Кейс Google Shopping: медицинское оборудование (NDA)
17.01.2019
5 минут
easy

Пингвинья редакция
Главные по словам

Содержание
Топовые статьи
Гайд по рекламе в Facebook. Часть 1: бизнес-менеджер и рекламный кабинет
78265
69
11 минут
Создание фида Google Merchant Center для основных CMS
33233
29
12 минут
Настройка Google Shopping: пошаговая инструкция и советы
32988
47
8 минут
LTV, CAC, CRR: что значат, как считать и чем реально полезны
32801
32
6 минут
Гайд по Google Ads (2021). Часть 6: реклама в YouTube
31658
36
10 минут
Удержание клиентов: принципы, инструменты и KPI
15779
21
16 минут
Ассоциированные конверсии: зачем нужны, как отследить в Google Analytics, Google Ads и добавить в отчеты Google Data Studio
586
8
18 минут
Гайд по Bing Ads. Часть 1: как работает реклама Microsoft и кому она подойдет
373
5
15 минут
Кейс Google Shopping: запуск торговых кампаний с нуля
255
4
3 минуты
Результаты
До | После | Изменения | % изменений | |
ROAS | 147% | 361% | +214% | +145% |
Коэф.конверсии | 3% | 4,62% | +1,62% | +54% |
Conversions | 1 600 | 2 353 | +753 | +47% |
Средняя маржа | 31,45% | 32,85% | — | — |
ROMI (Shopping) | -31% | +54% | +85% | — |
Net profit (Shopping) | -$6,782 | +$8,705 | +$15,487 | — |
Вводная информация
Клиент: интернет-магазин медицинского оборудования (NDA).
Регион: США.
Услуга: создание и оптимизация рекламных кампаний в Google Ads (Shopping, поиск, видео, ремаркетинг).
Рабочий процесс
Впервые мы начали переговоры еще за год до фактического начала работы: тогда клиент выбрал другое агентство и начал сотрудничать с ним. Спустя 4 месяца он не получил ожидаемый результат и вернулся обратно к Penguin-team.
Задача была ясна: увеличить net Profit и ROI аккаунта в Google Ads.
Мы начали с аудита: технически все было сделано хорошо и без критических недочетов. А вот с точки зрения маркетинга и стратегии ошибки были посерьезнее:
- Реклама была настроена не на продукты, а на категории.
- Не было разделения на alpha/beta-кампании.
- Были построены достаточно общие поисковые кампании, которые работали на слишком широкую аудиторию.
Google Analytics не показывала явного плохого результата:

Из данных выше можно сделать такие выводы:
- Общий ROAS за 3 месяца работы составляет 45 721$ (Revenue) / 30 983$ (Cost) = 147%. На первый взгляд, неплохо!
- Доля Revenue кампаний в Shopping (первая РК на скрине) составляет 95,05%, а ROAS 194% (на 25% выше, чем средний по аккаунту). То есть кампании в Shopping генерировали главную долю дохода с достаточно высоким уровнем ROAS. Хм, тоже приятно.
- Остальные кампании (поисковые) показали слабые результаты: ROAS 2 262$ (Revenue) / 8 637$ (Cost) = 26%. Получается, что рекламодатель на 3 вложенных доллара в рекламу возвращает 1 — это нехорошо!
На первый взгляд все выглядит некритично, ведь если из оборота 45 721$ вычесть цену товаров 30 983$, мы получим «прибыль» 14 738$. Только вот в этой «прибыли» не учтена маржинальность , которая может составлять от 15% до 50%, в зависимости от продукта. И это в корне меняет дело.
Без учета маржинальности нельзя сделать расчет конечной прибыли и ROMI, а без этой информации невозможно делать выводы об эффективности работы аккаунта.
Чтобы решить такую задачу, мы использовали Panda ppc micro management — инструмент собственной разработки, созданный специально для грамотного ведения кампаний Google Shopping.

Panda позволяет добавить маржинальность к продуктам магазина и определить фактическую прибыль или убыток по каждому товару в частности и по всей работе кампании в целом. А заодно рассчитать Target CPC для каждого товара.
Как видно на скрине:
- общий Profit/loss составляет -6 782$ — это значит, что потери в Shopping составляли 2 260$ в месяц;
- ROMI равен -31%;
И эти данные показывают, что магазин несет не только очевидные потери в поисковой рекламе, но еще и в торговых кампаниях.
Учитывая ситуацию, мы разработали новую стратегию на основе накопленных данных. Вот ее основные пункты:
- Разделить товары по alpha- и beta-кампаниям для более гибкого управления.
- Добавить кампании по ремаркетингу + RLSA.
- Расширить список минус-слов.
- Понизить ставки на товары с низким ROI и высоким Loss.
- Повысить ставки на товары с высоким ROI и высоким Profit.
- Отключить кампании в Search, пока не будет достигнут позитивный ROI в Shopping.
- Последовательно масштабировать аккаунт.
После реализации новой стратегии мы получили следующие результаты:

- Общий ROAS за 3 месяца работы составляет 69 414$ (Revenue) / 19 221$ (Cost) = 361%.
- Доля Revenue кампаний в Shopping (первые 4 кампании на скрине) составляет 84%, а ROAS = 381% (на 10% выше, чем средний результат по аккаунту).
- Остальные кампании (поиск и ремаркетинг) показали ROAS = 10 227$ (Revenue) / 2 837$ (Loss) = 358%.
Как видно, результаты стали заметно получше. Помимо приятных показателей в Google Analytics, мы получили и хорошие показатели ROMI и net Profit:

- общий Profit/loss составляет 8 705$ — это значит, что прибыль в Shopping составляет 2 901$ в месяц;
- ROMI равен 54%;
И вот такие результаты уже позволяют клиенту зарабатывать с помощью контекстной рекламы!
Подведем итоги
Результат был достигнут благодаря 3 вещам:
- Правильной стратегии, в основе которой принцип «Сначала добиваемся положительного ROMI → потом масштабируем».
- Грамотный микроменеджмент благодаря софту Панда.
- Фокус на росте бизнес-показателей ROMI и net Profit.







Пингвинья редакция
Главные по словам
Бдим и поучаем.

