Исследование рынка: сколько денег в диджитале, что было в 2025 году и каковы прогнозы на 2026 год.
Medialvl
Увеличили количество заявок для интернет-магазина мебели
Medialvl
#Контекстная реклама

Увеличили количество заявок для интернет-магазина мебели

110 
Medialvl Россия, Уфа
Поделиться: 0 0 0
Увеличили количество заявок  для интернет-магазина мебели
Клиент

Интернет-магазин мебели со своим производством NDA

Сфера

Мебель и интерьер

Регион

Россия, Уфа

Тип контекстной рекламы

Контекстная реклама в Яндексe

Сдано

Январь 2024

Задача

К нам обратился интернет-магазин мебели с собственным производством и розничными точками по России. Ассортимент — диваны, кровати, матрасы и товары для сна. У компании есть внутренний маркетинговый отдел, который уже работал с контекстной рекламой по части товаров.

Результаты были хорошими, однако стоимость заявок была выше ожидаемого и был потенциал роста по заявкам. Так как объем работ маркетингового отдела только рос, клиент обратился к нам для делегирования и развития рекламы в Яндекс.Директ.

Цели проекта:

1. Увеличить объём продаж интернет-магазина.

2. Снизить стоимость лида (CPL).

3. Уменьшить долю рекламных расходов (ДРР) — т.е. повысить рентабельность рекламы.

Решение

Мы построили многослойную стратегию: сегментировали кампании по типам запросов и товарам, оптимизировали ассортимент в рекламе на этапе обучения алгоритмов, ввели многоуровневый ретаргетинг и микроконверсии как сигналы для автостратегий, усилили товарные кампании и смарт-креативы, а также перевели управление CPA из «усреднённого по стране» в локальное управление по регионам и категориям. Все действия базировались на реальных вопросах клиентов — их собирали через звонки и маркетинговую команду клиента.

1Подготовка и корректное обучение алгоритмов

Один из сложных моментов в e-commerce — запуск рекламы сразу на весь ассортимент. В мебели это особенно критично: много SKU, разная маржинальность, отличия по срокам доставки.

Что сделали

• Сегментация ассортимента на старте: временно выключили 30–50% ассортимента из рекламы, оставив наиболее продаваемые позиции: популярные размеры, ходовые цвета, товары с быстрой доставкой.

• Это ускорило обучение автостратегий и позволило избежать «размазывания» бюджета на слабые позиции.

• Зафиксировали правила учёта заявок из чатов и мессенджеров (50% конверсий).

Результат этого этапа — более чистые данные для оптимизации и более стабильный старт по CPA.

2Структура и логика кампаний

Мы пересобрали структуру рекламных кампаний, разделив их по логике поведения пользователя.

Поисковые кампании:

• брендовые запросы (максимальный приоритет);

• запросы с брендами конкурентов;

• категорийные запросы (по гео, по «теплоте» спроса).

Это позволило:

• не переплачивать за «перегретые» аукционы;

• управлять ставками в зависимости от «теплоты» спроса;

• масштабироваться за счёт среднечастотных и уточнённых запросов.

Часть высокочастотных поисковых запросов в нише мебели мы осознанно ограничивали по ставкам и бюджету - стоимость лида по ним не вписывалась в экономику.

3Товарные кампании и работа с ассортиментом

Основной объём продаж давали товарные форматы и поиск, на них был сделан акцент.

Что сделали:

• Запускали отдельные кампании для:

o статистически популярных товаров;

o акционных позиций;

• Исключали товары с низкой маржинальностью;

• Считали ДРР отдельно по категориям и по типу трафика (бренд / небренд).

Это позволило перестать оценивать рекламу «в среднем по больнице» и управлять прибылью на уровне категорий.

4Многоуровневый ретаргетинг

В мебельной нише длинный цикл принятия решения, поэтому ретаргетинг критически важен. Мы внедрили каскадную систему ретаргетинга:

• 1–3 дня — возврат к конкретному товару;

• 4–7 дней — усиление УТП магазина;

• 8–14 дней — акции, рассрочка;

• 15–30 дней — брендовый ремаркетинг.

5Микроконверсии и автостратегии

Для более качественного обучения кампаний мы использовали микроконверсии:

• просмотр 3+ товаров;

• добавление в корзину;

• переходы к доставке;

• время на сайте более 4 минут.

Эти события стали дополнительными сигналами для автостратегий и помогли отсекать некачественный трафик.

Для масштабирования использовали:

• аудитории интересов (недвижимость, ипотека, ремонт);

• look-alike на основе реальных покупателей.

6Креативы на основе реальных вопросов клиентов

Тексты объявлений и креативы мы писали не «из головы». В основу легли:

• вопросы из звонков;

• переписки с менеджерами;

• типовые сомнения клиентов (доставка, сборка, гарантия, материалы).

В креативах делали акцент на:

• качестве и материалах (массив сосны, более 100 расцветок);

• функциональности и механизмах (подъемный механизм, дополнительные полки);

• стилях интерьера (лофт, скандинавский);

• гарантиях, рассрочке и быстрой доставке.

Использовали карусели, видео, креативы под акции и сезонность.

7Постоянные тесты и оптимизация

• тестировали посадочные страницы (корзина vs заявка менеджеру);

• анализировали эффективность регионов;

• регулярно пересматривали товарную матрицу и перераспределяли бюджеты.

Результат

🔹 Конверсии выросли на 154%

🔹 Стоимость заказа снизилась на 11%

• выросло количество целевых заявок и продаж интернет-магазина;

• снизилась стоимость заявки за счёт корректного обучения алгоритмов и отказа от неэффективных SKU;

• клиент получил прозрачную аналитику по категориям, регионам и типам спроса.

Комментарий агентства

Надежда Реброва
Надежда Реброва

Если у вас интернет-магазин мебели и вы хотите увеличить продажи и снизить стоимость привлечения клиента — оставьте заявку на стратегический разбор.
Мы разберём сайт, рекламу, аналитику и покажем, за счёт чего можно масштабировать продажи.


Стек технологий


Выскажите мнение
Авторизуйтесь, чтобы добавить свой комментарий.
оставить заявку

Хотите заказать похожий проект?

Medialvl с удовольствием обсудит вашу задачу

Оставить заявку