Как оптимизировать рекламный бюджет застройщика: кейс из Калининграда
Кейс

Как оптимизировать рекламный бюджет застройщика: кейс из Калининграда

30 апреля 2020 22 3 1 758
Эта история начинается прозаично: застройщик из Калининграда обратился в агентство Almond Media, чтобы увеличить количество заявок на покупку квартир в рамках определенного рекламного бюджета.
 
Рекламу до этого вел другой подрядчик — классический антагонист. Обычно в этот момент агентство начинает аудит существующих кампаний, чтобы на их основе предпринять какие-то действия. Но... оказалось, что прошлый маркетолог предоставлял только отчет по посещаемости сайта. При этом рекламный бюджет был в два раза больше озвученного, но как конвертируется трафик на сайте ни застройщик, ни его подрядчик не считали и не понимали.

Что имеем: застройщик хочет увеличить количество продаж, но каким образом подойти к решению вопроса он не представляет, понимания, как работает интернет-маркетинг, нет.

Поэтому первоначальная задача формулировалась так: «Сделайте, чтобы было лучше, чем раньше, но за бюджет в два раза меньше» 🙂

Главная сложность: клиент уже «обжегся» на недобросовестном подрядчике, поэтому к внедрению любых новых инструментов относится скептично, убедить его довольно сложно, а результат нужен быстро. 

Подзадачи:
  • Привести клиенту такое количество лидов, которым он будет доволен, не запрашивая дополнительный бюджет. 
  • Настроить прозрачную систему аналитики, чтобы и мы, и клиент видели эффективность каналов и инструментов, которые внедряем.
  • Прощупать ситуацию на рынке и найти точки роста для дальнейшей работы.

Этап 0. Внедрение аналитики

Чтобы управлять рекламой, нам нужно опираться на какие-то точные данные. Информации только о количестве и стоимости трафика недостаточно: на данном этапе увеличить конверсию в обращения невозможно. Нужны данные о том, как трафик конвертируется на сайте и как работают разные рекламные каналы.

Чтобы узнать это, мы подключили сервисы Callibri: МультиТрекинг, который позволяет анализировать звонки с рекламы, и МультиЧат — для обработки и анализа текстовых обращений. Таким образом мы начали собирать данные о качестве трафика еще до запуска рекламных кампаний.Только после этого мы стали выдвигать гипотезы о том, какие рекламные каналы помогут привлечь недорогих, но конверсионных посетителей сайта. Решили задействовать следующие рекламные источники:
  • SEO.
  • Контекстную рекламу по названиям Жилищных Комплексов. 
  • Контекстную рекламу по брендовому названию застройщика.
Есть и четвертая гипотеза. Клиент строит и продает жилье не только в Калининграде, но и в городе-курорте Зеленоградске (Калининградская область). Оба города — привлекательные варианты для переезда из других регионов России. Мы и раньше об этом догадывались, но чтобы убедиться, провели анализ поисковых запросов, обязательно содержащих в себе название города:
Сбор ключевых слов для настройки контекстной рекламы квартир застройщика по городам
Частотность запросов для контекстной рекламы застройщика
Поэтому мы решили протестировать:
  • Контекстную рекламу в других городах России, с разделением рекламных кампаний по разным городам.
Работу начали с SEO, потому что в рамках этой задачи мы подготавливаем сайт к приему платного трафика.

Этап 1. Поисковая оптимизация

Из результатов SEO-аудита мы узнали, что никакой технической и поисковой оптимизации на сайте не проводилось. Поэтому с нуля собрали семантику, осуществили кластеризацию. И вместе с аудитом коммерческих факторов и факторов содержания спроектировали оптимальную структуру сайта.

Но аудит CMS (системы управления содержимым сайта) показал, что необходимый функционал и структуру невозможно реализовать на текущей системе. 

Реализация системы на фреймворке позволила правильно организовать базу данных, что в 6 раз сократило время выполнения запросов к ней. Проработав интерфейс управления домами и квартирами, мы сократили время работы менеджеров над одной квартирой с полутора минут до 15 секунд. На объемах застройщика, когда квартир больше полутора тысяч, и с учетом того, что цены на квартиры меняются несколько раз за месяц, актуализация информации на сайте стала занимать значительно меньше времени.

