Как управлять рекламой в Директе для бизнеса с филиалами в 10+ городах: кейс федеральной сервисной компании

Дисклеймер: по условиям NDA мы не можем раскрыть название компании и точную сферу деятельности. В статье используется обобщённое описание «федеральная сервисная компания» (клининг, техническое обслуживание, бытовые услуги). Все цифры реальные, но скорректированы с помощью коэффициента. Пропорции и динамика сохранены полностью.

Введение: когда масштаб становится проблемой

Управлять рекламой одного бизнеса в одном городе — задача понятная. Есть рынок, есть конкуренты, есть бюджет. Вы тестируете гипотезы, находите рабочую связку «запрос → объявление → посадочная → заявка» и масштабируете. Но что происходит, когда тот же бизнес работает в 15 городах? Когда конкуренция в Москве и Красноярске — это два совершенно разных мира? Когда одна и та же услуга в Казани стоит в полтора раза дешевле, чем в Санкт-Петербурге?

Федеральные и мультирегиональные компании сталкиваются с уникальным набором проблем в контекстной рекламе, которые не решаются стандартными подходами. Нельзя просто «скопировать кампанию и поменять город». Нельзя установить единый CPA для всех регионов. Нельзя ожидать одинаковой отдачи от Новосибирска и Краснодара.

В этой статье я подробно расскажу, как мы в HyperROI выстраивали рекламу в Яндекс.Директе для федеральной сервисной компании с присутствием в 15 городах России. Начинали с хаоса, в котором все регионы управлялись «как один аккаунт», а закончили системой, которая позволяет масштабироваться в новые города за 2–3 недели с предсказуемым результатом.

1. Исходная ситуация: что было на старте

1.1. О клиенте

Федеральная сервисная компания, оказывающая бытовые услуги в сегменте B2C и B2B. Присутствие в 15 городах России — от миллионников (Москва, Санкт-Петербург, Екатеринбург, Новосибирск) до городов с населением 300–500 тысяч человек. Ежемесячный рекламный бюджет на Яндекс.Директ — 2.4 миллиона рублей. Средний чек варьируется от 8 000 до 45 000 рублей в зависимости от услуги и региона.

1.2. Проблемы, с которыми пришёл клиент

Клиент обратился к нам с формулировкой: «Директ работает, но непонятно, сколько мы зарабатываем с рекламы и почему в одних городах всё хорошо, а в других — ничего».

При аудите мы выявили следующие проблемы:

Проблема 1: единая структура для всех регионов. Все 15 городов управлялись через одну группу кампаний. Различие заключалось только в геотаргетинге. Объявления, ключевые слова, ставки — всё одинаковое. Это означало, что в Москве с CPC 80–120 рублей и в Омске с CPC 25–40 рублей использовалась одна стратегия назначения ставок. Результат — в Москве рекламу выигрывали конкуренты, а в Омске клиент переплачивал.

Проблема 2: нет аналитики по регионам. CRM-система клиента фиксировала источник лида («Яндекс.Директ»), но не регион привлечения. Соответственно, невозможно было понять, какой город генерирует прибыльные лиды, а какой — убытки.

Проблема 3: единые объявления. Во всех городах использовались одинаковые тексты объявлений. Не учитывалась специфика спроса, локальная конкуренция, ценовое позиционирование. В Екатеринбурге, где клиент — лидер рынка, объявления не использовали это преимущество. В Казани, где клиент — новичок, объявления не содержали триггеров доверия.

Проблема 4: отсутствие минус-слов по региональной специфике. Из Москвы шли клики по запросам с упоминанием других городов. Из регионов — по запросам с московскими ценами.

Проблема 5: отсутствие посадочных страниц для регионов. Все клики вели на одну главную страницу, где город определялся автоматически по IP. Но IP-геолокация ошибается в 15–20% случаев, и пользователь из Красноярска видел цены и телефон московского филиала.

1.3. Метрики на старте

2. Стратегия: от хаоса к системе

2.1. Аналитический фундамент

Прежде чем трогать рекламные кампании, мы потратили три недели на аналитику. Это может показаться долгим сроком, но для мультирегионального бизнеса спешить — значит ошибаться.

