227 просмотров
02.04.2021
О клиенте
В MediaNation обратился клиент — крупная компания, которая занимается доставкой питьевой воды, кулеров и кофе, а также обслуживает кулеры и кофемашины. Из особенностей компании — сертификация по стандарту CarbonNeutral, свидетельствующая о нулевом выбросе углекислого газа при производстве. Также компания внимательно относится к сохранению природы и ответственному использованию ее ресурсов.
У клиента се́ти представительств и природные источники в 18 странах мира. В России доставка воды осуществляется на территории Москвы и Московской области, а также Санкт-Петербурга и Ленинградской области. Компания работает как с B2B-, так и с B2C-клиентами.
Аналитика вместо интуиции
Изначально у нашего клиента почти отсутствовал какой-либо анализ конверсий сайта: были настроены только цели на отправку форм. При этом клиент старался прятать телефоны на сайте, чтобы получать больше обращений именно через формы и, соответственно, отслеживать по ним конверсию из посещения в обращение.
С учетом обычных лидов с форм также была проблема: наш клиент видел в Google Analytics, с каких каналов приходят заявки, но не мог корректно сопоставить их с данными из CMS и, соответственно, проанализировать дальнейшую конверсию из лида в покупателя. Неясно было и то, какие из заявок с рекламы действительно шли от новых пользователей, а какие — от существующих. В итоге при работе с рекламой наш клиент в большей степени полагался на интуицию, а не на данные.
Нашими KPI стали звонки и заявки. Мы должны были снизить стоимость лида и нарастить их количество. Поэтому первой задачей стало выстраивание такой работы, которая позволяла бы проводить анализ лидов и передавать их в аналитические системы для дальнейшей оптимизации в рекламных аккаунтах.
Новый лендинг: чем проще — тем лучше
В первую очередь мы предложили подключить коллтрекинг, так как в некоторых случаях пользователям неудобно связываться с компанией через форму заявки на сайте.
Затем предложили упростить эту форму: убрать поля «город», «индекс», оставив только необходимые (ФИО, телефон, e-mail). В итоге клиент согласился убрать только поле «индекс».
Начали обсуждать введение отдельного лендинга, чтобы пользователь не «гулял» по сайту, а попадал на такую страницу, которая отвечала бы на возможные вопросы/сомнения и побуждала оставить заявку или позвонить. Позже отдел маркетинга клиента подготовил такой лендинг с помощью своей CMS, а через какое-то время сделал качественное визуальное обновление. Забегая вперед, скажем, что такая отдельная страница помогла улучшить CR в лиды в два раза.
Как разделять пользователей на новых и старых уже во время звонка?
Мы настроили коллтрекинг таким образом, чтобы при дозвоне пользователь попадал на автоответчик. Чтобы разделить пользователей на новых и существующих, предлагалось нажать соответствующую клавишу:
1 — если пользователь новый,
2 — если пользователь действующий.
При этом в CoMagic у звонков автоматически проставлялись теги «Новый клиент» и «Существующий клиент», «Бездействие при автоответчике».
Как с помощью IVR и пары уведомлений автоматически вычислять обращения от новых и действующих пользователей
Используя стандартный функционал CoMagic, можно понимать, кто из звонивших абонентов является новым пользователем, а кто действующим. И направлять звонки в соответствующий отдел.
Как это сделать?
1. Настраиваем сценарий, в который добавляем этап «Меню».
Добавляем запись, где абоненту будет предложено нажать на клавишу 1, если он является новым пользователем, или нажать на клавишу 2, если он является действующим пользователем.
В зависимости от нажатой клавиши переадресация уходит в нужный отдел.
2. Создаем два тега:
1. Новый клиент
2. Действующий клиент
В дальнейшем понадобятся id тегов, которые мы создали. Узнать id тегов можно:
1. с помощью запроса к DataAPI (метод get.tags);
2. через консоль браузера;
3. обратившись к своему менеджеру. :)
3. После создания тегов переходим к настройке уведомлений.
Создаем два разных уведомления для проставления различных тегов:
Название задаем любое.
Тип события — «Завершение звонка».
Условия: последняя операция сценария — «Точно соответствует».
Находим наш сценарий и выбираем нужный этап переадресации.
Далее настраиваем тело отправки уведомления.
Выбираем HTTP, Метод POST, в URL вставляем https://dataapi.comagic.ru/v2.0.
В тело уведомления вставляем запрос
"jsonrpc": "2.0",
"id": "number",
"method": '"set.tag_communications",
"params":{
"access_token":"string",
"communication_id":{{call_session_id}},
"communication_type":"call",
"tag_id": "number"
}
} 
В итоге получаем следующую схему:
Поступает входящий звонок → абоненту предлагают нажать клавишу → абонент нажимает клавишу, выполняется опция сценария, и абонент попадает в нужный отдел → система понимает, какая опция сценария была выполнена, и отправляет API-запрос на наш сервер, чтобы проставить тег звонку.