Также мы добавили возможности:
  • создавать страницы жилых комплексов с полным описанием (данные о доме, планировки, секции, стороны света, фото, видео и т.д.),
  • регистрировать менеджеров по продажам и назначать им необходимые уровни доступа,
  • протоколировать действия каждого пользователя,
  • мгновенно менять общую площадь квартиры, цену за квадратный метр и статус квартиры (свободна, бронь, продана),
  • массово обновлять данные по квартирам через файлы импорта/экспорта.
В CMS мы добавили и SEO-модули, которые помогают нам при поисковом продвижении — модуль перелинковки, модуль работы с фильтром и модуль работы с метаданными.

Страницы жилых комплексов оптимизировали под брендовые запросы. В результате начали получать трафик по ним и перестали отдавать лиды агентским сайтам и агрегаторам.

Страницы с подбором квартир оптимизировали по параметрам, например:
  • квартиры в Зеленоградске,
  • однокомнатные квартиры,
  • двухкомнатные квартиры,
  • с автономным отоплением,
  • у моря и т.д.
И добавили на сайт:
  1. Подбор квартир (имитация агрегатора):
    true - 2020-04-30T105518.804.png
  2. Квартиры на карте.
  3. Заказ обратного звонка (он входит в МультиЧат).
  4. Генерация ПДФ с планом и параметрами квартиры.
    true - 2020-04-30T105604.781.png
  5. Вывод параметров квартиры на листинг.
Это позволило нам получить хорошее ранжирование по некоторым высокочастотным и среднечастотным запросам за полтора месяца с начала работ. И вдобавок у нас появились релевантные посадочные страницы для контекстной рекламы, можем переходить к работе с платным трафиком.

Этап 2. Контекстная реклама

Напомню, у нас было три гипотезы о том, какими способами контекстная реклама может приносить целевые обращения. Не будем расписывать настройки, они классические: собрали ключевые запросы под каждую гипотезу, создали объявления с релевантными офферами и посадочными страницами, разметили все объявления соответствующими UTM-метками и запустили. Давайте обратим внимание на статистику и что она дает.

Как анализируем результаты

Мы опирались на количество уникальных целевых обращений и цену лида. Напомню, звонки отслеживали с помощью коллтрекинга Callibri, письменные обращения через МультиЧат.

В Callibri все обращения фиксируются в Едином Журнале Лидов (ЕЖЛ). Он выглядит как сводная таблица, содержащая историю коммуникации и данные о сессии пользователя:
true - 2020-04-30T105651.762.png
При анализе результатов мы обращали внимание на следующие параметры в ЕЖЛ:
  • Тип трафика — отслеживаем динамику по звонкам со всех типов.
  • Источник — помимо основных рекламных источников просматриваем сайты, принесшие конверсию с объявлений в рекламной сети.
  • Запросы — фразы, которые приносят звонки/заявки, наглядно.
  • Регионы абонента — важно для понимания, в каких регионах срабатывает реклама, в каких — нет.
  • Номер обращения — выясняем, сколько раз пользователь выходил на контакт.
  • История посещений — выясняем, с какого раза было совершено конверсионное действие, по каким источникам он заходил каждый раз, сколько времени прошло с момента первого посещения до непосредственного контакта.
Также мы собирали Сводный отчет по общему количеству полученных обращений, который позволил увидеть общую картину. Пример сбора среза по данным ЕЖЛ:
Пример сводного отчета по количеству обращений с учетом источников трафика
Методология анализа понятна, перейдем к проверке гипотез.

№1. Контекстная реклама по названиям Жилых Комплексов. 

Первое, что бросалось в глаза — перевес запросов по жилым комплексам в сравнении с общими запросами вроде «купить квартиру в Калининграде/Зеленоградске», «новостройки в Калининграде» и т.д.
Настроили контекстную рекламу по названиям жилых комплексов
Из скриншота видно, что подавляющее большинство запросов содержит  наименование того или иного жилого комплекса. Это означает, что бюджеты по запросам, не содержащим названия ЖК, можно сократить, поскольку они не самые конверсионные и не приносят так много звонков или заявок.