Что мы сделали:

1. Настроили сквозную аналитику с привязкой к региону. Интегрировали Яндекс.Метрику, CRM и коллтрекинг так, чтобы каждый лид имел метку региона, кампании и ключевого слова. Это заняло неделю, но без этого всё дальнейшее не имело бы смысла.
2. Провели анализ ёмкости рынка по каждому городу. Через Вордстат определили объём спроса на каждую услугу в каждом городе. Результаты были неожиданными: в некоторых городах спрос на ключевые услуги был в 3–5 раз ниже, чем предполагал клиент.
3. Проанализировали конкурентную среду. В каждом городе оценили количество конкурентов в Директе, их активность, средний CPC. Различия были колоссальными.
4. Собрали данные о региональной специфике спроса. В каждом городе пользователи ищут одни и те же услуги по-разному. В одном городе запросы более общие, в другом — более конкретные. Это влияет на семантику и структуру кампаний.

2.2. Классификация регионов

На основе анализа мы разделили все 15 городов на четыре категории:

Категория A — высокий спрос, высокая конкуренция (Москва, Санкт-Петербург). Большой объём запросов, агрессивные конкуренты, высокий CPC. Стратегия: максимальная детализация кампаний, фокус на эффективность, активная работа с минус-словами, отдельные посадочные для каждой услуги.

Категория B — высокий спрос, средняя конкуренция (Екатеринбург, Новосибирск, Казань, Нижний Новгород, Краснодар). Достаточный объём запросов при умеренных ставках. Стратегия: широкий охват, агрессивное масштабирование, тестирование новых услуг.

Категория C — средний спрос, низкая конкуренция (Воронеж, Самара, Красноярск, Пермь, Тюмень). Ограниченный объём запросов, но низкие ставки и высокая конверсия (меньше конкуренция — пользователь видит меньше альтернатив). Стратегия: максимальный охват при минимальных затратах.

Категория D — низкий спрос, неустойчивый рынок (Ижевск, Тольятти, Ульяновск). Рынок ещё не сформирован, спрос минимальный, результат непредсказуемый. Стратегия: пилотные кампании с ограниченным бюджетом и жёсткими KPI.

2.3. Принцип «Автономные регионы, единый штаб»

Мы выбрали гибридную модель управления, которая сочетает преимущества централизации и децентрализации:

Централизованно:

1. Общая стратегия и KPI
2. Сквозная аналитика
3. Единый стандарт структуры кампаний
4. Общая база минус-слов (ядро)
5. Еженедельная отчётность

Децентрализованно (на уровне региона):

1. Ставки и бюджеты
2. Тексты объявлений с локальной адаптацией
3. Семантическое ядро с учётом региональной специфики
4. Региональные минус-слова
5. Посадочные страницы с локальным контентом

3. Реализация: пошаговый процесс

3.1. Этап 1: перестройка структуры аккаунта (недели 1–4)

Первый и самый трудоёмкий этап — перестройка рекламного аккаунта. Вместо одной «общей» группы кампаний мы создали независимую структуру для каждого региона.

Новая структура кампаний (для каждого региона):

1. Поиск — Услуга 1 — [Город]
2. Поиск — Услуга 2 — [Город]
3. Поиск — Услуга 3 — [Город]
4. Поиск — Бренд — [Город]
5. РСЯ — Все услуги — [Город]

Для 15 городов и 3 основных услуг это 75 поисковых кампаний + 15 кампаний в РСЯ + 15 брендовых = 105 кампаний. Да, это много. Но каждая кампания управляется независимо, с собственными настройками, бюджетом и KPI.

Почему это важно. Алгоритмы автостратегий Яндекса работают на уровне кампании. Когда Москва и Омск в одной кампании, автостратегия пытается найти «среднее» решение, которое не оптимально ни для одного из рынков. Отдельные кампании позволяют алгоритмам обучаться на данных конкретного региона.

Чего мы не делали. Мы не запускали 105 кампаний одновременно. Начали с четырёх «пилотных» городов — по одному из каждой категории (Москва, Екатеринбург, Красноярск, Ижевск). Это позволило отработать процесс и выявить проблемы до масштабирования.

3.2. Этап 2: создание региональных посадочных страниц (недели 2–6)

Параллельно с перестройкой аккаунта мы работали над посадочными страницами. Для каждого города были созданы отдельные лендинги (или разделы сайта), которые включали:

1. Локальный номер телефона (не 8-800, а городской).
2. Адрес и карту офиса/точки обслуживания в этом городе.
3. Отзывы клиентов из этого города.
4. Цены, актуальные для региона.
5. Фотографии объектов из этого города (где возможно).
6. Название города в заголовках и тексте.

Эффект от локализации посадочных мы увидели практически сразу: конверсия региональных страниц оказалась на 40–65% выше, чем общей страницы с автоопределением города.

3.3. Этап 3: адаптация семантики и объявлений (недели 3–8)

Для каждого региона мы провели отдельное исследование семантики. Выяснилось, что различия существенны.

