На 47% больше продаж для зоомагазина «Четыре Лапы» с помощью контекстной рекламы

Главное о кейсе

Выжали весь целевой небрендовый трафик из «Яндекс.Директа», подняли продажи в высокий сезон на 47% при прежнем ДРР для зоомагазина «Четыре Лапы».

We maximized all targeted non-branded traffic from Yandex.Direct, increasing sales by 47% with the same CRR for the 4 Lapy pet store during the high season.

Как проект изменил жизнь пользователей

Владельцы домашних животных стали видеть актуальную рекламу в момент, когда им необходимы рекламируемые товары. Это облегчило для них поиск таких товаров.

Цитата клиента
"Мы всегда активно участвуем в стратегии планирования рекламных кампаний, ищем новые подходы к управлению ими и работаем в тесной связке с командой RTA. Перед нами стояла задача найти оптимальный сплит инструментария в «Директе» для кратного масштабирования дохода.
Грамотная настройка стратегий и использование всего инструментария позволили увеличить объем при тех же инвестициях в высокий сезон", — Наталья Шаманская, команда «Четыре Лапы».

Pet owners began to see relevant ads at the moment they needed the advertised products, making it easier for them to find those items.

Client Quote:
"We are always actively involved in the strategy of planning advertising campaigns, seeking new approaches to managing them, and working closely with the RTA team. We faced the challenge of finding the optimal split of tools in Yandex.Direct for scaling revenue significantly. Competent adjustment of strategies and the use of all available tools allowed us to increase volume with the same investment during the high season."
— Natalia Shamanskaya, 4 Lapy.

Бизнес-задача и ее решение

Контекст и задача

«Четыре Лапы» – крупнейший зоомагазин в России с развитой розничной сетью с интернет-магазином.

Задачи:
Увеличить доход при прежнем ДРР

Решение:
Схлопнули кампании и объединили трафик
В высокий сезон стоимость клика кратно увеличивается и нужно искать решения для оптимизации кампаний. Сначала мы делили трафик по категориям товаров и сегментам пользователей. Но поняли, что результата мало — автоматические стратегии «Яндекса» не успевают обучаться при такой архитектуре аккаунта.

В итоге мы объединили трафик, схлопнув большое количество кампаний, чтобы стратегии накопили статистику для обучения.

Разные стратегии для разных типов кампаний

1. Торговая кампания включала показы одновременно на поиске, товарной галерее и на площадках РСЯ. В Q3-Q4 мы постепенно масштабировали ее, управляя стоимостью конверсии и бюджетом. Доход клиента вырос более чем в 3 раза, ДРР остался в плановых показателях.

2. Объединили менее эффективные кампании в пакетную стратегию, чтобы увеличить количество данных для обучения стратегий и стабильной работы кампаний. За месяц тестирования ДРР в пакетной стратегии снизился в 1,7 раза.

3. В сетевых кампаниях оптимизировали стратегию сразу на макро- и микроконверсии. Добавили кроме цели «покупки» цель «добавление товара в корзину». На основе статистики математически высчитали ценность каждой цели.
За 2 месяца снизили ДРР в сетевых кампаниях в 1,5 раза.
Доход же вырос в 1,3 раза.

4. При работе со смарт-баннерами сократили количество кампаний для разгона автостратегии. В итоге пришли к одной единой кампании, работающей по ретаргетингу посетителей сайта. Сделали подробную разбивку по фильтрам в фиде, чтобы было удобнее отслеживать статистику по каждой категории и при высоком ДРР отключать неэффективные категории. С помощью двойного отрицания сделали аудиторию более целевой — оставили только тех пользователей, кто выполнял определенные действия на сайте, такие как «брошенная корзина» и «посетили сайт три дня назад».

Доход вырос в 2,4 раза, ДРР снизился в 1,6 раз.

Результаты:
- на 47% выросли продажи при сохранении прежнего ДРР
- на 48% выросли покупки

Context and task:
4 Lapy is the largest pet store in Russia.

Objectives:
Increase revenue while maintaining the same CRR.

Solution:
During the high season, the cost per click increased significantly, so we needed to find solutions to optimize our campaigns. Initially, we divided traffic by product categories and user segments. However, we realized that the results were not sufficient—Yandex's automatic strategies did not have enough time to train.
Therefore, we consolidated traffic by merging a large number of campaigns to accumulate statistics for training.
We use different strategies for different types of campaigns. The shopping campaign included displays on search, product galleries, and RFS sites simultaneously. In Q3-Q4, we scaled it up, managing the cost per conversion and budget. The client's revenue more than tripled, while the DRR remained within the planned figures.
We combined less effective campaigns into a batch strategy to increase the amount of data for strategy training and ensure stable campaign performance. In one month of testing, the CRR in the batch strategy decreased by 1.7 points.
We optimized the strategy for both macro and micro conversions for digital campaigns. We added the goal of “add a product to cart” in addition to the goal of “shopping.” In two months, we reduced the CRR by 1.5 points, while income increased by 1.3 points.
We reduced the number of campaigns to accelerate the auto-strategy while working with smart banners. As a result, we conducted retargeting for site visitors. We created a detailed breakdown by filters in the feed to facilitate tracking statistics for each category and to disable ineffective categories in case of a high CRR. We made the audience more targeted by using double negation: we included only those users who performed specific actions on the site, such as “abandoned cart” and “visited the site three days ago.”

Revenue increased by 2.4 points, while CRR decreased by 1.6 points.

47% increase in sales while maintaining the same CRR
48% increase in purchases

Скриншоты