Адсеты — льем на товарку: +$388 874 за 49 дней

3 апреля 2020
448
3
На чтение: 8 мин

Адсеты - льем на товарку: +$388 874 за 49 дней

Facebook постоянно меняется. Обновления выходят все чаще и чаще. Алгоритм совершенствуется и становится все сложнее. В этих условиях очень важно всегда быть на шаг впереди, особенно учитывая такое обновление, как оптимизация бюджета кампании (CBO).

В этом кейсе я хотел бы рассказать, как мы заработали больше $380 000 за 49 дней, используя определенные стратегии, подходы и структуру рекламной кампании.  

Общая информация

Средняя стоимость заказа: $84
Ниша: спортивный инвентарь и одежда
Бюджет на рекламу в месяц: $80 000 (чуть больше 2K в сутки) 

Когда я получил доступ к аккаунту клиента, я увидел, что предыдущие адсеты приносили неплохие результаты. Креативы выглядели симпатично. Рекламный текст тоже не вызывал нареканий. Таргет был настроен на две-три проверенные аудитории, и при этом бренду никак не удавалось выйти в плюс при масштабировании кампаний. 

Как только они пытались это сделать, цена за приобретение (cost per acquisition) взлетала до небес. Напротив, ROAS значительно снижался, и поэтому все средства сливались в минус. 

Решили начать с создания пользовательских аудиторий (Custom Audiences) c учетом следующих параметров:

  • WV: Посещение веб-сайта (Website Visits) 
  • VC: Просмотр контента (View Content) 
  • ATC: Добавление в корзину (Add to Cart) 
  • IC: Начало оформления заказа (Initiate Checkout) 
  • Pur: Покупка (Purchase) 
  • AEP: Взаимодействие со страницей (All Engagement Page)
  • EAPOA: Взаимодействие с постом или рекламой (Engaged Any Post or Ad)
  • VV 75%: Просмотр минимум 75% видео (Video View at least 75% Watched) 
  • VV 95%: Просмотр минимум 95% видео (Video View at least 95% Watched)
  • VC (Просмотр контента) + [определенный продукт] 

Мы создали аудитории, в которые вошли все пользователи, взаимодействовавшие с сайтом за последние 30 или 180 дней. Всего было создано 20 пользовательских аудиторий. 

Затем настроили похожие аудитории на основе каждой пользовательской. Для похожих аудиторий были заданы следующие интервалы: 1%; 1%-5% и 5%-10%.

Изначально бюджет был настроен на уровне группы объявлений, и этот подход неплохо показал себя в работе. Клиент не использовал CBO, но, поскольку эта модель создания рекламы скоро станет обязательной для всех рекламодателей[1], мы решили испытать ее в деле. 

Кроме того, сразу же приступили к оптимизации кампаний по покупкам. Результаты не обрадовали: средний ROAS в день составлял всего лишь 1.8x на вершине воронки. Знаю, что мы способны на большее. 

Я разработал новую стратегию, после чего начали оптимизировать кампании по показателю добавлений в корзину. Это в корне изменило положение дел. Количество покупок резко возросло, при этом стоимость добавления в корзину была совсем невысокой. После того как мы провели ретаргетинг, средний ROAS поднялся до 6-7x и даже выше. 

Подход к тестированию

Вот как выглядела структура кампании: 

Вершина воронки. Холодная аудитория

 

Адсет 1

Адсет 2

Адсет 3

Адсет 4

Кампания 1 

Аудитория 1: степень похожести 1%

Аудитория 2: степень похожести 1%

Аудитория 3: степень похожести 1%

Аудитория 4: степень похожести 1%

Рекламный формат:

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

Кампания 2 


Аудитория 1:

степень похожести 1-5%

Аудитория 2:

степень похожести: 1-5%

Аудитория 3:

степень похожести 1%

Аудитория 4:

степень похожести: 1-5%

Рекламный формат:

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

Кампания 3 


Аудитория 1:

степень похожести: 5-10%

Аудитория 2:

степень похожести 5-10%

Аудитория 3:

степень похожести 5-10%

Аудитория 4:

степень похожести 5-10%

Рекламный формат:

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

динамические объявления;

2 изображения;

2 видео;

4 заголовка;

3 рекламных текста

Лучшие результаты показала динамическая реклама. Никаких тестов проводить не нужно — вы сразу же получаете самые эффективные комбинации. Каждый день в зависимости от бюджета и кампании я тестировал различные похожие аудитории, оставлял самые прибыльные и отключал нерабочие.

Самые эффективные похожие аудитории: 

  • Покупки 1%-5% 
  • Просмотр контента + [определенный продукт] 1% 
  • Добавление в корзину 1% 
  • Просмотр не менее 75% видео 1% 
  • Посещение сайта 1%-5% 

Изначально я таргетировался на тех пользователей, которые взаимодействовали с сайтом на протяжении последних 30 дней, постепенно увеличивая этот показатель до 180 дней. (Не стоит воспринимать это как совет от эксперта, просто мне так удобнее работать.)

Какая аудитория получилась и как её “добивали”

По моим наблюдениям, маркетологи, работающие с электронной коммерцией, чаще всего используют короткие рекламные тексты. Однако в последнее время мы стали писать более длинные тексты, и это сработало. 

