Как уменьшить стоимость лида в 4 раза и увеличить количество заявок в 1,5 раза, не увеличивая бюджет

Обновлено: 14 нояб.



Компания «Мега Арт» представлена на рынке межкомнатных и входных дверей с 2001 года. Более 70% новых клиентов компания привлекает с помощью онлайн-трафика., поэтому перед ней остро стоит вопрос стоимости привлечения маркетингового лида (MQL). Именно эту проблему в первую очередь помогает быстро решить платформа AMIHUB.


Как изменились показатели после подключения к сайту платформы AMIHUB (Данные представлены только по заявкам в WhatsApp по городу Алматы)



Сайт компании «Мега Арт» это не классический интернет-магазин, а удобный каталог со всей необходимой для клиента информацией. На сайте можно оставить заявку по интересующему вас товару, либо перейти в WhatsApp чат, где вас уже более детально проконсультируют. В этом кейсе рассмотрим именно начатый клиентом разговор в чате, как основную цель конверсии.


Так как период принятия решения в данном примере очень короткий, то полноценный отчет мы получили уже через 36 часов после настройки цели. 74% трафика на сайт приходились на платный поиск и контекстно-медийную сеть (баннерная реклама Google). При этом именно баннерная реклама была больше всего недооценена.


По классической модели атрибуции по последнему клику, которая используется в Google Analytics и Яндекс Метрика, контекстно-медийная сеть (КМС) привлекла всего 124 лида. По атрибуции на основе машинного обучения 347 лидов, а это разница практически в 3 раза.


Немного изучив поведение пользователей, мы увидели что большинство перешедших из канала КМС изучают предложение, но не оставляют заявку во время первой сессии. Затем пользователи возвращаются на сайт через другие каналы, в основном через органический поиск, и все конверсии приписываются именно этому каналу. Но первое касание пользователя с сайтом произошло в контекстно-медийной сети, ценность вклада которой учитывалась только в 35% случаев.


Было принято решение увеличить бюджет на кампании КМС, оптимизировать кампании платного поиска по ключевым словам и запросам, а конкретнее запросы, совпадающие с объявлениями в КМС, т.к. эти запросы хорошо отрабатывал и органический поиск. В результате внесенных изменений на 31% снизились затраты на рекламу, а количество полученных лидов увеличилось на 23%.


Данный кейс наглядно демонстрирует преимущество атрибуции машинного обучения перед атрибуцией по последнему клику. Благодаря атрибуции AMIHUB за короткое время компании удалось снизить затраты на рекламу почти на треть, одновременно увеличив количество лидов. Положительная динамика сохранится при постоянном использования AMIHUB.


Как уменьшить стоимость лида в 4 раза и увеличить количество заявок в 1,5 раза, не увеличивая бюджет.



6 просмотров0 комментариев