№2. Контекстная реклама в других городах России.

Анализируя географию звонков, мы отметили, что большинство из них поступило из Калининградской области и Москвы. Были рекламные обращения и из других регионов:
Источники получения заявок на покупку квартиры инфоргафика
География обращений

Но их было заметно меньше, поэтому мы решили, что основную часть средств разумно расходовать на те регионы, которые приносят основной поток звонков и заявок — Калининградскую и Московскую области.

В Яндекс.Директе мы начали использовать для регионов объявления по жилым комплексам + рекламную сеть, и эта связка отлично отрабатывала.

Но также мы запустили поисковые рекламные кампании по регионам в Google. В качестве ключевых слов использовали фразы из общей тематики продажи квартир в Калининграде.
Статистика запросов из Google Ads
В результате Google показал совсем другие результаты — по данным из ЕЖЛ трафик из Google совсем не конвертировался в заявки и звонки. Но мы знаем, что делать дальше: для исправления ситуации нужно создать объявления под запросы с упоминанием жилых комплексов, а также подключить контекстно-медийную сеть Google. При этом расходы по текущим рекламным кампаниям по широким запросам можно будет сократить.

Оптимизация расходов на основе трекинговой информации

Гипотезы протестировали, корректировки внесли. Как еще можно оптимизировать бюджет?
  1. В отчете Callibri «Активность» мы заметили зависимость количества обращений от дня недели:
    График отображает количество обращений по дням недели и по времени суток

    Из графика видно, что больше всего обращений поступает в будние дни (вторник, среда, пятница), меньше — в период с субботы по понедельник. На основе этих данных можно установить корректировки ставок по времени показа объявлений.
  2. Первоначально казалось, что обращений с рекламной сети Яндекса нет вовсе, поскольку не отображались соответствующие данные по UTM-меткам. Мы проанализировали графу «Источники» в ЕЖЛ:
    В таблице собраны источники трафика на сайт и обращений

    Данные об источниках переходов позволяют сделать вывод о том, что обращения с РСЯ есть, и они составляют весомую часть от общего количества звонков и заявок с рекламы, а значит их можно усилить за счет увеличения расходуемого бюджета. Позже мы нашли ошибку в разметке, устранили ее, и начали получать статистику по РСЯ уже с метками.
  3. Анализируя данные по номерам обращений, мы заметили, что некоторые пользователи совершают повторные звонки спустя какой-то промежуток времени:
    Учет повторных обращений клиента
    Сколько визитов пользователь совершил на сайт и время с первого визита

    Поэтому важно использовать ретаргетинговые кампании. Они позволяют вернуть пользователей на сайт для совершения конверсионного действия.

Итоги работы

Сложно делать выводы о том, насколько увеличилось количество обращений и улучшилось ли их качество, поскольку сравнивать не с чем. Количество трафика на сайт в результате проведенных работ, конечно, увеличилось. Но это вообще ничего не значит. Нужно стремиться к увеличению целевого трафика на сайт и уменьшению стоимости лида. 

Сайтом стало удобнее пользоваться и застройщику и его клиентам. Теперь покупателю легче найти интересующую квартиру и оставить заявку. Значит заявок должно стать больше.

Количество уникальных целевых обращений за оговоренный рекламный бюджет застройщика устраивает. А мы, благодаря внедренной аналитике от Callibri, наконец показали ему реальную картину в его маркетинге и продажах.
Попробовать Callibri бесплатно
Следующим этапом можно оптимизировать текущие показатели, снижать цену лида и работать с отделом продаж застройщика, увеличивая конверсию из обращения в продажу. Наша зона ответственности и влияния на отдел продаж не распространяется, но с помощью записи разговоров и чатов мы сумели показать клиенту зоны роста.

Поделиться:

Комментарии

Советуем прочитать:

Где деньги, Лебовски? Как посчитать стоимость привлечения лида с рекламы
7 13.04.2020
Лидогенерация
Как сделать квиз на сайте в 2024? Практическое руководство
20 10.01.2021
Где заканчивается ответственность трафик-менеджера?
11 28.04.2020