Примеры региональных различий в семантике:

В Москве пользователи чаще используют слово «клининг», в регионах — «уборка». В Казани часто добавляют название города в запрос. Эти различия влияют на CTR и релевантность объявлений.

Тексты объявлений мы адаптировали по следующей схеме:

1. Заголовок 1: ключевая фраза (единая по сути, но с локальной вариацией).
2. Заголовок 2: локальное УТП (в Москве — «100+ бригад, выезд за 2 часа»; в Красноярске — «лидер клининга в Красноярске с 2019 года»).
3. Текст: адаптирован под ценовое позиционирование региона.
4. Быстрые ссылки: локальные (карта, отзывы местных клиентов, цены для этого города).

3.4. Этап 4: настройка бюджетирования (неделя 4)

Распределение бюджета между регионами — одна из ключевых задач. Мы использовали трёхфакторную модель:

1. Ёмкость рынка (объём поисковых запросов) — сколько можно потратить.
2. Историческая эффективность (CPL, конверсия в сделку, средний чек) — сколько нужно потратить.
3. Стратегические приоритеты клиента (развитие в конкретном регионе) — сколько клиент хочет потратить.

Распределение бюджета по категориям регионов:

Обратите внимание: на регионы категории D мы выделили всего 4% бюджета. Это сознательное решение — мы предпочитаем тратить деньги там, где знаем отдачу, а не размазывать бюджет ровным слоем.

3.5. Этап 5: пилот → валидация → масштабирование (недели 5–16)

Наша методология масштабирования включает три фазы:

Фаза 1 — Пилот (2 недели). Запуск кампаний в тестовом режиме с минимальным бюджетом (50–70% от целевого). Цель — собрать данные и убедиться, что структура работает.

Фаза 2 — Валидация (2–4 недели). Анализ результатов пилота, корректировка ставок, семантики, объявлений. Вывод бюджета на целевой уровень. Ключевой критерий: CPL должен быть в пределах 120% от целевого значения.

Фаза 3 — Масштабирование (постоянно). Полноценная работа кампаний с еженедельной оптимизацией. Добавление новых ключевых слов, тестирование объявлений, работа с минус-словами.

По этой методологии мы запускали города «волнами»:

1. Волна 1 (пилотная): Москва, Екатеринбург, Красноярск, Ижевск.
2. Волна 2: Санкт-Петербург, Новосибирск, Казань.
3. Волна 3: Нижний Новгород, Краснодар, Самара, Воронеж.
4. Волна 4: Пермь, Тюмень, Тольятти, Ульяновск.

Интервал между волнами — 2–3 недели. Каждая следующая волна запускалась быстрее, потому что мы уже имели отработанный шаблон и понимание типичных проблем.

4. Что НЕ сработало: честный разбор ошибок

4.1. Единая автостратегия для городов одной категории

Изначально мы пытались группировать города одной категории в одну кампанию с автостратегией (например, все города категории B — в одну кампанию на поиске). Логика была в том, что так мы дадим алгоритму больше данных для обучения.

На практике это не сработало. Автостратегия «усредняла» результат: в одних городах ставки были завышены, в других — занижены. CPL по отдельным городам отклонялся от целевого на 40–60%. Вернулись к модели «один город — одна кампания» через три недели эксперимента.

4.2. Попытка использовать одни и те же объявления с динамической вставкой города

Мы пробовали шаблон {Город} в объявлениях, где название города подставлялось автоматически. Формально всё работало, но CTR таких объявлений был на 12–18% ниже, чем у полностью вручную написанных региональных объявлений. Причина: динамическая подстановка заменяет только город, но не адаптирует остальной текст. «Клининг квартир в Тольятти» и «Профессиональная уборка квартир в Тольятти от 2 500 ₽» — это разный уровень релевантности.

4.3. Избыточное дробление бюджета на старте

В первом месяце мы попытались распределить бюджет «равномерно» между всеми городами, исходя из ёмкости рынка. Результат — в городах категории C и D бюджет был слишком мал для обучения автостратегий (менее 10 конверсий в неделю). Алгоритмы не обучались, CPA рос, мы теряли деньги. Решение — временно сконцентрировать бюджет на городах категории A и B, а городам категории C и D выделить минимальный бюджет на ручном управлении ставками, пока не накопится статистика.

4.4. Регионы, от которых пришлось отказаться

Это болезненный, но важный урок. Из трёх городов категории D только один — Ижевск — вышел на приемлемые показатели. В Тольятти CPL был в 2.3 раза выше целевого, а конверсия из лида в сделку — всего 8% (при среднем 22%). В Ульяновске объём спроса оказался настолько мал, что кампания генерировала 5–7 лидов в месяц при бюджете 32 тысячи рублей — стоимость управления превышала потенциальную выгоду.

