Кейсы аналитики,  Контекстная реклама в Google AdWords,  Контекстная реклама в Яндекс Директ

Кейс Cloud: как я снизил стоимость привлечения целевых лидов на 50 %

Кейс, который получился в рамках работы с одной из крупнейших облачных платформ России — Cloud. Оригинал лежит на сайте агентства, в котором я работаю. Сюда привожу полную копию.

Клиент

Cloud (ООО «Облачные технологии») – облачный провайдер услуг и сервисов IaaS/PaaS. Также Cloud предоставляет клиентам более 60 облачных сервисов, виртуальный ЦОД, платформы для ML-разработки полного цикла на базе двух суперкомпьютеров Christofari и Christofari Neo.

Задача: построить систему привлечения лидов, чтобы попадать в бюджет и выполнять план по количеству

Cloud искал подрядчика, чтобы наладить системный запуск рекламы. Компания уже пробовала использовать Яндекс Директ, Google AdWords, таргетированную рекламу, но ситуативно. Из-за отсутствия чёткого процесса было непонятно, с какой эффективностью работают гипотезы и как принимать решение об их масштабировании или отключении.

В 2021 году Cloud провел тендер для выбора подрядчика и остановился на IT-Agency. В рамках глобальной цели — построить систему — наши задачи заключались в следующем:

  • выстроить отчётность до заявок, чтобы понимать эффективность каждого канала;
  • сформировать системный подход к тестированию гипотез;
  • протестировать новые каналы привлечения клиентов.

Результат: помогли выстроить отчётность до заявок и снизили стоимость привлечения лидов на 50 %

Системный подход к запуску рекламы в связке с отчётностью до заявок помог увидеть, какие кампании приносят больше лидов. За всё время работы мы снизили среднюю стоимость привлечения заявки на 50 % и нашли решения, которые укладываются в бюджет продвижения.

За шесть месяцев мы вместе с командой Cloud сформулировали и согласовали 404 гипотезы. За счёт большого количества тестов мы выделили работающие механики и каналы продвижения, чтобы снизить стоимость привлечения заявок.

404 гипотезы отработали за полгода

«Хочу отметить, что без команды клиента добиться такого результата не получилось бы. Команда Cloud постоянно присутствовала на еженедельных планёрках, делилась экспертизой и участвовала в приоритезации запусков. Их вовлечённость помогла выстроить наиболее эффективную до заявок и уровня их СРА систему работы».

Как мы это сделали

Выстроили отчётность, чтобы отслеживать результат до заявок

На этапе внедрения отчётности мы столкнулись с ограничениями конфиденциальности компании и не могли настроить всё самостоятельно, как обычно. Для решения проблемы наша команда подготовила карту целей, справочник разметки и подробные инструкции, чтобы команда Cloud могла всё настроить без нашего прямого участия. Это сработало, и мы получили нужную информацию по эффективности кампаний.

Мы составили для команды Cloud карту целей для Google Analytics, чтобы она могла всё настроить с учётом ограничений конфиденциальности

Понимание рабочих каналов и гипотез помогло оптимизировать CPA. Мы детализировали отчётность таким образом, чтобы отслеживать эффективность каждого слова до KPI заявок.

Подготовили гипотезы продвижения и нашли работающие механики

Перед запуском тестирования мы совместно с командой Cloud составили список гипотез и приоритизировали его, исходя из целей бизнеса.

Конвейер гипотез: как запускать много рекламных кампаний, чтобы получать максимальную отдачу

Мы протестировали 404 гипотезы, из которых:

  • 22,5 % успешных. Это гипотезы с низкой стоимостью CPA — их можно масштабировать.
  • 17,8 % можно улучшить, для этого нужно продолжить тестирование.
  • 8 % оказались неэффективными. Эти гипотезы не приносили лиды или были слишком дорогими.
  • 51,7 % ещё не набрали данных для однозначного решения, их также можно продолжать тестировать.
На скриншоте часть лога тестирования гипотез, в котором собирали статусы по каждому тесту. Этот документ помогал ориентироваться в ходе проекта и сохранить на будущее данные по тестам — что ещё можно проработать, какие механики точно не работают и т. д.

На протяжении всего проекта команда Cloud приходила с предложениями и идеями, которые также брали в разработку и тестировали. Налаженное общение с командой клиента помогало гибко менять приоритеты и оперативно запускать новые тесты. Мы уложились в сжатые сроки и протестировали все нужные гипотезы за полгода.

В итоге нашли рабочие связки, поставляющие трафик из заявок с приемлемой СРА и снизили стоимость заявок на 50 %.

Выделили новый канал продвижения

Мы заметили, что в продвижении продуктов и вебинаров не используются партнёрские каналы. Так появилась гипотеза, что для повышения узнаваемости бренда можно использовать рекламу в сообществах Facebook и Вконтакте, Telegram-каналах.

Чтобы проверить идею, мы составили список всех каналов с ценой рекламного размещения и согласовали список с клиентом. Для рекламы тексты с учётом редполитики Cloud и рекламных каналов готовили также мы, потому что новые каналы надо было проверить быстро и с минимальными затратами ресурсов со стороны клиента. В итоге подтвердили гипотезу, что через партнёрские размещения можно продавать.

Собрали базу знаний по сквозной аналитике

По итогам проекта мы собрали для клиента подробную инструкцию по работе со сквозной аналитикой и логом гипотез. Эту инструкцию можно использовать для обучения новых специалистов и для системного запуска тестирования гипотез уже без привлечения IT-Agency.

В итоге у клиента на руках остаются рабочие инструменты для системного запуска рекламы: список удачных, неудачных и еще не протестированных гипотез, инструкция по работе с отчётностью и информация по эффективности площадок.

Отзыв ведущего проекта

Павел Злобин — Старший джедай IT-Agency

Перед нами стояла задача не просто выстроить систему привлечения, но и выполнить довольно высокие KPI в новой для нас сфере. Со старта мы разделили процесс на несколько этапов и в итоге перевыполнили план по заявкам, снизив их стоимость в два раза.

В результате получился работающий «конвейер гипотез», приводящий прогнозируемый и управляемый поток лидов. Всё это поддерживала сквозная отчётность, позволяющая оценивать вклад в KPI до разных моделей атрибуции.

Мы давно работаем на рынке рекламных услуг и отработали процессы, внутри команды называемые «конвейером гипотез». Конвейер заключается в том, что мы разбиваем весь процесс работы на мелкие блоки, которые позволяют максимально погрузиться в новую для нас область.

Облачные вычисления были незнакомой для нас сферой, поэтому нам было интересно проверить, как «конвейер» справится и тут. В итоге всё получилось — совершенно неважно, насколько сложен продукт, важен грамотный подход, максимальное погружение и подробная отчётность.

Комментарии к записи Кейс Cloud: как я снизил стоимость привлечения целевых лидов на 50 % отключены