медийная кампания, реклама на ТВ. Но для CarMoney эти инструменты не подходили: брендовые медийные и ТВ-кампании дают большой охват (а нам нужна узкая аудитория) и слишком дорогие.

Эффективная емкость, которая есть в DV 360, достаточная, но конечная. Мы понимали, что через некоторое время упремся в то же, во что уперлись в контексте и социальных сетях. Поэтому решили имеющиеся сегменты расширять за счет внешних данных, для этого мы сразу интегрировали на сайт пиксель DMP-платформы Aidata. Он собирал информацию об интересах пользователей, которые заходили на сайт и совершали конверсию.

Для получения полной картины по эффективности programmatic-кампании использовали трекинг AdRiver. С его помощью post-view данные передавались в Google Analytics. Кроме того, мы связали данные по расходам из рекламных систем и воронкой из CRM-клиента с помощью собственной системы автоматизации отчетности «Artics.Цифры».

Главные преимущества programmatic-размещения — гибкость в управлении и оптимизации на конкретные события после установки на сайт пикселей.

Programmatic-платформ на рынке много, самая большая у компании Google — Display & Video 360. Она позволяет закупать медийную рекламу, планировать и реализовывать кампании в различных рекламных сетях.

В этом кейсе нам пригодились такие особенности Display & Video 360:

• большой объем данных, который регулярно обновляется;
  
• внутренний оптимизатор, что важно для performance-кампаний;
  
• есть возможность интеграции с любой DMP;
  
• полное самостоятельное ведение кампаний, максимальная прозрачность.
  

В DV 360 есть все инструменты, необходимые для работы с programmatic-кампаниями разного уровня сложности: установка конверсионных тегов и стратегия оптимизации по ним, Brand Safety настройки и фильтры, многофункциональный модуль отчетности, конструктор аудиторий, анализ портрета аудитории, использование собственных данных рекламодателя и прочие.

Доступ к платформе DV 360 можно получить напрямую через Google или через официальных реселлеров. При этом важно учитывать, что для прямой закупки у Google необходимо закупать определенный объем. Минимальных бюджетов для запуска кампаний в DV 360 нет, прежде всего надо отталкиваться от целей и задач кампании.

Любой programmatic-инструмент, и в частности DV 360, может решать самые разные задачи: от получения недорогого трафика до увеличения количества трафика и повышения конверсионности performance-каналов с отслеживанием всех касаний пользователя до конечной конверсии (действие на сайте, целевой лид из CRM и т. д.).

При этом не стоит в programmatic-кампаниях ориентироваться исключительно на получение прямых конверсий. Они будут, но CPA будет значительно выше по сравнению с классическими performance-каналами. Исключением станут ретаргетинговые кампании, так как в них мы работаем с собственной аудиторией.

Programmatic всегда выступает частью общей маркетинговой стратегии, и рассматривать его стоит в связке со всеми другими используемыми инструментами. Неретаргетинговые programmatic-размещения следует оценивать по post-view показателям и связанными с ними данными: прирост новых пользователей с контекстных кампаний и органики, уровень вовлечения пользователя в конверсионные цепочки

Третий этап: запуск DV 360, интеграция DMP и сбор данных

Мы запустили programmatic-кампанию с настроенной post-view аналитикой и передачей данных в Google Analytics.

Основные группы аудиторий, которые мы использовали для таргетирования:

• интересы (Affinity & In-Market): кредиты и займы — стандартные группы по интересам от Google;
  
• кастомный сегмент аудитории на основе affinity посетителей сайтов конкурентов и аналогов;
  
• look-alike по совершившим конверсию — по аудитории, собранной пикселем DV 360.
  

Чтобы коммуникация в сообщениях на посадочной странице и со специалистами call-центра была релевантной, мы решили выяснить, кто наша аудитория. Для этого мы кластеризовали аудиторию CarMoney и увидели, что есть сегменты пользователей со схожими интересами: ремонт, отпуск, здоровье, трейдинг, отказники банков. Предположив, что клиенты берут займы для этих нужд, мы выстроили LAL и использовали такие же категории интересов в качестве таргетингов.

Для тестового размещения выбрали регионы с исторически хорошими показателями по объемам конверсий, но с узким охватом — Краснодар, Нижний Новгород, Челябинск.

