От разработки УТП до старта performance-кампании за 30 дней

Fkniga — книжный онлайн-магазин учебной литературы с доставкой по всей стране.

Нам нужно было подготовить и запустить рекламную кампанию магазина за месяц до старта сезона — при отсутствии двух исторически самых эффективных каналов: Google Merchant Center (товарная реклама в Гугле) и Яндекс Маркета.

При этом у бренда не было понимания целевой аудитории и четкого позиционированием бренда — поэтому нам нужно было также это определить, выявить УТП и разработать сообщения.

В сжатые сроки мы:

- разработали позиционирование,

- отладили веб-аналитику,

- приоритизировали работы по SEO с учетом целевой аудитории,

- провели performance-кампанию.

Мы работали в продуктовой логике — двигались двухнедельными спринтами, чтобы максимально оперативно корректировать наши действия и менять состав команды.

Специализация

Мы сразу увидели, что 70% онлайн-продаж приносит учебная литература. Эту специализацию мы решили подчеркнуть в позиционировании.

Художественную литературу, которая приносит 30% продаж, мы оставили как апсейл для повышения среднего чека и как способ привлечения лояльных клиентов в дальнейшем с целью повышения LTV.

Целевая аудитория

А целевую аудиторию мы определили как мам, готовящих детей к школе, и представителей родительских комитетов, которые закупают учебники для всего класса.

Легенда бренда

Чтобы объяснить название Fkniga, мы описали все услуги и преимущества магазина через приставку f (например, у Fkniga — не просто сервис, а f-сервис, то есть фирменный, флагманский).

В этой же концепции мы сформулировали варианты дисклеймера для бренда и сайта:

- «Fkniga — выгодная формула покупки учебников онлайн»,

- «Fkniga — федеральный онлайн-магазин учебников и книг».

Рекламные баннеры

Мы разработали серию иллюстраций-иконок в виде собранных вместе канцелярских принадлежностей, и создали связанные рекламные сообщения, главное из которых — «Соберите ребенка к школе».

Метрики, которые мы отслеживали:

- долю рекламных расходов (DRR) — заказчик привык оценивать эффективность рекламы, ориентируясь на свою маржинальность, поэтому мы взяли эту метрику за основу и определили целевое значение;

- число заказов,

- стоимость заказа (CPO),

- число кликов,

- стоимость клика (CPC),

- конверсию в заказ (CR),

- доход и средний чек.

Первым делом мы отладили веб-аналитику — нашли и устранили некоторые незначительные проблемы. А затем изучили исторические данные, чтобы увидеть динамику ключевых метрик, и выяснили:

- за последние два года конверсия в предсезонные месяцы снизилась больше чем в 2 раза;

- а средний чек вырос примерно в 3 раза.

Эти две метрики сгладили общее влияние на DRR, поэтому заказчик не заметил снижения конверсии.

Запуск рекламной кампании мы начали с выгрузки исторических данных за несколько месяцев по всем рекламным кампаниям. Дальше мы вели понедельную статистику этих метрик, чтобы быстро замечать изменения и принимать решения о запуске, остановке или изменении стратегии в рекламных кампаниях.

1. В первую очередь мы:

- сформировали вложенную структуру каталога учебной литературы на основе семантики (раньше она была в одной рубрике с возможностью фасетной навигации);

- добавили на сайт возможность формировать страницы со статическим URL и метаданными для выборок учебников по классу, предмету и учебной программе и вывели ссылки на них на главную и в раздел учебной литературы;

- настроили вывод релевантных тегов в выборках типа «учебники для 1-го класса».

2. В ходе аудита мы выявили много дублей страниц, которые мешают ранжированию, и поставили на поток процесс их удаления из индекса с помощью:

- склейки тегами rel=canonical,

- закрытия от индексации.

Также мы нашли фундаментальную проблему: одинаковые учебники разных лет выпуска «каннибализируют» друг друга в поиске, поэтому, проведя исследование конкурентов в нашей нише, мы разработали агрегированную карточку товара, которая объединяет несколько учебников разных лет в одну страницу и избавляет нас от дублей.

