Как мы помогли застройщику продать 97 квартир за 8 месяцев с помощью контекстной рекламы

Главное о кейсе

Избавились от атаки фейковых заявок конкурентов и продали 97 квартир меньше чем за год с помощью контекстной рекламы. Средняя цена заявки вышла 1500 рублей с конверсией 2,37%.

We got rid of an attack of fake requests from competitors and sold 97 apartments in less than a year by using contextual advertising. The average bid price was 1500 rubles with a conversion rate of 2.37%.

Как проект изменил жизнь пользователей

Рынок недвижимости на Юге похож на вулкан, который вот вот рванет. Каждый из участников рынка пытается превратить остальных в "пепел", поэтому многие идут на хитрости. Но мы вовремя освободили клиента от атаки конкурентов, сохранили выделенный рекламный бюджет и преумножили капитал с помощью заявок от целевых клиентов из Директа.

The real estate market in the South is like a volcano that is about to erupt. Each of the market participants is trying to turn the others into “ashes”, so many are using tricks. However, we freed the client in time from the attack of competitors, saved the allocated advertising budget and increased the capital with the help of requests from target clients from Direct.

Бизнес-задача и ее решение

Нужно было избавиться от нецелевых заявок из Яндекс Директа, повысить их качество, чтобы увеличить продажи недвижимости. Раньше отношение качественных заявок к некачественным было 10% к 90%. А мы добились 70% качественных заявок со средней ценой 1500 рублей. 97 лидов превратились в покупателей.

We needed to get rid of non-targeted requests from Yandex Direct and improve their quality in order to increase real estate sales. Previously, the ratio of high-quality to low-quality requests was 10% to 90%. We achieved 70% of quality requests with an average price of 1500 rubles. 97 leads turned into buyers.

Крафт (мастерство), реализация, технические детали

Разработали собственную систему "ЛИД-РЕВЬЮ": научили ее узнавать ботов на основе данных систем аналитики и направляем фейки на подменную посадочную страницу, где невозможно оставить заявку и списать рекламный бюджет.

We developed our own “LEAD-Review” system: we taught it to recognize bots on the basis of data from analytics systems and direct fakes to a substitute landing page where it is impossible to leave a request and write off the advertising budget.

Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком

До нас количество заявок с сайта клиента устраивало (+- 30 штук в день) , но не устраивало качество: на звонки от менеджеров никто не отвечал или абоненты понятия не имели, почему их номер оказался в CRM клиента. Нам нужно было поднять качество заявок, но сильно не проседать в количестве, чтобы было хотя бы 10-15 в день. Первую кампанию запускали в классическом формате на поиске и в РСЯ (корректировки: «общие», «бренд», «гео»), затем Мастер кампаний на квиз. Классическую рекламу запустили из-за более гибких настроек и большего места для манёвра, а Мастер кампаний — потому что хотели проверить автотаргетинг для этого проекта.

В первые 2 дня показов мы получили 21 заявку с конверсией в потенциального клиента - 0,09%. Оказалось, что заявки оставляли специально обученные боты.

Мы обратили внимание на имена пользователей, которые оставляли заявки через квиз: Конкордий, Остромир, Июлия, Мавлюда. Первые несколько недель пытались оптимизировать рекламные кампании и отгородиться от ботов с помощью всех возможных корректировок: по устройствам, демографии, площадкам, аудитории, сегментам метрики. Эффекта не было.

Мы подозревали, что ботов направляли именно на квиз, поэтому решили перенастроить Мастер кампаний на сайт. Квиз сделали всплывающим, но боты все равно оставляли заявки. Хотя часто такой настройки достаточно, чтобы избавиться от фрода.

Предположили, что если мы разработаем новую посадочную страницу для рекламы, боты нас не достанут.

Создали другую посадочную, запустили Мастер кампаний и классическую кампанию в РСЯ. Реклама стала приносить лиды, но работала хуже, чем другие проекты в теме недвижимости. Мы поняли, что нашего клиента душат конкуренты.

Когда мы увидели первые подозрительные заявки, сразу же написали в Яндекс. Но у нас не было достаточно доказательств, чтобы убедить Яндекс признать атаки ботов фродом. Слишком грамотно всё было настроено.

Атака выглядела целенаправленной и мы приняли сложные решения. Минимизировали узнаваемость бренда и вручную начали вылавливать ботов:
- зарегистрировали новый домен и перенесли сайт;
- настроили новые рекламные кампании;
- отсекли ботов по IP на уровне сайта. Собрали все обращения из Roistat в таблицу с дополнительными параметрами "ip-сеть" и "площадка". Из неё выделили спамные IP-сети;
- настроили на сайте скрипт, который анализировал, откуда приходит пользователь. Если он был со спамной IP-сети, вместо сайта ему показывался промо-экран с номером телефона и предложением позвонить. Таким образом, боты не могли оставлять на сайте заявки, а реальный пользователь мог связаться с компанией, если случайно попал под наш "фильтр".

