Рассказываем, как при помощи нашего авторского алгоритма мы снизили стоимость заявок клиенту в B2B-сегменте.

К нам пришёл новый клиент — FireOffer — онлайн-конструктор коммерческих предложений. Задача — заменить таргетированную рекламу, через которую привлекали заявки, получить подписчиков платформы и увеличить конверсии продаж для B2B-проектов. В цифрах — привести 116 заявок по 990 рублей

Сложность этого продукта в том, что о нём мало кто знал — а значит с подготовкой кампании нужно было повозиться. Плюс платформы — она интегрируется с AmoCRM и Bitrix24. Клиент уже запускал рекламу и имел вводные данные, которые нам нужно было интегрировать в настройки рекламной системы Яндекса.

Составили семантику и подобрали сегменты под таргет. Проанализировав данные, мы определили сегменты — компании-поставщики услуг в B2B с оборотом от 30 миллионов рублей в год и пользователи CRM-систем Amo и Bitrix.

В тестовый запуск с 21 по 27 февраля получили 17 заявок по 773р. После первых обработанных клиентов определили, в каких кампаниях и по каким офферам приходит аудитория, которая покупает лучше всего. 

Сформировав портреты клиентов и получив несколько касаний, мы оптимизировали кампании и стали получать больше заявок без увеличения бюджета. Корректировки позволили постепенно выйти на прогнозируемую стоимость, а затем ускорить рост в заявках и подписчиках сервиса, которые попробовали тестовый период.

Во многих проектах мы используем гиперсегментацию, чтобы тестировать разные УТП и персонализацию связок в рекламных объявлениях. Делаем это с помощью настроек и A/B-естов от Yagla. В этом проекте поступили так же.

Медийный формат в связке с подменами работал и на привлечение клиентов, и на охват с помощью ретаргета на разных клиентов в воронке.

При наборе конверсий дополнительно к поисковым и таргетированным рекламным кампаниям мы использовали умные настройки от Яндекса с оплатой за конверсию