Как тратить на рекламу меньше, но привлечь еще больше клиентов

Кейс доставки Raketa от newage.

Комментарии 2096

Доставка Raketa — локальная история успеха, которая выросла до масштаба всей страны за два года. Raketa начала свою работу в Днепре в 2018 году, а в 2020 запустилась в 25 крупнейших городах. К этому моменту, на украинский рынок уже вышли такие гиганты как Glovo и Uber Eats, а осенью 2020 к ним присоединился еще и Bolt Food. По времени это совпало с началом локдауна, из-за которого спрос на доставку значительно вырос. В таких условиях казалось, что емкости рынка хватит на всех, но ни один из игроков не собирался отказываться от борьбы за доминирующую позицию.

Для усиления присутствия на рынке, Raketa решила провести оптимизацию рекламных кампаний. Для этой задачи привлекли агентство newage. В наши задачи входило проанализировать существующую медийную кампанию и найти лучшие решения, которые требуют меньших средств при сопоставимой или более высокой эффективности. Узнайте, как нам удалось снизить стоимость привлечения клиентов и увеличить посещаемость сайта и загрузок приложения Raketa.

Задача

Чтобы привлечь новых пользователей для сервиса Raketa, мы решили улучшить такие показатели:

  • переходы на посадочную страницу;
  • количество уникальных посетителей посадочной;
  • количество пользователей, перешедших на страницу установки приложения.

Всё это при оптимальных затратах. Кроме того, мы отследили как меняется вовлеченность (интенсивность использования) текущих и новых пользователей.  В рамках трех флайтов с охватными кампаниями в крупных городах страны (Киев, Днепр, Львов, Харьков, Винница и Одесса) мы попытались охватить максимум релевантной аудитории. Задача была сконцентрироваться на повышении таких показателей как: переходы на посадочную страницу, количество уникальных посетителей посадочной, количество пользователей, перешедших на страницу установки приложения и всё это при оптимальных затратах. Кроме того, нам было необходимо отследить как меняется вовлеченность (интенсивность использования) текущих и новых пользователей. 

Подход

Подходя к решению поставленной задачи, мы опирались на широко известную модель See-Think-Do(Care), в рамках которой уровни конверсионной воронки выстраивались в зависимости от нашей оценки признаков готовности пользователя к совершению покупки. Используя эту модель, мы старались закрывать наиболее горячий спрос и двигаться вверх по воронке, подогревая сегменты с меньшей предполагаемой интенцией и закрепляя образ бренда в сознании пользователей. В целях знакомства с брендом и повышения его узнаваемости, нами был сделан сильный упор на видеорекламу, которая запускалась на YouTube в таких форматах как Discovery, TrueView, Bumper, а также на баннеры для увеличения охвата и частоты контакта на пользователя.

Схематическое представление используемой стратегии:

Реализовывая эту стратегию, мы разделили нашу целевую аудиторию на такие сегменты:

  • пользователи, имеющие интерес к e-commerce
  • пользователи, имеющие интерес к еде и ресторанам
  • пользователи приложений такси
  • look-a-like аудитория пользователей Raketa
  • люди, работающие на фрилансе/удаленке

Помимо стратегии, ключевым аспектом в подходе к задачи стало применение метода «Целостного Анализа», который позволил отслеживать отсроченные (post-view) и кросс-девайс взаимодействия пользователей с приложением генерируемые медийной рекламой. В силу механики привлечения пользователей, ввиду которой человек не имеющий приложение Raketa на телефоне сначала направлялся в Appstore или Google play и только установив его начинал взаимодействие, данные по клику были просто неприменимы. Отслеживание post-view конверсий также имело смысл поскольку, зачастую, проходит некоторое время между установкой приложения и решением человека воспользоваться им, то есть сделать заказ. Мы определили окно в 7 дней как оптимальный период для отслеживания отложенных конверсий. Именно post-view и кросс-девайс данные составили подавляющую часть отслеженных нами конверсий и использовались для оптимизации площадок, креативов и аудиторий.

Как выглядело распределение конверсий (session start) по платформам:

Из графиков видно, что доля post-view и cross-device данных составила более 98% от всех данных по конверсии пользователей с показа рекламы для скачивания приложения рекламодателя. Рекомендуем отслеживать эти показатели, иные данные не дадут правильной картины.

Частоты

Анализ дополнительных данных (post-view+cross-device) позволил определять наиболее выгодные частоты для рекламного контакта с пользователем, принимая во внимание стоимость отложенных конверсий. Так, например, для размещений на YouTube в формате trueview картина выглядела следующим образом:

При анализе данных, мы видим четко выраженный коридор частот приносящих максимум полезных действий при оптимальных затратах. Такой анализ позволил оптимизировать частоту для каждого рекламного формата, аудитории и устройства.

Аудитории

По активности и глубине конверсий среди аудиторий, можно выделить

сегмент пользователей, которые были заинтересованы в ресторанном бизнесе. Стоимость и процент полезных действий, таких как заказ или установка приложения на устройствах с ОС Android, было заметно ниже, нежели у IOS. Выделенный сегмент людей, которые предпочитают заказ такси общественному транспорту в равной доле поделили меж собой долю переходов и глубоких конверсий. Также, стоит отметить, что среди пользователей IOS был отмечен сегмент людей, которые имеют интерес к e-commerce. Среди IOS он единственный дал полезный трафик.

Форматы

На старте работы по продвижению услуги, мы подходили к расширению охвата за счет использования различных форматов (видео на YouTube, брендинг страниц, видео в онлайн кинотеатрах), разделяя их на мобильные и десктопные. Проводя анализ кампании от флайта к флайту, мы отошли от деления форматов в зависимости от устройства и сконцентрировались на мобильных девайсах за счет повышения ставок. В ходе тестов, для нас стала очевидна эффективность дип линков. На старте, мы отправляли пользователей на при-лэнд откуда уже пользователи могли выбирать перейти им в appstore или googleplay. Устранив этот дополнительный шаг на пути пользователя к установке, мы добились значительных результатов.

Результаты

Применив «Целостный анализ», мы удешевили привлечения пользователя в 15 раз. Если в первом флайте у нас было 3 тыс. установок, то уже в третьем – 220 тыс. Мы последовательно оптимизировали закупку, что позволило в разы снизить затраты на увеличение пользователей приложения. Результаты кампании даже превзошли ожидания клиента, поэтому нам пришлось остановить рекламу, поскольку клиент не справлялся с объемом заказов в силу логистических ограничений.

Столкнувшись с такой ситуацией, мы предложили перенаправить часть маркетингового бюджета на привлечение курьеров чтобы выровнять ситуацию. По результатам рекламной кампании выросло не только количество активных покупателей и активных пользователей приложения, но и штат курьеров :)

Обсудить с другими читателями:
Погода