Это помогло и мы стали получать не меньше 70% качественных заявок из контекстной рекламы.

После того, как мы избавились от ботов, пришло время плотной работы с гипотезами. Мы пробовали горячие поисковые запросы с географией по Ростову по классической модели, общие запросы в РСЯ, крутились по конкурентам в РСЯ и поиске - но эти форматы нас не впечатляли.

А сработала у нас связка из Мастера кампаний на квиз / оптимизация конверсии по одной цели и классический поиск по брендовому трафику на основной сайт застройщика. У Мастера кампаний больше показов, брендовый трафик отлично конвертируется. А автотаргетинг помогает объявлению попасть в поле зрения пользователя при низкочастотных запросах. Так, конверсия по цели, на которую оптимизировали рекламные кампании, стала 2,37%. На май 2023, за 8 месяцев, мы получили 2555 заявок из которых 97 перешли в успешные сделки.

Before us, the client was satisfied with the number of requests from the site (+-30 per day), but not with the quality: no one answered calls from managers or subscribers had no idea why their number was in the client's CRM. We needed to raise the quality of requests, but not to drop down in quantity, so that it was at least 10-15 per day. The first campaign was launched in the classic format on search and in Yandex Advertising Network (adjustments: “general”, “brand", “geo”), then the Campaign Wizard on the quiz. The classic ads were launched because of more flexible settings and more room for maneuver, and the Campaign Wizard was launched because we wanted to test autotargeting for this project.

In the first 2 days of the impressions, we received 21 requests with a prospective client conversion rate of 0.09%. It turned out that the requests were left by specially trained bots.

We paid attention to the names of users who left requests through the quiz: Concordius, Ostromir, Julyia, Mavluda. The first few weeks were spent trying to optimize ad campaigns and fend off bots with every adjustment possible: by device, demographics, sites, audience, and metrics segments. There was no effect.

We suspected that bots were being directed to the quiz, so we decided to reconfigure the Campaign Wizard on the site. The quiz was made pop-up, but the bots still left requests. Although such a setting is often enough to get rid of the fraud.

We assumed that if we designed a new landing page for advertising, the bots wouldn't get us.

We created another landing page, launched the Campaign Wizard and a classic campaign in Yandex Advertising Network. The ad started to bring leads, but it worked worse than other real estate projects. We realized that our client was being strangled by competitors.

When we saw the first suspicious requests, we immediately wrote to Yandex. However, we didn't have enough evidence to convince Yandex to recognize bot attacks as fraud. Everything was set up too competently.

The attack looked targeted and we made some tough decisions. We minimized brand awareness and started catching bots manually:
- registered a new domain and moved the site;
- set up new ad campaigns;
- weeded out bots by IP at the site level. We collected all the calls from Roistat into a table with additional parameters “IP-network” and “site”. Spam IP-networks were singled out from it;
- set up a script on the site that analyzed where the user came from. If he/she was from a spam IP-network, instead of the site he/she was shown a promo-screen with a phone number and an offer to call. Thus, bots could not leave requests on the site, while a real user could contact the company if he/she accidentally fell under our “filter”.

It helped and we started getting at least 70% of quality requests from contextual advertising.

After we got rid of the bots, it was time to work closely with hypotheses. We tried hot search queries with geography in Rostov according to the classic model, general queries in the Yandex Advertising Network, and we looked at competitors in the Yandex Advertising Network and in search, but we were not impressed with these formats.

And what worked for us was a combination of Campaign Wizard for quiz / conversion optimization for one target and classic search for branded traffic to the developer's main site. Campaign Wizard has more impressions, branded traffic converts perfectly. Autotargeting helps ads get in front of users for low-frequency queries. So, the conversion rate on the target for which ad campaigns were optimized became 2.37%. As of May 2023, in 8 months, we have received 2555 requests, 97 of which turned into successful transactions.

Прочая информация о кейсе

В этом кейсе мы показали:

- как можно избавиться от нецелевых заявок в контекстной рекламе
- как сэкономить сотни тысяч рублей бюджета
- как заработать миллионы на продажах людям из интернета

In this case study we showed:
- how to get rid of untargeted requests in contextual advertising
- how to save hundreds of thousands of rubles in budget
- how to make millions selling to people on the Internet

Скриншоты

Комментарий заказчика

Наши новые коллеги привнесли много нового и позитивного в наш проект, помогли разобраться со сложными ситуациями, возникшими в ходе недобросовестной конкуренции на рынке недвижимости. Решили их и стабилизировали ход рекламной кампании. Помогли найти партнеров по оптимизации внутренних бизнес-процессов и отладке CRM и отношении директ-маркетинга — для повышения отдачи от имеющейся базы клиентов.

“Our new colleagues brought a lot of new and positive things to our project, helped us to deal with difficult situations that arose in the course of unfair competition in the real estate market. We solved them and stabilized the course of the advertising campaign. We helped to find partners to optimize internal business processes and debug CRM and direct marketing to increase the impact of the existing customer base.”