Рекомендация клиенту: мы предложили закрыть рекламу в Тольятти и Ульяновске и перераспределить бюджет на города категории B. Клиент согласился. Высвободившиеся 64 тысячи рублей в месяц, перенаправленные на Екатеринбург и Казань, дали дополнительных 52 лида в месяц.

Это один из ключевых выводов всего проекта: не все регионы стоит рекламировать, и это нормально. Лучше быть сильным в 13 городах, чем слабым в 15.

5. Результаты через 6 месяцев

5.1. Сводная таблица по категориям регионов

5.2. Сравнение «до и после»

На первый взгляд цифры не выглядят драматичными — CPL снизился «всего» на 5.5%. Но за этими средними значениями скрывается качественное изменение.

5.3. Что изменилось качественно

Управляемость. Раньше клиент не знал, какой город прибыльный. Теперь есть дашборд с метриками по каждому городу в реальном времени. Управленческие решения принимаются на основе данных, а не интуиции.

Прибыльность. Два убыточных города (Тольятти, Ульяновск) закрыты. Высвободившийся бюджет перенаправлен на прибыльные регионы. Чистый эффект — дополнительные 52 лида в месяц без увеличения бюджета.

Масштабируемость. Запуск нового города теперь занимает 2–3 недели вместо «запустили и забыли». Есть чёткий процесс: анализ ёмкости → классификация → адаптация шаблона → пилот → валидация → масштабирование.

Предсказуемость. Разброс CPL между регионами сократился с 3.5x до 2x. Это означает, что клиент может планировать маркетинговый бюджет точнее.

5.4. Показатели по отдельным городам (топ-5)

Красноярск — лучший по ROAS и динамике CPL. Парадоксально, но один из «маленьких» городов оказался самым прибыльным. Причина — низкая конкуренция, сильная репутация клиента в этом городе и локальная посадочная страница с отзывами красноярских клиентов.

6. Региональная специфика: что мы узнали о рынках разных городов

6.1. Москва: самый дорогой и самый требовательный рынок

CPC в Москве в 2.5–3 раза выше, чем в городах-миллионниках. При этом пользователи более избирательны: они открывают 3–5 сайтов, сравнивают цены, читают отзывы. Конверсия «первого клика» в Москве — одна из самых низких. Но средний чек — самый высокий.

Ключ к успеху в Москве — работа с возвратом аудитории (ретаргетинг) и высокая скорость обработки заявок. Мы обнаружили, что если заявка обрабатывается в течение 5 минут, конверсия в сделку вырастает на 35% по сравнению с обработкой в течение часа. Это не про рекламу, а про процессы клиента, но это критически влияет на ROAS.

6.2. Города-миллионники: золотая середина

Екатеринбург, Новосибирск, Казань, Нижний Новгород, Краснодар — наиболее предсказуемые рынки. Достаточный объём спроса для обучения автостратегий, умеренная конкуренция, адекватные CPC. Основная задача — не «выжать максимум», а «стабильно масштабировать».

6.3. Города 300–500 тысяч: высокий ROI, но потолок роста

Красноярск, Пермь, Тюмень — рынки с отличными удельными показателями, но ограниченным объёмом. Здесь мы быстро упираемся в потолок: весь целевой спрос выкуплен, увеличить бюджет нельзя без снижения качества трафика.

Стратегия для таких городов — максимальный охват целевого спроса при минимальных издержках. Ручное управление ставками часто эффективнее автостратегий из-за малого объёма данных.

6.4. Сезонность по регионам

Неожиданное открытие: сезонность спроса различается по регионам. Пик спроса на услуги клиента в Краснодаре приходился на март–апрель (подготовка к сезону), в Москве — на сентябрь–октябрь (осенний всплеск), в Новосибирске — на декабрь–январь (зимний период). Это потребовало разных бюджетных стратегий: вместо единого годового плана мы перешли на помесячное планирование с учётом региональной сезонности.

7. Рекомендации для мультирегиональных бизнесов

На основе этого и других проектов с федеральными компаниями мы сформулировали набор рекомендаций.

7.1. Начинайте с аналитики, а не с кампаний

Не запускайте рекламу «сразу во всех городах». Сначала настройте сквозную аналитику с разбивкой по регионам. Без этого вы не узнаете, какие регионы приносят деньги, а какие — убытки.

7.2. Классифицируйте регионы и выделяйте приоритеты

Не все города одинаково важны. Распределите бюджет пропорционально потенциалу, а не «поровну». 80% бюджета должны работать в 20% самых эффективных регионов.

