Кейс по "HELPTOMAMA.RU"

Основные ошибки при размещении в Яндекс.Маркет:

• В магазине было два фида. Один по Санкт-Петербургу, другой по регионам, так как в регионы не доставляется часть крупногабаритных товаров. При этом в настройках была допущена ошибка с регионом показа: регион для рекомендованных ставок был Санкт-Петербург, а показы в этом регионе были отключены, из-за этого ставки к этому фиду вообще не применялись, не отображались рекомендованные ставки и магазин крутился по минимальным ставкам.
• Не был корректно настроен импорт статистики.
• Стратегий было очень мало, часть из них не активна, так как перекрывалась нижеследующей.
• На часть товаров ставки было недостаточно.

Этапы работ по устранению ошибок:

• В качестве рекомендованных ставок был выбран один из наиболее привлекательных городов РФ.
• Проработаны стратегии на поиске, на карточке товара, а также в разрезе каждой категории согласно фиду в Санкт-Петербурге. Отдельно были выделены стратегии в зависимости от цены товара.
• Добавлены дневные ограничения согласно составленному медиаплану.
• Также в течении всего периода работы происходил мониторинг результатов и корректировка ставок согласно ему.
• Был добавлен новый тег (old price), благодаря которому, отображалась скидка на маркете и предложение выглядело более привлекательным.
• Добавлено огромное количество точек самовывоза.

Основные ошибки при размещении в торговых кампаниях Google:

• Кампания работала по всем направлениям по единой ставке.
• После двух первых провальных месяцев кампания была выключена без попытки оптимизации.

Этапы работ по устранению ошибок:

• Так как у клиента есть определённые хорошо конвертируемые бренды, то мы создали торговую кампанию не по категориям, а по бренду, добавив в фид необходимый тег.
• В этой кампании мы выделили не все, а только конвертируемые бренды. Остальные – отключили.
• Мы следили за результатами и вручную оптимизировали ставки в зависимости от результата.
• После получения результата по ручному управлению была настроена стратегия по рентабельности инвестиций.
• Далее мы поменяли модель атрибуции, так как неверно учитывать только последний клик. Нам важны все звенья в цепочке ассоциированных конверсий.
• По достижению хорошего результата мы не стали останавливаться и настроили умную кампанию (использует машинное обучение Google). Часть трафика с основных кампаний она забирает, так как имеет более высокий приоритет, однако делает это с более высоким результатом и экономией бюджета.