Как снизить стоимость контекста в недвижимости

Снижение стоимости звонка с 50 000 до 5000 рублей.

Cossa и Kokoc Group продолжают серию мастер-классов по различным направлениям интернет-маркетинга. О том, как снизить стоимость привлечения клиентов из контекстной рекламы на примере рекламной кампании для жилого комплекса эконом-класса, рассказывает Максим Рыжов — руководитель Performance-направления «Профитатор» (Kokoc Group).

Клиент пришел к нам с проблемой: маркетинговый бюджет строительной компании на контекст составлял 10-12 млн рублей в месяц, а результат был невысоким — всего 230 звонков в месяц. Естественно, стоимость привлечения одного клиента за 40 000-50 000 рублей — неоправданно дорого, поэтому мы сделали всё, чтобы снизить её в 10 раз.

Шаг 1. С чистого листа

Мы решили не тратить время на исправление старых рекламных кампаний (РК) и создали их заново. С помощью «Яндекс.Wordstat» собрали семантическое ядро запросов по ключевым словам:

• «Акции на квартиры в Москве»;
• «Дешёвые квартиры в Москве»;
• «Квартира внутри МКАД».

Лишние слова (к примеру, неподходящий регион) удалили вручную. В итоге получили список фраз с минусовкой:

Для каждой группы квартир (студии, 1-, 2-, 3-комнатные) подготовили по три текста объявлений, чтобы провести тестирование и выбрать максимально конверсионные варианты. Так, лучший CTR (7,14%) по фразе: «Купить квартиру в Москве» показало объявление: «Квартиры внутри МКАД от 75 000 р./кв.м. 7 мин. до метро. 5 мин. до парка!».

В каждом объявлении проставили стандартные UTM-метки по правилу:

?utm_source=yandex(ИСТОЧНИК)utm_medium=cpc(ТИП ТРАФИКА);utm_term={keyword}(КЛЮЧЕВОЕ СЛОВО)utm_campaign=kvartiry-prodaiushchaia-1(НАЗВАНИЕ КАМПАНИИ В ЛАТИНИЦЕ).

Воспользовались дополнительными ссылками и указали информацию о видах квартир, инфраструктуре, отделках и акциях.

Для отслеживания эффективности рекламных кампаний установили коллтрекинг Calltouch, который фиксировал звонки. Установили среднюю ставку: от 30 до 100 рублей за клик в зависимости от кампании.

На создание РК ушло 5 дней, после этого запустили объявления в «Яндекс.Директ».

Дальше занялись запуском кампаний в Google AdWords. Установили практически идентичные «Директ» настройки. Адаптировали объявления для Google и каждое ключевое слово продублировали в трех типах соответствия с разными ставками:

• точное соответствие с максимальной ставкой: объявление показывается только по конкретной максимально релевантной фразе;
• пониженная ставка на модификатор широкого соответствия: объявление демонстрируется по широкому кругу запросов. Нерелевантные фразы минусовали после запуска РК;
• широкое соответствие с наименьшей ставкой: объявление демонстрируется в поиске, в том числе по синонимам. Этот модификатор полезен для сбора дополнительных слов и поиска минус-слов.

Уложились в 3 дня и запустили кампании.

Шаг 2. Ветер перемен

В течение месяца ежедневно вносили корректировки в кампании. К примеру, повышали ставки на 15% по всем продающим запросам, кроме «Купить однушку в Москве». Для этой фразы снизили ставку на 20%, потому что она приносила дорогие звонки.

Для ремаркетинга увеличили ставку на 10%, а для фразы «Студия в кредит» в Рекламной сети «Яндекса» понизили на 20% по причине дорогой конверсии.

Существенно снизился бюджет: в первый месяц он составил 2 млн рублей. Благодаря грамотной проработке РК, результаты были лучше, чем до начала работы: количество уникальных звонков увеличилось на 10%, а их стоимость снизилась почти в 6 раз.

Шаг 3. Дальнейшая оптимизация

Мы понимали, что полученные показатели — не предел, поэтому решили оптимизировать рекламные кампании. Добавили новые минус-слова, например «Швейцария» и «Шумоизоляция».

Включили в объявления дополнительные запросы:

• «Двухкомнатные квартиры в Москве в ипотеку»;
• «Двухкомнатная квартира ипотека»;
• «Взять ипотечный кредит на квартиру».

Благодаря анализу конверсий в звонки удалось выявить максимально и минимально эффективные фразы.

Так, стоимость звонка по запросу: «Купить квартиру в Москве» составляла 31 000 рублей, «Двухкомнатная квартира в Москве» — 10 000 рублей.

Конечно, это дорого, поэтому ставки по ним снизили. А вот цена звонка по фразе: «Купить квартиру внутри МКАД Москва» была около 500 рублей, «Квартиры студии эконом класса» — 700 рублей — по этим ключевикам ставки повысили.

В результате удалось снизить стоимость звонков в 3 раза.

Шаг 4. Новые инструменты

Для удобства подключили сервис автоматического сбора статистики Alytics и упростили процесс аналитики. В объявлениях проставили более подробные UTM-метки, которые позволили отследить, из какого конкретно объявления и какой площадки пользователь пришел на сайт.

Пример метки:

http://site.ru/?utm_source=yandexutm_medium=cpcutm_term={keyword}source_type={source}utm_campaign=kvartiry-prodaiushchaia-1-{campaign_id}utm_content=v2%7C%7C{banner_id}%7C%7C{phrase_id}%7C%7C{keyword}%7C%7C{position}%7C%7C{position_type}%7C%7C {source}%7C%7C{source_type}%7C%7C{addphrases}region={region_id}

Прежде всего, это удобно: в один клик можно посмотреть всю статистику по контексту. А в ближайшее время планируем протестировать автоматическую оптимизацию ставок.

Шаг 5. Изменение KPI

Как только мы достигли максимальных результатов в привлечении уникальных звонков, решили изменить показатель KPI: теперь за результат стали считать целевые звонки, переведенные на менеджеров по продажам.

Провели оптимизацию, аналогичную работе с уникальными звонками: понижали ставки на низко конверсионные фразы и повышали на высокоэффективные. К примеру, большое количество целевых звонков получили по запросам по конкурентам, «2 квартира в Москве» и «Маленькая квартира студия».

Результат

В итоге за 5 месяцев работы удалось снизить бюджет на контекст в 6 раз, а стоимость привлечения одного клиента в 10 раз. Так, в июне 2016 года количество целевых звонков составило 350 в месяц при цене 5000 рублей за каждый.

В ближайшее время планируем подключить дополнительные каналы рекламы: Facebook и «Яндекс.Аудитории».

Источник: Cossa.