Как мы запустили магазин игрушек на Wildberries и вышли на 23 000 заказов в месяц

Клиент — производитель мягких игрушек. У компании уже был опыт размещения на маркетплейсе, но под другим аккаунтом. В этот раз команда решила запустить новый магазин — с нуля, но с амбициозной целью: быстро запустить продажи, протестировать ассортимент и масштабировать обороты, сохранив рентабельность.

Мы взяли на себя полный цикл продвижения: от подбора артикулов и SEO-оптимизации карточек до настройки рекламных кампаний и построения аналитики по API.

Мы взяли на себя полный цикл продвижения: от подбора артикулов и SEO-оптимизации карточек до настройки рекламных кампаний и построения аналитики по API.

Чтобы не распылять бюджет и быстрее получить первые продажи, мы вместе с клиентом определили ключевые артикулы для продвижения.

На этом этапе проанализировали:

- популярность коллекций внутри ниши;

- уровень конкуренции;

- остатки на складах;

- потенциальный спрос и сезонность.

Так мы сфокусировались на товарах с максимальным потенциалом продаж и достаточными запасами, чтобы не упереться в логистические ограничения уже на старте.

Далее перешли к SEO-работе. Проанализировали статистику конкурентов: по каким запросам они показываются, какие формулировки используют в заголовках и описаниях.

Для выбранных артикулов мы полностью переписали тексты карточек — заголовки, описания и характеристики. Опирались на реальную поисковую статистику Wildberries и частотность ключевых запросов. 

При анализе мы выявили слабые точки текстов:

- Отсутствие в заголовках таких высокочастотных запросов, как мягкие игрушки, детские игрушки и так далее, в зависимости от категории;

- Переспамленность ключевых фраз;

- Отсутствие информативного и связного текста про качество продукции, их сильные стороны и отличия от конкурентов.

Алгоритмы маркетплейса выставляют внутренний рейтинг карточек на основе качества написанного текста. Например, не должно быть переспама, частого использования одних и тех же ключевых слов, переполненности брендовыми запросам, текст должен быть легким и информативным для пользователя.

Задача была не просто «добавить побольше ключей», а привлечь именно целевую аудиторию — тех, кто уже ищет похожие игрушки.

После оптимизации контента запустили рекламу в несколько этапов.

1. Автоматические кампании. 

Кампания работает на автоматических алгоритмах по распределению трафика между местами показа на поиске и в рекомендательных полках. Выставляется единая ставка для всех мест. Сначала — автокампании на каждый артикул. Это позволило собрать статистику по эффективным поисковым запросам и позициям в выдаче.

2. Рекомендательные полки. 

Для некоторых артикулов рекомендательные полки являются более конверсионном инструментом и плейсментом, чем поисковая выдача. Отдельный тип кампаний позволяет выбрать для показа только место в рекомендациях и управлять ставкой отдельно от поисковой выдачи. Далее добавили тест на рекомендательных полках для товаров, показавших лучшие результаты. Так мы смогли привлекать аудиторию прямо из карточек конкурентов.

3. Поисковая реклама (CPC). 

Кампания отличается от автоматической моделью оплаты и местом размещением. В данном случае мы платим за клики и показываемся только на поиске. Для этого типа кампаний необходимо выбирать наиболее конверсионные артикулы, так как мы платим за трафик, а не за показы. На основании собранных данных выделили артикулы с наилучшей конверсией в корзину и заказ. Для них запустили ручные кампании по модели CPC — с управлением ставками вручную. Это помогло точнее распределять бюджет и повысить отдачу от рекламы.

После запуска рекламу нельзя оставлять на самостоятельную работу. Аукцион постоянно меняется, появляются новые конкуренты, у старых конкурентов заканчиваются и остатки и они выходят из рекламы и так далее — мы ежедневно анализировали эффективность кампаний и вносили изменения.

- Отключали неэффективные запросы с низким CTR и высоким CPO. CTR является показателем заинтересованности покупателя к товару, понравилась ли ему карточка и так далее. Чем выше CTR, тем более целевой запрос. Ставка выставляется за 1000 показов, а не за клики, поэтому наиболее эффективно расходовать бюджет на те запросы, которые принесут больше кликов.

- Корректировали ставки в зависимости от ДРР и окупаемости. ДРР является одним из показателей из которого рассчитывается бюджет. Чем ниже ДРР, тем выше рекламный бюджет и позиции показа мы можем выставить в рекламных кампаниях.

- Увеличивали дневной бюджет на артикулы с высокой маржинальностью и стабильной отдачей.

Так мы выстроили динамическую стратегию управления ставками и бюджетами, которая позволила постепенно увеличивать объём заказов без потери эффективности.

Wildberries предоставляет данные в довольно ограниченном виде:

- нельзя собрать сводную статистику по поисковым запросам за период — приходится выгружать отчёты вручную;

- невозможно увидеть в динамике эффективность каждого артикула или всей кампании;

- данные по финансам и юнит-экономике выгружаются по отдельным файлам, которые нужно объединять вручную.

Чтобы избавиться от ручной работы и повысить точность решений, мы построили собственную систему аналитики на основе данных Wildberries API.

Как это работает:

Скрипты на Node.js ежедневно обращаются к официальному API Wildberries. Данные по рекламным кампаниям, поисковым запросам, продажам, остаткам и финансам сохраняются в базу MySQL на защищённом сервере. Визуализация и аналитика происходят в Yandex DataLens — через кастомные дашборды, которые обновляются автоматически.

1. Статистика по поисковым запросам

Позволяет отслеживать динамику показов, кликов, CTR, CPC и CPM по каждому запросу. Благодаря этому дашборду мы регулярно выявляли неэффективные запросы и исключали их, снижая рекламные расходы.

2. Статистика по рекламным кампаниям

Объединяет данные по показам, кликам, CTR, расходам, заказам и выручке, включая прямые и ассоциированные конверсии. Теперь можно видеть общую эффективность по всем кампаниям или детализировать отчёт до уровня конкретного артикула.

Это позволило принимать решения на основе данных, а не интуиции.

3. Юнит-экономика

В этот дашборд интегрированы данные о себестоимости, логистике, комиссиях, рекламе и возвратах. Теперь видна чистая прибыль по каждому артикулу, а не просто оборот — что позволяет масштабировать только прибыльные позиции.

4. Остатки и прогноз продаж

Показывает текущие остатки и прогноз обнуления запасов.

Так можно заранее планировать поставки и не терять продажи из-за отсутствия товара. Кроме того, отчёт помогает выявлять артикулы с большими остатками, по которым продвижение ещё не запущено.

За девять месяцев после запуска:

- Вышли на 23 000 заказов в месяц.

- Снизили ДРР до 3,5%.

- Увеличили долю заказов из органики.

- Оптимизировали расходы благодаря собственной аналитике и интеграции с API.