Кейс Cloud: снизили стоимость привлечения целевых лидов на 50 %

2023-07-10 23:18:44 Время чтения 9 мин 375
Информация в кейсе актуальна на 2022 год.

Клиент

Cloud (ООО «Облачные технологии») — облачный провайдер услуг и сервисов IaaS/PaaS. Также Cloud предоставляет клиентам более 60 облачных сервисов, виртуальный ЦОД, платформы для ML-разработки полного цикла на базе двух суперкомпьютеров Christofari и Christofari Neo.

Задача: построить систему привлечения лидов, чтобы попадать в бюджет и выполнять план по количеству

Cloud искал подрядчика, чтобы наладить системный запуск рекламы. Компания уже пробовала использовать Яндекс Директ, Google AdWords, таргетированную рекламу, но ситуативно. Из-за отсутствия чёткого процесса было непонятно, с какой эффективностью работают гипотезы и как принимать решение об их масштабировании или отключении.

В 2021 году Cloud провел тендер для выбора подрядчика и остановился на IT-Agency. В рамках глобальной цели — построить систему — наши задачи заключались в следующем: выстроить отчётность до заявок, чтобы понимать эффективность каждого канала; сформировать системный подход к тестированию гипотез; протестировать новые каналы привлечения клиентов.

Результат: помогли выстроить отчётность до заявок и снизили стоимость привлечения лидов на 50 %

Системный подход к запуску рекламы в связке с отчётностью до заявок помог увидеть, какие кампании приносят больше лидов. За всё время работы мы снизили среднюю стоимость привлечения заявки на 50 % и нашли решения, которые укладываются в бюджет продвижения.

За шесть месяцев мы вместе с командой Cloud сформулировали и согласовали 404 гипотезы. За счёт большого количества тестов мы выделили работающие механики и каналы продвижения, чтобы снизить стоимость привлечения заявок.

Павел Злобин
старший джедай IT-Agency
«Хочу отметить, что без команды клиента добиться такого результата не получилось бы. Команда Cloud постоянно присутствовала на еженедельных планёрках, делилась экспертизой и участвовала в приоритезации запусков. Их вовлечённость помогла выстроить наиболее эффективную до заявок и уровня их СРА систему работы».

Как мы это сделали

Выстроили отчётность, чтобы отслеживать результат до заявок

На этапе внедрения отчётности мы столкнулись с ограничениями конфиденциальности компании и не могли настроить всё самостоятельно, как обычно. Для решения проблемы наша команда подготовила карту целей, справочник разметки и подробные инструкции, чтобы команда Cloud могла всё настроить без нашего прямого участия. Это сработало, и мы получили нужную информацию по эффективности кампаний.

Мы составили для команды Cloud карту целей для Google Analytics, чтобы она могла всё настроить с учётом ограничений конфиденциальности

Понимание рабочих каналов и гипотез помогло оптимизировать CPA. Мы детализировали отчётность таким образом, чтобы отслеживать эффективность каждого слова до KPI заявок.

Подготовили гипотезы продвижения и нашли работающие механики

Перед запуском тестирования мы совместно с командой Cloud составили список гипотез и приоритизировали его, исходя из целей бизнеса. Мы протестировали 404 гипотезы, из которых: 

  1. 22,5 % успешных. Это гипотезы с низкой стоимостью CPA — их можно масштабировать. 
  2. 17,8 % можно улучшить, для этого нужно продолжить тестирование. 
  3. 8 % оказались неэффективными. Эти гипотезы не приносили лиды или были слишком дорогими. 
  4. 51,7 % ещё не набрали данных для однозначного решения, их также можно продолжать тестировать.
На скриншоте часть лога тестирования гипотез, в котором собирали статусы по каждому тесту. Этот документ помогал ориентироваться в ходе проекта и сохранить на будущее данные по тестам — что ещё можно проработать, какие механики точно не работают и т. д.

На протяжении всего проекта команда Cloud приходила с предложениями и идеями, которые также брали в разработку и тестировали. Налаженное общение с командой клиента помогало гибко менять приоритеты и оперативно запускать новые тесты. 

Мы уложились в сжатые сроки и протестировали все нужные гипотезы за полгода. В итоге нашли рабочие связки, поставляющие трафик из заявок с приемлемой СРА и снизили стоимость заявок на 50 %.

Выделили новый канал продвижения

Мы заметили, что в продвижении продуктов и вебинаров не используются партнёрские каналы. Так появилась гипотеза, что для повышения узнаваемости бренда можно использовать рекламу в сообществах Facebook и Вконтакте, Telegram-каналах.

Чтобы проверить идею, мы составили список всех каналов с ценой рекламного размещения и согласовали список с клиентом. Для рекламы тексты с учётом редполитики Cloud и рекламных каналов готовили также мы, потому что новые каналы надо было проверить быстро и с минимальными затратами ресурсов со стороны клиента. В итоге подтвердили гипотезу, что через партнёрские размещения можно продавать.

Собрали базу знаний по сквозной аналитике

По итогам проекта мы собрали для клиента подробную инструкцию по работе со сквозной аналитикой и логом гипотез. Эту инструкцию можно использовать для обучения новых специалистов и для системного запуска тестирования гипотез уже без привлечения IT-Agency.

В итоге у клиента на руках остаются рабочие инструменты для системного запуска рекламы: список удачных, неудачных и еще не протестированных гипотез, инструкция по работе с отчётностью и информация по эффективности площадок.

Отзыв ведущего проекта

Павел Злобин 
старший джедай IT-Agency
Перед нами стояла задача не просто выстроить систему привлечения, но и выполнить довольно высокие KPI в новой для нас сфере. Со старта мы разделили процесс на несколько этапов и в итоге перевыполнили план по заявкам, снизив их стоимость в два раза.

В результате получился работающий «конвейер гипотез», приводящий прогнозируемый и управляемый поток лидов. Всё это поддерживала сквозная отчётность, позволяющая оценивать вклад в KPI до разных моделей атрибуции.

Мы давно работаем на рынке рекламных услуг и отработали процессы, внутри команды называемые «конвейером гипотез». Конвейер заключается в том, что мы разбиваем весь процесс работы на мелкие блоки, которые позволяют максимально погрузиться в новую для нас область.

Облачные вычисления были незнакомой для нас сферой, поэтому нам было интересно проверить, как «конвейер» справится и тут. В итоге всё получилось — совершенно неважно, насколько сложен продукт, важен грамотный подход, максимальное погружение и подробная отчётность.

Впервые кейс был опубликован в Академии IT-Agency.