Realweb и «ВсеИнструменты.ру» не хотели ограничиваться одной кампанией — нужна была масштабируемая система для привлечения b2b-сегмента. Как удалось создать ее и увеличить эффективность инвестиций на 45% — рассказали Sostav Софья Логашева, ведущий интернет-маркетолог ВИ.ру, и Кирилл Борисов, директор по клиентскому сервису Realweb.
Задача
Важно было не просто запустить одну медийную кампанию, а создать систему в рамках тестового бюджета, которую можно впоследствии легко масштабировать.
Главный KPI — количество новых клиентов. Этот показатель должен быть статистически значимым — ориентировались на прирост не менее, чем на 10%. Из ограничений — СPA не выше установленного.
Решение
Этап 1. Спланировали медийный флайт
- 1 шаг. Определили гео-приоритет
31% всех юрлиц и ИП сконцентрирован в ЦФО. Но мы не могли запуститься только в нем и затем масштабировать результаты на другие регионы. Так как на итоги кампании влияет много факторов: от количества предприятий до их платежеспособности. Например, если в УФО в 10 раз меньше строительных компаний, чем в ЦФО, то результаты запуска могут быть абсолютно другими.
Поэтому для теста взяли несколько округов — чтобы понять, в каких размещаться, проанализировали в них приоритетные отрасли: строительство, производство и услуги.
Составили рейтинг, в котором учли количество юрлиц и ИП, уровень проникновения бизнеса, динамику и объем строительства, индекс промышленного производства.
- 2 шаг. Посчитали емкость ЦА
Так, как мы запускали кампанию в диджитал, сложно было охватить всех ЛПР — а именно 652 тыс. пользователей, из-за небольшого количества доступных таргетингов. Поэтому к узкой группе подключили более широкий сегмент, который искали по поведенческим характеристикам.
Core — аудитория из приоритетных ниш. Используем таргетинги с учетом отрасли.
Soft — группа без строгой отраслевой привязки. Определяем ее по поведению и интересам.
Так, удалось расширить аудиторию до 4,2 млн. Тактика: выкупить максимально долю первого сегмента и дальше увеличить охват за счет второго.
- 3 шаг. Сформировали сплит площадок
Решили пойти от обратного — сначала данные, затем каналы. Как и в случае с аудиторией, разделили таргетинги на две группы:
Core, построенные на фактических данных: событиях, которые напрямую подтверждают b2b-статус пользователя.
Soft с опорой на пользовательское поведение. Искали b2b-клиентов по косвенным признакам — интересам, поисковым запросам, посещению тематических сайтов.
60% бюджета отдали под отраслевые настройки, 40% — под поведенческие. Выбирали те площадки, где был доступ к этим таргетингам, а еще смотрели на стоимость закупки и на возможности аналитики.
- 4 шаг. Построили каскад коммуникации
Выстроили поступательную цепочку коммуникации — от повышения осведомленности о сервисе для бизнеса до продуктовых креативов. Придерживались подхода: преобладание эмоционального над рациональным на старте и постепенный переход к E=R или E<R ближе к конверсии.
Первым касанием было знакомство с брендом. Для него выбрали эмоциональный креатив с общим УТП в формате видео, чтобы преодолеть баннерную слепоту.
При ремаркетинге запускали продуктовые баннеры — разместили на них персонализированные офферы, гарантии, промокоды, условия доставки. Так, мы уже подталкивали аудиторию к действию.
Удачные решения масштабировали — перераспределяли бюджет на креативы с лучшей стоимостью привлечения и большим количеством конверсий. А также тиражировали их на другие сегменты, регионы и каналы.
Этап 2. Запустили кампании
Продолжительность тестового запуска — всего 2 месяца. За это время нам нужно было протестировать как можно больше каналов. Взяли окно атрибуции в 30 дней, чтобы достоверно оценить результаты.
Площадку брали дальше, если она не превышала установленное ограничение по CPA и приводила конверсии, причем не важно, на каком этапе пользователь взаимодействовал с каналом.
Первый тестовый месяц — май 2025.
Запустили MyTarget, CDEK, Hybrid, Актион, Buzzoola и Avito.
Каскад не давал желаемого результата — в KPI укладывался только My Target.
Второй тестовый месяц — июнь 2025.
Нужны были новые площадки, но времени ждать конца окна атрибуции для оценки их эффективности не было. Поэтому решили спрогнозировать месячные результаты новых каналов, используя данные первого месяца по самому статически-значимому каналу — MyTarget.
- Распределили конверсии, полученные в My Target за май, по неделям.
- Запустили на пару недель новые площадки — Gnezdo, Roxot, Getintent, VK Реклама, Yandex, MTS, «Т-Банк».
- Наложили на них распределение конверсий по My Target.
- Cпрогнозировали количество месячных post-view конверсий уже после пару недель тестов и отключили неэффективные каналы.
Софья Логашева, ведущий интернет-маркетолог ВИ.ру:
За 2,5 месяца протестировали 13 площадок вместо 6 запланированных и оптимизировали до 45% стоимость привлечения. А система прогнозирования действительно работала: мы убеждались в этом во всех каналах после завершения полного окна атрибуции.
Что еще? Определение частоты касания
Чтобы не наращивать показы выше, чем это нужно для выполнения целевого действия, мы узнали, сколько касаний совершает пользователь с рекламой до перехода в статус нового клиента.
При помощи Target Ads собрали статистику и выяснили, что 80% конверсий происходит в промежутке от 1 до 5 касаний.
Мы учли значение эффективной частоты — сократили количество показов на одного пользователя. Это помогло более грамотно распоряжаться бюджетом и не тратить его на лишние показы.
Этап 3. Выбрали способ оценки
Результат планировали оценивать не только по post-view конверсиям, но и инкрементальным — которые бы не случились без влияния медийной кампании. Поэтому в качестве основного метода оценки взяли Removal Effect.
В чем плюсы для нас? Есть возможность:
- оценить инкрементальность каждого канала и оперативно пересплитоваться;
- избежать случайных отключений площадок, которые не приносят post-view конверсии по последнему показу, но приводят аудиторию в другие каналы;
- метчить результаты с CRM, чтобы приблизиться к бизнес-данным.
Но чтобы использовать этот способ, к площадке нужно подключить сторонний трекер PV-событий. Где такой возможности нет, например в «T-Банке», прибегали к Causal Impact. С помощью определяли влияние кампании на брендовые запросы, трафик, количество новых пользователей и конверсий.
Результаты
Кирилл Борисов, директор по клиентскому сервису Realweb:
Все тесты закладывались так, чтобы их результаты можно было тиражировать на новые регионы, каналы и сегменты. Мы изначально планировали действовать в условиях максимально приближенных к бизнесовым, пусть это прогнозно и ухудшало результаты.
Например, мы понимали, что лучшие результаты получим в Центральном регионе от My Target. Но это был бы просто один запуск, а мы хотели создать систему.