Кейс ЦМРТ: системное ведение контекстной рекламы увеличило доход и снизило ДРР в сети мед клиник

В ЦМРТ пришел директор по цифровому развитию Глеб Никитин. Он пересчитал юнит-экономику по клиникам Москвы и Санкт-Петербурга, чтобы оценить прибыльность рекламы. После подсчёта появились задачи по каждому городу.

Москва

Мы тратим слишком много на привлечение пациентов. Это не дает желаемую прибыль. Снизьте стоимость лида и пациента, но не потеряйте в количестве.

Санкт-Петербург

Стоимость привлечения пациентов нас устраивает. Но некоторые кабинеты МРТ в клиниках загружены не на 100 %. Увеличьте поток пациентов, не увеличивая стоимость привлечения.

Сделать это быстро и без ущерба для бизнеса было невозможно. Если в один момент увеличить трафик, ДРР снизится, а стоимость привлечения пациента будет невыгодной. Если быстро снизить стоимость трафика, просядет общее количество пациентов и клиники будут простаивать. Нам нужно было построить системную работу, которая бы постепенно улучшала показатели рекламы до новых KPI.

Когда рекламная кампания работает давно, кажется, что ничего нельзя улучшить. Все корректировки ставок протестированы, стоимость привлечения лида и пациента бьётся с экономикой, конверсия сайта держится на хорошем уровне. Однако клиент может пересчитать юнит-экономику и задать новые KPI по рекламе.

С такой ситуацией мы столкнулись с сетью клиник ЦМРТ. В этом кейсе мы рассказываем как перестраивали рекламу, чтобы дотянуться до обновленных KPI.

Кто клиент и чем занимается

ЦМРТ — сеть клиник, которая специализируется на лечении позвоночника, суставов и нервной системы. Весь процесс лечения проходит комплексно: первичная консультация → диагностика → лечение → восстановление и реабилитация.

Клиники ЦМРТ расположены в Москве, Санкт-Петербурге и Великом Новгороде. В сеть входят 20 диагностических центров, восемь лечебных центров и один центр реабилитации.

ЦМРТ работает с IT-Agency с 2015 года.

Чем мы помогаем ЦМРТ

IT-Agency помогает ЦМРТ приводить в клинику пациентов на МРТ и увеличивать доходность от интернет-рекламы. Для этого мы создали посадочную страницу, запустили рекламу, сделали отчётность до денег, построили процессы в контактном центре по обработке звонков.

Всего мы ведём 54 рекламные кампании для МРТ. Они разделяются по областям сканирования, плюс к ним добавлены кампании с гео-запросами (например, «мрт на петроградской») и общими запросами (например, «сделать мрт»).

Реклама клиники уже работала хорошо. Мы показывались по всем запросам с МРТ, конверсия лендинга была высокая, была отчётность до денег.

У нас было ограничение, которое не давало улучшать рекламу дальше. Старая отчётность показывала доход только в разрезе кампаний. Этих данных было недостаточно — мы не понимали, что именно внутри кампаний приносит больше денег.

Для более точного управления рекламой нам нужно было видеть, какой доход приносит каждая фраза и объявление. И с опорой на эти данные можно было оптимизировать рекламу и тестировать гипотезы.

1. Построили отчётность по фразам и объявлениям до денег.

2. Разработали систему управления ставками по стоимости привлечения пациента и ДРР.

3. Сделали регулярным тест объявлений на поиске и в сетях.

4. Внедрили регулярные А/Б-тестирования.

Алгоритм работы с контекстной рекламой в схеме.

01. Отчётность по фразам и объявлениям до денег

Перед оптимизацией мы собрали специальные отчёты до денег: по объявлениям, креативам и фразам. Отчёты получали данные из нескольких источников: рекламные площадки, коллтрекинг и 1С. Внутри отчёта данные связывались между собой, а на выходе мы видели, сколько денег приносит каждое объявление или фраза.

02. Система управления ставками по стоимости привлечения пациента и ДРР

В отчёте по фразам до денег мы оцениваем ДРР и доходность каждой фразы. Дальше перераспределяем бюджет внутри кампаний, чтобы откалибровать рекламу.

Для каждого города была своя тактика, потому что задачи были разные.

Москва: нужно улучшить рентабельность рекламы. Мы искали ключевые слова, по которым стоимость привлечения клиента слишком высокая. Дальше мы разбирались, почему она высокая: есть ли нецелевые запросы, релевантное ли объявление. Если с этим всё в норме, мы снижали ставку до рентабельного уровня.

У ключевого слова «мрт спина москва» слишком высокая стоимость привлечения пациентов и высокий ДРР (цифры на скриншоте здесь и далее условные). Это кандидат на аудит или снижение ставки.

Из-за снижения ставки у нас был риск просесть по трафику, лидам и пациентам. Чтобы снизить просадку, мы подбирали ключевые слова с низкой стоимостью привлечения пациента и небольшим объёмом трафика. По этим ключевым словам постепенно поднимали ставки, чтобы получить больше трафика.

У первого ключевого слова низкая стоимость привлечения пациентов и низкий ДРР. Плюс к этому есть запас в среднем объёме трафика. По такому ключу выгодно увеличивать показы и закупать больше трафика.

Санкт-Петербург: нужно увеличить количество пациентов. Мы искали ключевые слова с низкой стоимостью привлечения пациента и небольшим объёмом трафика. По ним мы постепенно увеличивали ставки, чтобы получить больше пациентов.

По ключевому слову «мрт колена» низкая стоимость привлечения пациентов и низкий ДРР. Запас по объёму трафика есть. Можно поднимать ставки и покупать больше трафика.

