Кейс Google Shopping: медицинское оборудование (NDA)

585

Результаты

	10.01.2017 — 12.31.2017 (до)	05.01.2018 — 07.30.2018 (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.