Инсайты

Чем проще, тем лучше: как онлайн-магазину снизить CPA с помощью настройки рекламы в Facebook ~3 мин

Aitarget помог снизить CPP для интернет-магазина 139DEC на 70%, просто немного изменив настройки их кампаний в Facebook и Instagram.

E-commerce брендам непросто привлекать холодную аудиторию в Facebook и Instagram, так как потенциальные клиенты буквально завалены идентичными предложениями. В результате, САС оказывается достаточно высоким.

Aitarget доказал, что результаты можно увеличить в четыре раза просто за счет правильной настройки кампании. Разбираемся, как это сделать.

Все по-настоящему: пример реального онлайн-магазина

139DEC – бренд одежды с собственным производством и международной доставкой. Ключевые направления работы – рынки США и Великобритании. До начала работы с Aitarget у бренда было две проблемы:

1 – расходы на привлечение холодной аудитории превышали их KPI (в период с 1 января по 13 февраля);

2 – не было ресурсов для создания множества разных креативов.

Чтобы разрешить эту ситуацию, Aitarget и 139DEC проверили ряд гипотез и создали пошаговый план.

  • Саша Радославов, партнер, 139DEC:

У нас небольшой отдел маркетинга, поэтому выход на мировой рынок с дорогим товаром для конкретной ЦА был для нас настоящим вызовом. Нам нравится процесс работы с Aitarget: еженедельные созвоны и планы, разработанные конкретно под нашу продукцию и аудиторию. И, конечно же, богатый опыт ребят помогает нам генерировать новые идеи, которые помогут работать рекламе в Facebook на максимуме.

  • Эльвира Рыбина, Client Partner, Aitarget:

Клиент пришел к нам с конкретной задачей: снизить CPP для холодной аудитории. Мы просмотрели их кампании, разработали стратегию тестов на каждом этапе воронки и начали последовательно реализовывать каждую из гипотез.

Обзор кампании

Прежде всего, мы разделили аудиторию на две категории: Lookalike и по интересам.

LAL была собрана на основе email-рассылок для существующих клиентов, а также по данным событий покупки Facebook Pixel. Мы объединили оба источника в один адсет, чтобы алгоритм мог обучаться на более широкой базе данных.

Второй адсет был настроен по интересам и таргетировался на интересующихся модой (за исключением тех, кто уже вошел в Lookalike-аудиторию).

Затем мы запустили две кампании – с целью «Конверсии» и «Продажи по каталогу».Мы старались объединять адсеты, чтобы не усложнять структуру кабинета. Важно было избежать пересечения аудиторий. В каждой кампании прлучилось по два адсета.

В размещении мы использовали автоплейсмент. Он позволяет алгоритмам оптимизировать показы рекламы на тех платформах, где можно наиболее эффективно и дешево охватить пользователей из целевой аудитории.

Для управления бюджетом кампании использовалась оптимизация бюджета кампании (CBO). Данный инструмент позволяет задать общий бюджет кампании, а затем с помощью алгоритмов динамически распределяет деньги между адсетами на основании их эффективности.

Для конверсий мы использовали фото- и видеоматериалы 139DEC. А в динамической рекламе для «Продаж по каталогу» применили технологию Aitarget Tech и наложили на изображение оверлеи с ценой.

После запуска кампаний мы постоянно следили за результатами рекламы.

  • Эльвира Рыбина, Client Partner, Aitarget:

Aitarget регулярно отслеживал кампании с помощью автоматизации – она предупреждала нас, если показатели адсетов превышали KPI. Мы еженедельно связывались с 139DEC для обсуждения результатов новых гипотез. Отключали рекламные объявления, которые были недостаточно эффективными, и запускали те, которые помогали достичь нужных CPP и ROAS. Такая система работы помогла нам увеличить количество покупок при снижении CPP.

В результате, показатель CPP для холодной аудитории снизился на 77% (в период с 14 февраля по 31 марта).