Описание
MebelVia.ru — наш давний клиент и партнёр. Это единственная фабрика в России, которая специализировала свое производство для распространения товаров через интернет.
Работает с агентством Profitator с 2014 года, более 30 тыс. товаров, позиционирование – мебельный дискаунтер.
Бывают такие ситуации, когда средства классического performance исчерпаны, а результат необходим. Что делать в таком случае? Мы решили использовать нетривиальный подход и технологические решения, до которых не смогли додуматься остальные.
Поставленная задача и ее решение
Давайте определимся с понятием "Результат".
Результат РК — это деньги, которые мы заработали, и не заработали бы, если бы не запустили РК.
Как посмотреть эту величину в Google Analytics? На самом деле - никак.
При атрибуционных оценках мы теряем кросс-девайс цепочки. Вдобавок мы посчитаем людей, которые купили бы, даже если бы не наша реклама.
Мы решили пойти нетривиальным путем и начали эксперимент.
1. Строим контрольную группу. На них рекламу не запускаем, но ведут они себя как люди из таргета
2. Если группа из таргетинга покупает активнее контрольной - реклама работает
Возникает вопрос: "Как нам найти таких же людей, как те, на которых направлен таргетинг рекламы?" И при этом иметь возможность анализировать ситуацию по 2 группам: экспериментальной и контрольной.
Вариант 1. Геотест.
Запускаем эксперимент по схожим в исторической динамике регионам.
Вариант 2. Conversion lift.
Разделяем пользователей на "тех, кто может посмотреть", и "тех, кто не может" псевдослучайным образом. Например, запускаем рекламу только на тех, чей VK ID заканчивается на чётную цифру, а потом сравниваем их и "нечётных".
Здесь важно понять разницу между хорошим и плохим разделениями.
В разных условиях мы выбираем разное. Например, в геотесте возможно, что из-за уникальных для региона обстоятельств продажи резко выросла или упали. Объединяя несколько регионов, мы можем значительно исказить картину: эксперимент станет лучше контроля не из-за рекламы.
Когда мы объединяем тысячи пользователей случайным образом, поведение каждого конкретного пользователя не вносит решающего вклада.
Таким образом, в геотесте при разделении на регионы случайность в одном регионе дает искажение, заметное на общем фоне. А в случае с conversion lift разделение на пользователей приводит к тому, что случайные колебания по большей части сокращаются и практически не влияют на разницу между группами.
Все это можно проиллюстрировать примером про другого клиента - федеральную сеть пиццерий.
Клиент хочет вернуть пользователей, которые давно не делали заказов. Таких номеров миллионы.
- Пользователи делятся случайным образом на контрольную и экспериментальную группы
- Экспериментальная заливается в рекламные кабинеты Google, Яндекс и myTarget
- А потом смотрит по CRM, чем "эксперимент" лучше "контроля"
Чтобы понять, "кто из нашей базы не купил", нужно работать именно со своей базой. Также нужно привязывать каждую покупку к номеру телефона.
Что же делать? Использовать возможности крупных рекламных площадок (Google, Яндекс, myTarget). Они знают "в лицо" почти всех пользователей интернета и могут на своей стороне обеспечить разделение на группы и аналитику.
На примере Яндекса
Это недокументированная возможность, но Яндекс позволяет всем желающим получать аналитику подобного рода.
1. Создаём сегменты в продукте Яндекс.Эксперименты. Группы так и называем, "Эксперимент" и "Контроль". Если на группы никак не влиять, они будут вести себя одинаково (можете проверить, так ли это, за давние периоды)
2. Добавляем к кампаниям Директа только группу "Эксперимент". "Контроль" ни к чему не добавляем
3. Смотрим в Метрике отчёт Директ.Эксперименты
4. Сравниваем между собой не разные кампании, а целиком группы "Эксперимент" (где люди видят рекламу) и "Контроль" (где не видят)
Вот как это выглядит в деталях:
- Создаем эксперимент
Для простоты группы одинакового размера. Так не только доля покупателей, но и абсолютное количество продаж без влияния рекламы будет одинаковым.
- Прикрепляем к кампаниям Директа
Интереснее всего — к медийным или видеокампаниям, которые по post-view теряют значительную долю эффективности, а по postclick вообще выглядят, как неработающие. Таргетинг по сегментам эксперимента будет использован как условие типа "И" к остальному таргетингу (например, по интересам).
- Смотрим результат в Метрике
Отчёты этого типа склеены Яндекс.Криптой. Это отчёт не по кукам, а по людям. Если человек был в "Эксперименте" на одном устройстве (где смотрел рекламу), он будет в "Эксперименте" и на другом устройстве (где совершил конверсию). Каждый пользователь сайта, каждая конверсия относится либо к "Эксперименту", либо к "Контролю".
Что будет, если запустить рекламу?
Картина изменится. До рекламы выручка отличается на 1,5% (незначительно). Во время рекламы и сразу после неё выручка отличается на 14,8%, или на десятки миллионов рублей! Если бы не реклама, мы бы этих денег не получили. В период после рекламы и долётов выручка отличается всего на 1,7%.
В чем секрет успеха этой кампании?
1. Узкая сегментация по краткосрочным интересам к мебели и ремонту
2. Большое количество рекламных видео
3. Главный козырь MebelVia - доступность. Про это мы и говорили в креативах - экономим на складах, магазинах и продавцах, не экономим на качестве
Скриншоты
Достигнутые цели и KPI по итогам запуска
Сколько мы в итоге заработали?
Без раскрытия точных абсолютных цифр, около полугода эта РК была причиной ~15% выручки мебельного e-commerce из топ-20. При относительно небольших затратах. Соотношение затрат к дополнительной выручке — меньше 4%.