Учитывая сжатые сроки запуска кампании в этом году, в полной мере эффект от наших действий можно будет оценить в следующем сезоне.

Контекстная реклама на поиске и в сетях — то, на чем мы сфокусировались, учитывая ограничения по срокам.

Ключевой проблемой для нас стало отсутствие инструментов, показавших себя самыми эффективными год назад: товарной рекламы в Google Ads (Google Merchant) и Яндекс Маркета.

Сначала мы:

- обновили все креативы в соответствии с новым позиционированием;

- актуализировали фиды в рекламных кампаниях (обнаружив, что фид, по которому откручивается товарная кампания в Директе, лежит на серверах Яндекса и не обновляется автоматически).

Затем сосредоточились на различных форматах динамических объявлений (на основе фида с данными). Мы еженедельно мониторили изменение ключевых метрик и раз в неделю созванивались с клиентом и аналитиками Яндекс Директа для определения стратегии на следующую неделю.

Наиболее эффективно показал себя следующий микс рекламных каналов:

- Брендовая РК для отстройки от конкурентов. Здесь мы столкнулись с тем, что в домашнем регионе по ней приходят оптовики, которые не попадают в статистику, — пришлось учиться выделять их в сегмент и убирать из рекламы. На старте мы решили эту проблему, разделив брендовую кампанию на два региона — домашний и недомашний.

- Товарная РК на базе фида. Это новый формат Яндекса, который откручивает объявления с товарами из фида одновременно на поиске и в сетях. В его настройках задается несколько вариантов изображения, заголовков и описаний, а также фид с товарами и целевая конверсия. Дальше алгоритмы Яндекса делают все сами, ориентируясь на достижения целей. Ключевой сложностью здесь стало обучить кампанию в сжатые сроки — для этого мы на старте настроили ее на добавление в корзину и постепенно по мере накопления данных и обучения кампании сдвигали целевое действие все ближе к успешному заказу, пока не стали платить за транзакции.

Также мы регулярно отслеживали эффективность различных креативов и заменяли неэффективные.

Еще одной интересной задачей в рамках этой кампании стало прогнозирование бюджета, ведь при обучении на добавление в корзину конверсии приходят с задержкой в 1–2 недели, пока холодные пользователи решаются на заказ. Здесь нам надо было балансировать, чтобы:

    - не зажать кампанию по бюджету и, как следствие, не потерять конверсии;

    - изменить бюджет, не повлияв на обучение кампании.

- Ретаргетинговая кампания: мы использовали промокоды, чтобы вернуть на сайт пользователей, которые бросили наполненные корзины. А чтобы повысить средний чек, мы настроили событие на добавление в корзину товаров на определенную сумму и показывали ретаргетинг пользователям, совершившим такое действие.

1. Самый важный итог — несмотря на ограниченные сроки, мы запустили и успели обучить рекламные кампании, чтобы успешно отработать сезон.

2. Мы почти достигли целевого DRR на пике сезона — снизили показатель до 7,37% в сравнении с 13,77% за неделю до старта. Не попали в цель только по рекламному трафику, зато попали по сочетанию каналов Organic + Paid Search + Direct.

3. Увеличили суммарный доход по итогам сезона по сравнению с прошлым годом (если учитывать только доступный микс каналов).

4. Нашли эффективный микс каналов и собрали бенчмарки по основным метрикам и их динамику по сезону. Также мы увидели явную закономерность в динамике среднего чека и конверсии, падение которых обрушивает DRR по окончании сезона.

Нивелировать данное падение можно только:

- поднимая конверсию — для этого нужно работать с чекаутом, поскольку мы видим отрицательную динамику показателя конверсии на протяжении полутора лет;

- поднимая средний чек и LTV — для этого нужно работать с рекомендуемыми товарами, качеством таких рекомендаций, а также внедрять систему лояльности.

Год назад конверсия так же падала по окончании сезона, но стартовая точка была выше:

Год назад средний чек так же падал по окончании сезона, однако события этого года и повышение цен заставили людей раньше задуматься о подготовке к сезону, что смазало пики. 

5. Декомпозировали воронку чекаута и предложили к внедрению гипотезы по повышению конверсии.