Главное о кейсе
- сохранили стоимость привлечения нового клиента;
- за год количество новых клиентов выросло на 170%;
- объем повторных продаж вырос на 140%.
*Результаты, которые получены в рамках ресурса Instamart (весной был запущен white label и основной семант, маркетплейс и тд были переведены).
С августа 2019 года мы перешли к новому KPI - от привлечение новых клиентов к повышению количества заказов и продаж с сайта, поскольку нам удалось охватить практически всех пользователей, который интересуются доставкой и стоимость привлечения которых укладывается в экономику.
Под новые цели и KPI разработана стратегия работы и коммуникация. Примеры ретаргетинговой коммуникации представлены в разделе скриншоты.
----------------------------------------------------------------------------------------
New client attraction cost was successfully saved unchanged.
Number of new clients during the year had increase by 170%.
Sales had increased by 140%.
----------------------------------------------------------------------------------------
Бизнес-задача и ее решение
Перед Instamart стояли амбициозные задачи: выход в новые регионы - до конца года должны работать в 15 регионах. На первом этапе необходимо было разработать и реализовать стратегию продвижения, которая позволит привлечь новых клиентов и обеспечить сервис новыми заказами в текущем регионе с сайта
www.instamart.ru. Масштабировать и перенести успешный опыт на новые регионы и оказать поддержку запуска сервиса в регионах. На втором этапе увеличить количество заказов с сайта.
--> KPI:
Blended CAC (Customer Acquisition Cost) с платных web-каналов не более 2000 руб в период активного роста (запуск новых типов кампаний, выход в новые регионы), далее не более 1500 руб.
----------------------------------------------------------------------------------------
Instamart had ambitious plans: company wanted to enter markets in 15 new regions till the end of the year.
At first Instamart needed to develop and put in practice a promotion strategy which would help to bring new clients and provide new orders in the actual region. To scale and adapt successful experience for new regions and support service launch there.
The second step was to get more orders via the site.
Blended CAC (Customer Acquisition Cost) from payed web-channels during active growth — launches of new campaigns, entering new regions — were less than 2 000 ₽, later less than 1 500 ₽.
----------------------------------------------------------------------------------------
На первом этапе мы провели анализ тематики и способов поиска доставки продуктов. Исходя из полученных данных сегментировали семантическое ядро следующим образом:
- Брендовая семантика (“инстамарт”, “доставка продуктов инстамарт” и др);
- Ритейлеры (“доставка из ашана”, “продукты на дом из метро” и др);
- Generic (“доставка продуктов”, “интернет магазин продуктов в москве”, “доставка из магазина продуктов” и др);
- Топ бренды (“доставка lays”, “купить pepsi” и др);
- Категории (“доставка яблок”, “доставка колбасы”, “купить сыр с доставкой” и др).
В результаты было собрано более 13 тыс уникальных ключевых слов, более 10 тыс уникальных минус-слов и запущено более 100 кампаний.
По выявленным сегментам нашли наиболее эффективную выкупаемую емкость: работа с брендовыми запросами и полный выкуп трафика стали стратегически важными, потому что планировался запуск медийных кампаний; по остальным категориям провели тестовые кампании и оптимизировали на основании полученных данных.
--> Поиск точек роста
На определенном этапе мы исчерпали емкость эффективной семантики, по некоторым типам кампаний могли выкупать больше трафика, но это становилось экономически невыгодно. Было решено масштабироваться за счёт других форматов, каналов и тестирования новых гипотез.
- сетевые кампании (Яндекс, Google, Facebook, ВКонтакте, Criteo)
Запустили статический и динамический ремаркетинг на посетителей сайта и тех, кто добавил товар в корзину, но не купил, с сегментацией по временным промежуткам (0-14 дней и 15-30 дней). Также таргетировались на новую аудиторию - использовали наиболее эффективные поисковые категории (брендовые запросы и ритейлеры).
В результате: масштабировали кампании по динамическому ремаркетингу - CAC по динамическому ремаркетингу был ниже на 20%, чем CAC по статическому.
За счет кампаний в сетях при масштабировании смогли увеличить количество новых покупателей до 30%.
