Шаг 1. Изучение целевой аудитории

Продукты Pyyplbot востребованы широкой аудиторией — это пользователи недоступных в России иностранных сервисов и платформ, геймеры, самостоятельные путешественники, которые бронируют билеты и жилье через мировые сайты бронирования.
Кроме того, многие клиенты Pyyplbot довольно продвинутые пользователи. Они не просто стремятся пополнить свой аккаунт на иностранном сервисе, но и знают, что есть страны с более низкой стоимостью сервиса.
Многие потребители понимают, что в одних странах цены снижены благодаря низким налогам или отсутствию НДС, в других — из-за того, что покупательская способность населения значительно ниже по сравнению с другими государствами. Целевая аудитория настолько глубоко погружена в эти финансовые тонкости, что способна разбираться даже в самых мелких деталях. Стоит отметить, что среди стран с наиболее доступными ценами выделяются Польша, Турция и некоторые государства СНГ.

Шаг 2. Проверяем как особенности ЦА отражаются в поисковом спросе и семантике

Нам стало интересно, отражается ли такая осведомленность аудитории в статистике запросов в поисковых системах. Мы решили проверить это через Wordstat, на примере оплаты PlayStation в Польше через польский аккаунт.
Мы начали подбирать запросы, исходя из уровня осведомленности аудитории. Наши ожидания подтвердились — люди действительно ищут способы пополнения сервиса через страну с более низкой стоимостью. И таких запросов оказалось много.

Шаг 3. Проработка объявлений

Чтобы максимизировать кликабельность объявлений и повысить CTR, мы глубоко прорабатывали объявления, чтобы в них была наиболее релевантная информация в ответ на конкретные запросы пользователей.
Так нам было важно указать в объявлении, что это подарочная карта для сервиса PlayStation именно в Польше, а также упомянуть стоимость, которая дешевле в этой стране, и возможность получения карты через СБП или просто российские карты.

Такой подход показал себя очень эффективно: позволили поднять CTR и сильно снизить стоимость клика.

Шаг 4. Посадочные страницы

Очень важно привести пользователя на правильную посадочную страницу, чтобы конверсия в покупку была высокой. А что такое правильная страница? Когда пользователь на посадочной странице сразу видит информацию релевантную его поисковому запросу К счастью сайт Pyyplbot очень хорошо сделан и на нем есть возможность не просто вести пользователя на страницу покупки gift-карты для конкретного сервиса, но и сразу приземлять на цену нужной страны.

Шаг 5. Расширяем семантику и ищем дополнительный спрос

Помимо узкой семантики для продвинутой аудитории, нам важно привлекать и менее осведомленную аудиторию. Например тех, кто ещё не знает, что цена на сервис может быть дешевле в определенной стране и в поисковике ищут, как пополнить иностранный сервис без привязки к конкретной стране

Также мы ориентировались на целевую аудиторию, которая ищет подарочные карты (gift-карты), которые можно пополнить картами российских банков.

Итак, с учетом широкой целевой аудитории у нас сформировалась такая структура рекламных кампаний:
1. Для продвинутой аудитории, когда семантика включает страну плюс сервис. Например, запрос: “пополнить PlayStation Польша”
2. Для менее осведомленной аудитории, когда нужно просто указать семантику в соответствии с сервисом без упоминания страны. Например: “карта пополнения PlayStation”
3. Третий тип аудитории — это люди, которые ищут способ оплатить иностранный сервис. Например: “пополнить PlayStation”
Дальше мы разбили кампании на РСЯ и на Поиск.

Шаг 6. Механика рекламных кампаний: как подчинить автостратегии
При запуске рекламных кампаний для управления ставками использовались автостратегии. На первом этапе тестировались поисковые кампании с моделями оптимизации по ключевой цели ”Покупка в Яндекс Метрике”. При этом для эксперимента часть кампаний была на стратегии оптимизации по CPA, другая часть на стратегиях с оптимизацией по ДРР:

• Оплата за конверсии с определенным CPA
• Целевая доля рекламных расходов

Важный момент: решение запускаться сразу с оплатой за конверсии было связано с тем, что количество целевых действий на сайте позволяло эффективно и быстро накапливать статистику для работы алгоритмов. Количество конверсий со всех каналов на сайте было не менее 100 в неделю, такое количество дает возможность эффективно обучаться стратегиям.
В ходе тестирования мы поняли: рекламные кампании с оптимизацией по ДРР обучались быстрее, чем с оплатой по CPA. Поэтому в дальнейшем решили перевести все рекламные кампании на модель оплаты по заданной доле рекламных расходов.
На начальном этапе мы не знали, какой ДРР установить в стратегии, чтобы соблюсти взвешенный баланс между необходимой скоростью обучения стратегий и окупаемостью рекламного бюджета на этапе обучения. Поэтому в начале в настройках стратегий устанавливали ДРР = 40%, который интуитивно нам показался правильным. Как позже оказалось, мы не ошиблись.

По мере накопления статистики по продажам нам стало понятно, что автостратегии успешно обучаются и мы начали снижать ДРР. Постепенно опуская его ниже 40%. Почему постепенно? чтобы не испортить качество обучения автостратегий.
  Крайне важно при планировании кампании закладывать время на обучение алгоритма стратегий. К примеру, один из типов рекламных кампаний, которые мы использовали - это товарные кампании. Одна из таких кампаний начала приносить стабильные продажи с приемлемым ДРР только на девятый день обучения. Поэтому, не стоит сразу бежать менять стратегию в рекламной кампании, если в течение первой недели она не приносит конверсии.
График наглядно демонстрирует, как обучались стратегии. Видно, что затраты были стабильны, но при этом график продаж постоянно менялся, а количество самих продаж было достаточно низким. Только через девять дней продажи стабилизировались и вышли на хороший уровень.  

Нашей целью было увеличить продажи, поэтому рекламный бюджет постепенно рос с удержанием ДРР в приемлемых значениях.
Наш большой опыт работы с Яндекс Директом показывает, что остаток рекламного бюджета на балансе аккаунта Яндекс Директа очень сильно влияет на результативность автостратегий. Нельзя допускать, чтобы бюджет в кабинете закончился, от этого напрямую зависит эффективность кампании. Любая приостановка кампании более чем на день, влияет на обучение стратегий.

Результаты
Наш главный результат в том, что нам удалось в два раза снизить ДРР, увеличив при этом продажи в полтора раза. На графике мы можем наблюдать, как снижался ДРР.

На фоне снижения ДРР мы также наблюдали, как продажи выросли в полтора раза. (изображение: график продаж)

Также в два раза вырос процент конверсий (изображение: график роста конверсии по неделям)

Выводы
Перед запуском рекламной кампании мы провели много аналитической работы:

• Изучили целевую аудиторию,
• Продумали на какие типы разбить кампании,
• На какие страницы направлять трафик с каждого конкретного объявления,
• Продумали посыл объявлений,
• Учли продвинутость целевой аудитории, как в объявлениях, так и на посадочной странице и в семантике.
• Выбрали тактику работы с автостратегиями

Именно глубокая аналитика и грамотный подбор семантического ядра дали возможность запустить эффективную кампанию.
Также важным было учесть несколько факторов:

1. Много данных для обучения алгоритмов

В этом кейсе мы убедились, что чем больше информации мы даем для обучения, тем быстрее и эффективнее учатся алгоритмы.

1. Время на обучение

Нет смысла менять стратегию, если нет результата через несколько дней

1. Не допускать снижения баланса на рекламном аккаунте