После этого в отчете по звонкам можно быстро отфильтровать все звонки от новых и действующих пользователей.
Конечно, это полностью не избавит от случаев, когда пользователь по ошибке нажимает неправильный вариант. Но на практике среди звонков с тегом «Существующий клиент» реальных новых пользователей получалось 1 на 200 звонков.
И обратная сторона медали: к сожалению, среди звонков с тегами «Новый клиент» и «Бездействие при автоответчике» от реальных существующих пользователей приходило достаточное количество вызовов. Именно поэтому проверять такие звонки все равно было необходимо.
Впрочем, такой подход с разделением пользователей все равно дал несколько преимуществ:
- Снижение нагрузки на менеджера, который прослушивает звонки.
- Передача в аналитические системы более корректной информации по пользователям.
Мы настроили передачу в Google Analytics и Яндекс.Метрику звонков с тегом «Новый клиент». Так стало понятно, какие кампании принесли нужные нам конверсии.
Сопоставление данных аналитических систем и CMS
Отслеживание заявок в системах аналитики мы осуществляли при помощи обычных событий, которые срабатывали при отправке формы на сайте.
Проблемы начинались, когда клиент выгружал данные по заявкам из своей CMS. К сожалению, CMS не всегда корректно определяла источник трафика. Соответственно, при оценке нашего канала нужно было найти все лиды, которые привела контекстная реклама. Для сведения этих данных клиент ежемесячно предоставлял нам выгрузку из CMS.
Мы в свою очередь выгружали из Analytics данные по конверсиям (отправка формы). После чего вручную сверяли данные из двух таблиц, ориентируясь на дату и время прихода лида.
Так мы могли понять, с каких каналов, кампаний, ключевых слов пришел каждый отдельный лид. Далее эту таблицу клиент дополнял информацией о статусе лида: был ли это существующий пользователь или новый лид, конвертировался ли данный лид в покупателя. Благодаря этой работе мы знали подробности по лидам и могли использовать данную информацию для корректировки ставок при работе с кампаниями.
Работа с рекламой
Мы активно использовали автоматические стратегии Яндекс.Директа и Google Ads. Учитывая, что данные стратегии получали корректную информацию по лидам и особенно по звонкам, они смогли обучиться и показать хорошие результаты.
Помимо этого, летом 2019 года была внедрена специальная посадочная страница под контекстную рекламу. Это позволило улучшить CR в лиды в два раза: с 1,54 до 3,77 %.
В новой посадочной также было задействовано изменение содержания страницы (заголовок и подзаголовок на первом экране) в зависимости от того, с какого поискового запроса приходит пользователь. Сайт отслеживал метку, с которой пользователь приходил на сайт, и в зависимости от нее менял содержание заголовка и подзаголовка страницы. Так, например, заголовок менялся в зависимости от региона:
Москва: «Доставка на дом по Москве на следующий день».
Санкт-Петербург: «Доставка на дом по Санкт-Петербургу на следующий день».
Мы уже отправили вам первое письмо с подборкой лучших материалов
Форс-мажор
В марте этого года все мы столкнулись с новой реальностью. Пришла пандемия, и на разных бизнесах она отразилась по-своему.
Мы обратили внимание, что с введением ограничений значительно вырос запрос на воду для B2C-сегмента (для домохозяйств).
Количество лидов в итоге увеличилось в два раза.
Итоги
Если говорить об общих итогах кампании, то мы смогли снизить CPL с 1500–3000 рублей до 700–800 рублей и нарастить количество лидов с 70–80 до 300 в месяц.
Какие рекомендации мы можем дать, исходя из данного кейса?
- Когда целью рекламной кампании является сбор лидов, очень важно создать пользователям все условия для удобной и быстрой передачи вам информации о себе. Пользователь должен быстро находить на сайте форму, которая будет содержать минимальное количество полей.
Чем удобнее лендинг, чем меньше полей в форме заявки, тем выше конверсия из посетителя в лид.
- Разделение входящих лидов на старых и новых покупателей крайне важно не только потому, что к каждой группе в дальнейшем будет применяться своя стратегия коммуникаций, но и потому, что это позволяет оценить вклад рекламных каналов в привлечение аудитории разных типов.
- Не бойтесь использовать специализированные инструменты аналитики. Полчаса настроек — и вы сильно упростите себе дальнейшую оценку эффективности рекламной кампании. В частности, CoMagic помогает довольно быстро решить вопрос, кто из звонящих клиентов является новым, а кто действующим, перевести звонок в соответствующий отдел и использовать эту информацию для аналитики каналов продвижения.
- Если цель рекламной кампании — привлечение лидов, используйте автоматические стратегии в Яндекс.Директе и Google Ads. Они помогают собрать корректную информацию о привлеченных клиентах и показывают хорошие результаты благодаря алгоритмам машинного обучения в их основе.