7.3. Создавайте региональные посадочные страницы

Локальный контент (адрес, телефон, отзывы, цены) повышает конверсию на 40–65%. Это инвестиция, которая окупается за 1–2 месяца.

7.4. Используйте методологию «пилот → валидация → масштабирование»

Не запускайте все регионы одновременно. Начните с 3–4 «пилотных» городов, отработайте процесс, затем масштабируйте волнами.

7.5. Не бойтесь отказываться от убыточных регионов

Если регион не выходит на целевые показатели после двух месяцев активной оптимизации — рассмотрите возможность закрытия. Перенаправьте бюджет в прибыльные города.

7.6. Учитывайте региональную сезонность

Спрос в разных городах может иметь разную сезонность. Помесячное бюджетирование с учётом региональных сезонов — важный инструмент оптимизации.

7.7. Мониторьте скорость обработки заявок по филиалам

Конверсия из лида в сделку сильно зависит от скорости реакции. Если московский филиал обрабатывает заявки за 5 минут, а региональный — за 3 часа, никакая реклама не спасёт региональный ROI.

7.8. Один аккаунт — разные стратегии

Не пытайтесь управлять 15 городами «как одним». У каждого региона — свой CPC, своя конверсия, свой средний чек, своя сезонность. Унифицированный подход всегда проигрывает индивидуальному.

8. Масштабирование: как мы запускаем новый город за 2–3 недели

Сейчас, когда система отстроена, подключение нового города выглядит так:

Неделя 1:

1. Анализ ёмкости рынка через Вордстат (2 часа).
2. Анализ конкурентной среды (3 часа).
3. Классификация региона (A/B/C/D).
4. Адаптация семантического ядра из шаблона (4 часа).
5. Создание региональной посадочной страницы по шаблону (согласование с клиентом).
6. Настройка коллтрекинга и аналитики.

Неделя 2:

1. Создание кампаний по шаблону с региональной адаптацией (3 часа).
2. Настройка ставок на основе данных аналогичных регионов.
3. Запуск пилота.

Неделя 3:

1. Анализ первых данных.
2. Корректировка ставок и семантики.
3. Выход на целевой бюджет (при позитивных результатах).

Суммарные трудозатраты на запуск нового города — около 20 рабочих часов. Для сравнения: первые четыре города мы запускали по 40–50 часов каждый.

Заключение

Управление контекстной рекламой для мультирегионального бизнеса — это не масштабирование одного решения, а создание системы, в которой каждый регион живёт своей жизнью, но подчиняется единой логике.

Ключевые принципы, которые мы вынесли из этого проекта:

1. Данные первичны. Без региональной аналитики управление невозможно.
2. Регионы не равны. Классифицируйте и приоритизируйте.
3. Локализация критична. Объявления, посадочные, цены — всё должно быть адаптировано.
4. Масштабируйте постепенно. Пилот → валидация → масштабирование.
5. Умейте говорить «нет». Не все регионы стоит рекламировать.

Эти принципы работают для любого мультирегионального бизнеса — от клининга до логистики, от медицины до розничной торговли. Различается конкретика, но логика едина.

Экспертный комментарий

Александр Степанов, основатель HyperROI:

«Этот проект — один из самых сложных и одновременно самых показательных в нашей практике. Когда клиент пришёл к нам, у него была типичная для федерального бизнеса иллюзия: "У нас Директ настроен, бюджет работает". На деле — 2.4 миллиона рублей в месяц управлялись как один маленький аккаунт. Ни региональной аналитики, ни разделения стратегий, ни понимания, какие города прибыльные.

Самый важный урок этого проекта — мужество отказаться от двух регионов. Клиенту было непросто принять это решение, потому что в Тольятти и Ульяновске были действующие филиалы. Но цифры не врали: реклама в этих городах работала в минус, и никакая оптимизация не могла это исправить — рынок просто не был готов. Мы закрыли два убыточных направления, перенаправили бюджет на сильные регионы и получили плюс 52 лида в месяц при том же бюджете. Это тяжёлое, но правильное решение.

Второй вывод, который я хочу подчеркнуть: мультирегиональная реклама — это не про "больше кампаний". Это про систему. Без аналитики, без процессов, без стандартов управлять 100+ кампаниями в 15 городах невозможно. Мы потратили месяц на построение инфраструктуры, прежде чем начали видеть результаты. Но этот месяц окупился многократно.

Наконец, один совет для руководителей федеральных компаний: если ваш подрядчик по контекстной рекламе не может показать вам ROAS по каждому городу отдельно — это красный флаг. Вы имеете право знать, куда уходит каждый рубль вашего бюджета.»