За март мы добились максимального охвата в этих регионах (при росте бюджета, рост лидов стагнировал), поэтому масштабировали кампании на все регионы присутствия клиента. Это позволило нам значительно расширить охват и набрать большой пул статистики для оценки результатов прироста конверсий за счет медиакампаний.

Тестирование креативов

Под каждую из выделенных целевых аудиторий мы создали отдельные креативы, чтобы лучше отвечать потребностям сегментов ЦА. При этом каждая идея была реализована в двух вариантах: максимально соответствующем фирменному стилю CarMoney (с белым фоном и фото) и нестандартном (графика с минимумом брендинга). Вот примеры сообщений и объявлений:

• 
  

  к отказникам в банке мы выходили с коммуникацией — «Отказали в банке? Приходи в CarMoney!»;

  
  

  
  

  
  
  
• 
  

  к тем, кто интересуются ремонтом — «Пора завершить ремонт!»;

  
  

  
  

  
  
  
• 
  

  к тем, кто интересуется трейдингом — «Не упусти тренд! Мы подставим плечо».

  
  

  
  

  
  
  

И отдельно на все сегменты добавили стандартный креатив про низкую ставку и преимущества.

В Display & Video 360 на старте стоимость конверсий была высокой, но платформа постепенно обучалась и со временем стала привлекать более качественных пользователей. Стоимость конверсии на третий месяц достигла показателей, сходных с контекстной рекламой.

Четвертый этап: работа с данными DMP

Параллельно с ведением кампаний по сегментам, доступным в интерфейсе площадок, мы занимались созданием кастомных сегментов.

Алгоритмы машинного обучения DMP обработали результаты продвижения в DV 360 и сформировали однородные группы аудитории: семейные люди, те, кто интересуются инвестиционными услугами и бизнесом, путешествием, здоровьем, ремонтом.

Сегменты из Aidata пересекались с теми интересами, по которым мы таргетировались в DV 360. Однако благодаря внешним данным мы смогли расширить и получить новые сегменты (дополнительно около 15% пользователей), наложить их выделить внутри сегмента наиболее целевую аудиторию за счет дополнительных параметров.

Как оптимизировали кампании

Первичными параметрами для оценки и оптимизации кампаний служили микроконверсии на сайте: клик по кнопкам «Оставить заявку», начало заполнения заявки и другие. Это позволило нам собрать больший массив данных, корреляция объемов микроконверсий к лидам была довольно высокой. Например, конверсия из взаимодействия с калькулятором в лид достигала 14,3%. На основе полученных данных (после двухнедельного набора статистики) мы оценивали стоимость микроконверсий и по результатам сравнения с эталонными сегментами принимали решение о масштабировании сегментов.

Чтобы понимать, как лиды конвертировались в выдачу займов, мы ориентировались на средние конверсии по воронке и оценивали прогнозную конверсию в целевой лид и выдачу. Параллельно для сбора более точной статистики начали процесс интеграции post-view параметров в CRM клиента.

Сложности, с которыми мы столкнулись

Основной проблемой оптимизации данных кампаний был временной лаг «дохода» post-view конверсий по кампаниям и необходимый продолжительный период (две недели) для сбора статистики. В период набора статистики CPL мог резко подскочить, что могло привести к неверным выводам при оценке эффективности.

Для проработки ситуации выбрали следующий алгоритм действий: две недели, пока собиралась статистика, вносили минимальные изменения в кампании, затем смотрели на дошедшие конверсии и принимали окончательное решение по оптимизации сегментов.

Результаты

DV 360 дал нам не только прямые конверсии, но и увеличил долю конверсий, которые совершаются в других каналах. Чтобы отслеживать это, мы создали отчет, в который передавали параметр лида («после просмотра баннера»), а перетекание из канала в канал видели в отчете по источникам. Общий рост числа выдач с момента запуска DV 360 составил 14%, количество лидов с контекстной рекламы благодаря programmatic-рекламе выросло приблизительно на треть.

Мы остались в рамках допустимых KPI по CPA и экономики клиента, получили больше выдач, чем получили бы при увеличении расходов в контексте, где отдача на каждый вложенный рубль начала сокращаться критически. Кроме того, мы видели рост выдач в офлайне и через мобильное приложение — в тех каналах, конверсии в которых мы не относим к нашему проекту.