Доход бренда повысился на 1490% по сравнению с прибылью от обычной рекламы
В конце 2018 марка одежды O'Stin запустила «умную» торговую кампанию. Этот инструмент объединяет обычные торговые кампании и ремаркетинг в контекстно-медийной сети, а еще автоматически назначает ставки и выбирает места размещения. Система создает объявления из текста, изображений и других загруженных данных, а потом показывает аудитории самые подходящие варианты. Кампанией занималось агентство MGCom.

Цели
Увеличение объема выручки при высокой эффективности вложений
Сохранение показателя ДРР в пределах 8%
Привлечение новых покупателей
Подход
Запуск «умной» торговой кампании от Google
Контроль показателей во время автоматической оптимизации
Сравнение показателей с обычной рекламой, работающей на ручном назначении ставок
Использование фида, загруженных объектов и машинного обучения при показе объявлений «умной» торговой кампании
Результаты
На 9% выросла выручка от общего трафика на сайте
На 3 процентных пункта снизился ДРР
На 11% новых пользователей стало больше от общего трафика на сайте
В 2018 O'Stin запустила «умную» торговую кампанию, чтобы найти новые точки роста, увеличить выручку и привлечь новых клиентов. Кроме этого инструмента, бренд использует кампании с категорийными запросами (например, «купить джинсы с высокой посадкой»), а также кампании в контекстно-медийной сети с таргетингом по «заинтересованным покупателям» — потенциальным клиентам, которые искали в интернете подобные товары — и по «аудитории по намерениям», созданной на основе ключевых слов, URL и приложений, относящихся к товарам O'Stin.
Картинки, текст и автоматизация: немного об «умной» кампании
Перед запуском автоматизированной рекламы в O'Stin убедились, что получают максимальное число конверсий с обычной. Дневной бюджет на «умную» кампанию решили поднять до 25 тысяч рублей, чтобы он был на уровне предыдущих затрат на торговые кампании и динамический ремаркетинг.
В первые дни расходы по кампании превышали дневной бюджет, но и конверсий сразу же стало больше. Таргетинг выставили на Россию, а целевую рентабельность инвестиций в рекламу не задавали, чтобы не ограничивать кампанию. Так система быстрее обучается на большем количестве данных.
При показе объявлений в «умной» кампании используется машинное обучение Google. Система автоматически создает рекламу на основе фида и загруженных объектов (тексты и изображения), а затем показывает самые релевантные варианты в результатах поиска, контекстно-медийной сети, на YouTube и Gmail.
Простое сочетание: почему выбор пал на «умную» кампанию
- Этот вид рекламы расходует бюджет максимально эффективно, так как ставки и места размещения определяются автоматически
- «Умная» кампания сочетает простые и медийные товарные объявления — в том числе с ремаркетингом (таргетингом на пользователей, посещавших сайт) и похожими аудиториями (таргетингом на пользователей с теми же характеристиками, что и у существующих клиентов)
- Места для показа объявлений подбираются по релевантности
- Ставки назначаются так, чтобы получить максимальную ценность конверсий
Результаты
Спустя 1,5 месяца число сеансов выросло на 1075%, заказов стало больше на 1003%, а доход повысился на 1490%. Одной из главных целей было найти новую точку роста, при которой кампании не выходили бы за рамки ДРР в 8%. «Умный» подход решил эту задачу: новых пользователей стало больше на 11% от общего трафика на сайте, транзакции выросли на 9%, и на столько же поднялась выручка. ДРР снизился на 3%.
Сейчас «умная» торговая кампания по количеству конверсий — вторая после активностей, направленных на брендинг.
Рекламировать эффективнее: роль автоматизации
Автоматизация в маркетинге — уже не просто тренд, а практическая необходимость. По данным Boston Consulting Group, за 4–6 недель тестов с использованием продвинутых data driven-технологий число онлайн-транзакций может вырасти на 50%, рентабельность инвестиций — на 33%, а цена за конверсию — снизиться на 44%. Применяя технологии машинного обучения, со временем компания может улучшить показатели кампаний на 20%.