- DSA (динамические поисковые объявления)в Яндекс и Google
Чтобы охватить все продуктовые запросы с релевантными заголовками,
запустили динамические поисковые объявления. Для повышения эффективности кампаний: провели чистку поисковых запросов и отключили запросы с пересечением продуктовой семантики, реструктурировали рекламные кампании, проработали ставки исходя из первичных статистических данных.
В результате: увеличили выкупаемый объем трафика на 10-15% и количество новых обращений на 7-12%.
- кампании на “Яндекс.Маркете”
Собрали товарный фид по пересечению ассортиментов всех магазинов МЕТРО (единственный партнер, который работает на всю Москву и дает большее количество заказов с самым высоким средним чеком) в Москве, чтобы отображать только товары, которые есть в наличии одновременно во всех магазинах в текущем регионе. Таким образом, пользователь независимо от того, в какой зоне доставки находится его адрес, видит актуальный список товаров на “Яндекс.Маркете”.
Проработали скидочную механику: разработали инструмент, который позволял добавлять акцию в фид напрямую из CRM-системы и выделять предложения среди конкурентов. Это давало нам ежедневный boost около 50% .
В результате: в период активного роста получали тот же объем заказов, что и с “Яндекс.Директа”, при этом САС был ~ в 10 раз меньше, чем с “Директа”, с учетом затрат на акционные механики.
- А/б-тестирование УТП
Использовали следующий принцип тестирования: из каждой категории выделяли по одной кампании с наибольшим количеством статистики наиболее кликабельной кампании и на этих кампаниях тестировали разные УТП ("Первая доставка бесплатно", "Скидки до 50%", "Доставка в день заказа", "Доставим за 2 часа", и "Свежие продукты").
- тестирование по дням недели
Анализируя статистику, выявили, что дневной объем заказов в выходные дни был на 30-40% ниже, чем в будние. В связи с этим, было принято решение провести оптимизацию затрат на поисковую рекламу и попытаться обеспечить равномерную загрузку заказами по дням недели. Были применены корректировки ставок по дням недели, а именно, повышающие в выходные дни~10% и понижающие в будни~5%.
В результате: увеличили количество транзакций в выходные дни в Яндексе на 15%, в Google на 11%, снизили CPO в будние дни в Яндексе - на 17%, в Google - на 25%, без ощутимой потери в заказах.
--> Запуск регионов
Instamart вышел в 15 регионов - Москва, Санкт-Петербург, Казань, Ростов-на-дону, Краснодар, Екатеринбург, Уфа, Нижний Новгород и др. Основной задачей при запуске регионов было - перенести и масштабировать успешный опыт работы на другие регионы.
Проработав первичную статистику по каждому региону, мы выявили закономерности, которые были применимы ко всем регионам и можно было перенести опыт: стратегия биддинга, эффективных УТП, корректировка ставок. Благодаря этому, мы заранее понимали какие типы кампаний работают хорошо/плохо в регионах и довольно быстро готовить эффективный "скелет" кампаний для каждого региона.
В результате: запуск кампаний за 1-2 дня, оптимизация уже после первой недели, быстрый выход на KPI.
Прочая информация о кейсе
К концу года Instamart, сервис доставки продуктов из магазинов, планировал работать в 15 регионах и расширить партнерскую сеть. Агентство Artics Internet Solutions разработало и реализовало стратегию по привлечению новых клиентов в сервис Instamart, поддержке выхода сервиса в новые регионы и обеспечению заказами.
----------------------------------------------------------------------------------------
Artics Internet Solution agency has developed and put into practice an attracting new clients strategy for Instamart and supported service promotion in regions as well as getting new orders.
Скриншоты
Комментарий заказчика
Вместе с ребятами из Artics Internet Solutions мы выстроили невероятно масштабную кампанию в поиске. Было протестировано большое количество гипотез, проведено множество AB-тестов, выстроен процесс постоянной и максимально продуктивой оптимизации. Главное - мы научились из всего этого делать правильные выводы, находить точки роста и быстро вычислять неэффективные решения. Все эти действия в комплексе приносят нам отличный результат.