Пример рекламного текста: 

  • Начало: отзывы 
  • Середина: определение «болей» аудитории и описание преимуществ продукта  
  • Конец: промокод + кнопка «Перейти в магазин» 

Как я уже упомянул, именно здесь в ход вступает динамическая реклама, которая автоматически подбирает самые эффективные объявления. 

Середина воронки 

На этом этапе аудитория уже достаточно прогрета. 

Показатели: 

  • Вовлеченность (как на Facebook, так и в Instagram) 
  • Просмотр как минимум 50% видео 
  • Просмотр как минимум 75% видео 
  • Просмотр как минимум 95% видео 

Исключите такие параметры, как число покупок и просмотров страницы, чтобы избежать возможной путаницы. 

В середине воронки я запустил динамическую рекламу и добавил карусели, слайд-шоу и изображения, предоставленные клиентом. 

Нижняя часть воронки 

На этом этапе я таргетировался на тех пользователей, которые взаимодействовали с сайтом, но так и не совершили покупку. 

Ниже представлены аудитории, с которыми я работал: 

  • Пользователь добавил товар в корзину 3 дня назад, но не оплатил заказ 
  • Пользователь добавил товар в корзину 7 дней назад, но не оплатил заказ 
  • Пользователь добавил товар в корзину 14 дней назад, но не оплатил заказ 
  • Пользователь просматривал товары 3 дня назад, но ничего не добавил в корзину 
  • Пользователь просматривал товары 7 дней назад, но ничего не добавил в корзину 
  • Пользователь просматривал товары 14 дней назад, но ничего не добавил в корзину 
  • Пользователь просматривал товары 30 дней назад, но ничего не добавил в корзину 
  • Пользователь посещал сайт 3 дня назад 
  • Пользователь посещал сайт 7 дней назад 
  • Пользователь посещал сайт 14 дней назад 
  • Пользователь посещал сайт 30 дней назад 

При настройке ретаргетинга я использовал два разных подхода: 

  • Динамическая реклама (DPA) 
  • Кампания с целью «Конверсии» 

Обычно в таких случаях я запускаю карусель или слайд-шоу. 

Если пользователи взаимодействовали с сайтом в течение последних трех дней, я рассказываю о бесплатной доставке от определенной суммы (скидки не упоминаю).

Если в течение семи дней — рассказываю о 10% скидке 

В течение 14 дней —  о 15% скидке 

В течение 30 дней — об окончательной скидке в 20% 

С помощью ретаргетинговых объявлений вы сможете добиться 5х-12х ROAS. 

Как масштабировались

Именно здесь начинается самое интересное. 

Все самые эффективные аудитории и интересы пользователей мы сохранили в отдельном Google Doc, чтобы ничего не потерять. Это экономит много времени и избавляет вас от необходимости все запоминать или возвращаться в Ads Manager.

Затем мы разделили все аудитории на разные адсеты и запустили тестовые кампании по модели CBO (4 или 5 адсетов в каждом тесте). Мы хотели проверить, будут ли кампании с оптимизацией бюджета более эффективными. 

Одновременно с этим мы запустили тестовые кампании с использованием этих же аудиторий и настроили бюджет на уровне группы объявлений, чтобы сравнить результаты. 

Также мы начали оптимизировать аудитории в зависимости от возрастной группы: 35-65+ или 45-65+ для каждого адсета. Как видите, таргетинг по возрасту довольно широкий. Дело в том, что, если вы работаете с Facebook Ads и используете пиксель, вам необходимо настраивать таргетинг на как можно более широкую аудиторию.

Если вы укажете слишком узкую возрастную группу, это может негативно сказаться на результатах. С другой стороны, все надо тестировать. 

Получив первые результаты, мы продублировали каждый эффективный адсет или несколько адсетов в новую кампанию. На каждый адсет приходилась отдельная кампания, при этом в кампаниях с оптимизацией бюджета адсет дублировался пять раз, а бюджет увеличивался на 15%-25%. 

Отмечу, что дублирование само по себе — это не ключ к успеху. Секрет эффективного масштабирования кампаний заключается в создании автоматических правил, которые помогут избежать чрезмерного повышения цены за приобретение (CPA) и остаться в плюсе. 

При создании правил большинство маркетологов не идут дальше уровня покупок или цены за покупку, но есть и другой способ. Намного более эффективный. Обычно я ориентируюсь на следующие критерии: стоимость начала оформления заказа или добавления в корзину. 

Например: 

Если я потрачу X денег и получу X добавлений в корзину, я приостанавливаю рекламу. 

Если стоимость добавления в корзину достигнет суммы X, я приостанавливаю рекламу. 

Я совсем не хочу сказать, что надо отказаться от такого критерия, как покупки. Просто начните использовать и другие показатели, например, добавление в корзину и начало оформления заказа. 

В долгосрочной перспективе вы сэкономите большую сумму, так как сможете быстрее понять, какой адсет является неудачным, и вовремя отключить рекламу. 

Создание правил на основе ранних показателей — ключ к успеху при масштабировании кампаний. 

Заключение

Адсеты - льем на товарку: +$388 874 за 49 дней

Автор: Bryan Fuentes

  1. кейс был опубликован 24 февраля 2020 года. Назад
Есть что рассказать об арбитраже трафика?
Стань автором ZorbasMedia!
Оставить заявку