Общая стоимость привлечения пациента росла. Чтобы удержать ДРР в целевых значениях мы искали ключевые слова с высоким ДРР и по ним снижали стоимость лида и пациента. В целом тактика работы похожа на московскую, но тут был акцент на росте количества пациентов.

У третьего и четвёртого ключевых слов высокие стоимость привлечения пациента и ДРР. По объёму трафика видно, что мы показываемся на высоких позициях. Это кандидаты на аудит или снижение ставки.

03. Регулярный тест объявлений на поиске и в сетях

Поиск: тестируем в объявлениях разные посылы и преимущества. В ротации участвуют 2–3 объявления. Худшее объявление по итогам месяца переносится в архив, новое добавляется.

Мы стараемся найти объявление, на которое будут чаще кликать. Его рейтинг будет расти, а стоимость клика падать. Так мы снижаем стоимость лида и пациента.

На скрине показаны три варианта объявлений. У третьего объявления самый высокий CTR. Стоимость клика и конверсии самые низкие. Скорее всего, это объявление с самым высоким рейтингом. Его можно оставлять, а первое и второе убирать. Но прежде нужно проверить, как каждое из объявлений влияет на продажи.

Прежде чем отключить остальные объявления, проверяем доходность. Так мы страхуемся от случаев, когда у объявления стоимость лида низкая, а стоимость привлечения пациентов высокая.

Сети: оцениваем креативы по тому же принципу, что и поисковые объявления. Ищем креатив с самой низкой стоимостью лида и пациента. Если стоимость высокая, меняем креатив.

04. Регулярное А/Б-тестирование

Тесты посадочной страницы проводим двумя способами: либо через Google Optimize, либо подменяем контент через специальные параметры в ссылке.

Google Optimize. Делаем тест в этом сервисе, если нам достаточно данных по конверсии в лида или по микроконверсии. Результаты А/Б-теста можно сразу посмотреть в кабинете сервиса.

04. Регулярное А/Б-тестирование

Тесты посадочной страницы проводим двумя способами: либо через Google Optimize, либо подменяем контент через специальные параметры в ссылке.

Google Optimize. Делаем тест в этом сервисе, если нам достаточно данных по конверсии в лида или по микроконверсии. Результаты А/Б-теста можно сразу посмотреть в кабинете сервиса.

Результаты теста в Google Optimize. У варианта Б коэффициент конверсии выше. Вероятность превосходства 96 %. Это говорит о том, что стоит оставить вариант Б на постоянной основе.

Специальный параметр в ссылке. Пользуемся этим способом, если нам нужно посмотреть результаты теста до продаж. По параметру в ссылке мы склеиваем данные из рекламной площадки, коллтрекинга и 1С. Так в отчёте мы можем посмотреть всю цепочку привлечения: от показов и кликов до продаж.

По результатам теста смотрим, как каждый вариант повлиял на бизнес-показатели: стоимость привлечения клиента, доход, ДРР.

К примеру, в одном из тестов мы показывали разные варианты экрана в мобильной версии сайта. У нас была гипотеза: если показать форму захвата на первом экране, человеку будет проще записаться на МРТ → конверсия в лида будет выше.

Результаты тестов сохраняем в журнале гипотез. В нём мы пишем суть гипотезы и закрепляем аналитическую записку с результатом. Это помогает запоминать, какие гипотезы мы уже проверили, как именно они проверялись, и какой результат мы получили. Если команда на проекте поменяется, у неё уже будет список проверенных гипотез. Это поможет не проводить одни и те же тесты по второму кругу.

За полгода успели провести двенадцать А/Б-тестов: от разного написания акции до увеличения цены на МРТ.

Москва

Среднее количество лидов в месяц выросло на 7,3 %. При этом стоимость лида снизилась: 500 ₽ → 429 ₽ (↓ -14 %).

Снижение стоимости лида случилось за счёт пересчёта ставок, А/Б-тестов и постоянного тестирования объявлений.

Количество лидов выросло, потому что мы забирали бюджет у ключей с высокой стоимостью конверсии и отдавали его на ключи с низкой стоимостью конверсии. Выбирали ключи для масштабирования по объёму трафика.

Средний доход в месяц увеличился на 29 %. ДРР снизился: 27,7 % → 19,8 %.

Санкт-Петербург

Среднее количество лидов в месяц выросло на 18,4 %. При этом стоимость лида снизилась: 362 ₽ → 345 ₽ (↓ -4,7 %).

Средний доход в месяц увеличился на 16 %. При этом ДРР остался прежним: 15,0 % → 14,6 %.

Нам удалось увеличить доход за счет повышения ставок по кампаниям и ключевым словам с низким ДРР. Чтобы во время масштабирования общий ДРР оставался на прежнем уровне, мы уменьшали ставки по кампаниям и фразам с высоким ДРР.

Лидов стали получать больше, доход вырос. Затраты на привлечение пациента остались прежними.

Оба города

Среднее количество лидов в месяц выросло на 12,5 %. При этом стоимость лида снизилась на 11 %: 435 ₽ → 388 ₽.

Средний доход в месяц увеличился на 21,9 %. ДРР снизился: 20,8 % → 17,1 %.

Клиент стал получать доход выше. При этом затраты на привлечение пациента сократились.

Заключение

Мы не нашли какую-то секретную настройку в рекламных кабинетах и не использовали шаманскую методику ведения контекста. Результат дал системный подход к управлению рекламой на основе данных. С его помощью мы выстроили систему постепенных улучшений.

Если вы ведёте контекстную рекламу сами или с помощью подрядчиков, постройте чёткую систему улучшения рекламы. Она помогает постепенно развивать кампании и улучшать бизнес-показатели.