Контекстная реклама в ecommerce: типовые структуры кампаний, работающие формулировки, сферы с высокими CTR, CPC, CR и CPA. Исследование

Какова роль контекстной рекламы в ecommerce? Как чаще всего составляются рекламные объявления? В каких сферах самые высокие CTR, CPC, CR и CPA? Эксперты E-promo провели исследование и ответили на все эти вопросы. 

В рамках данного исследования к категории ecommerce мы отнесли рекламодателей, которые на своем сайте или на стороннем ресурсе (маркетплейсе) позволяют сделать заказ и оплатить его онлайн. В выборке присутствуют и рекламодатели других подкатегорий, поэтому значения total по всей отрасли не равны сумме или среднему между указанными выше подкатегориями.

По каждой отрасли были проанализированы ключевые показатели эффективности в Яндексе и Google: CTR, CPC, CR и CPA. Для корректности сравнения данных в анализ не были включены рекламные кампании, размещаемые в сетях. Все значения СРС и СРА указаны без наценок, агентских комиссий и НДС.

В рамках данного аналитического отчета для сравнения применяется атрибуция по последнему непрямому клику. Это обусловлено частотой использования и распространенностью этой модели атрибуции

Распределение трафика

В ecommerce распределение трафика изменяется в зависимости от размера рекламодателя, его положения на рынке (развивающиеся или зрелые компании), категории товаров, которые он продает (электроника и техника, косметика и аксессуары и т.д.). Доля paid search в медиамиксе составляет 30-70%.

Поисковый трафик (платный и органический) преобладает над другими источниками: его доля составляет 52%. Доля платного трафика достигает 38%, что в динамике выше, чем в предыдущие годы.

Поиск — инструмент, обеспечивающий стабильный и прогнозируемый возврат инвестиций в маркетинг. Рост конкуренции внутри поиска и тренды на персонализацию на основе данных, приводят к необходимости детальной проработки стратегии в канале и ее грамотному сочетанию с другими рекламными инструментами. Объемы канала в абсолютных значениях растут, но динамика роста существенно ниже относительно других каналов.

Структура распределения трафика на примере подотраслей "Электроника и техника" и "Косметика и парфюмерия"

Каналы демонстрируют различную эффективность генерации трафика в зависимости от размера интернет-магазина и сегмента, в котором он работает. Рассмотрим на примере моно- и мультибрендов в двух товарных категориях. К мультибрендам относятся рекламодатели, занимающиеся продажей нескольких брендов как правило в одном сегменте. К монобрендам относятся рекламодатели, которые сосредоточены на продаже одного бренда.

Доля прямых переходов (Direct) у мультибрендов преобладает над монобрендами, так как узнаваемость крупных ритейлеров выше и, по нашему мнению, пользователи могут заходить чаще на сайт напрямую. При этом в сегменте "Косметика и парфюмерия" у монобрендов процент прямых переходов выше, чем у мультибрендов. Это указывает на высокий уровень лояльности к конкретной торговой марке.

Заинтересованные пользователи тесно взаимодействуют с брендом, часто посещают сайт и добавляют в закладки понравившиеся товары. Также приверженность бренду проявляется в высокой доле реферального трафика и частых переходах из email-рассылок. Вне зависимости от размера интернет-магазина и количества представленных товаров поисковые системы остаются приоритетным каналом для эффективной генерации трафика на сайт.

Структура поисковых рекламных кампаний

Типовая структура для поисковых рекламных кампаний в сегменте ecommerce

Во всех подкатегориях сегмента принцип формирования структуры аналогичен. Перечисленные типы рекламных кампаний могут комбинироваться по дополнительным признакам, таким как гео, устройства, аудитории.

В зависимости от бюджетов, целей, KPI, рекламные кампании могут запускаться и останавливаться. Есть особенности: монобренды сосредотачиваются на брендовых, динамических, торговых (shopping) рекламных кампаниях. Мультибренды кроме этого набора стараются выкупать трафик и по категорийным, и по общим запросам (это дает больше возможностей, в том числе с точки зрения бюджетов). Крупные интернет-магазины с большим количеством товаров запускают модельные РК, в том числе, используя фид.

Наиболее популярные УТП

В условиях высокой конкуренции на поиске рекламодателю стоит уделять особое внимание УТП, используемым в рекламных объявлениях.

Для конкурентного анализа мы рекомендуем строить лепестковые диаграммы, показывающие наиболее популярные УТП. Диаграммы построены на основе более 200 тысяч уникальных объявлений в поисковой выдаче Google Рекламы и Яндекс.Директа (0 — не используется, 100% — используется максимально часто).

Определенно, популярные не равно эффективные. Такой анализ создает почву для гипотез и позволяет понять основные драйверы спроса потребителей, ведь в большинстве случаев УТП основаны как раз на запросе. Для оценки эффективности рекомендуем тестировать различные УТП в рекламных объявлениях, в зависимости от стратегии продвижения и цели рекламной кампании.

А/B-тестирование и эксперименты — тесты с делением трафика в равных долях позволяют выявить наиболее эффективные объявления.

Электроника и техника

В отрасли "Электроника и техника" наиболее популярные УТП связаны с выгодой покупки, это "Скидки", "Акции", "Низкие цены/Выгодные цены/Недорого". Пользователю важно, чтобы покупка была выгодной. При этом рекомендуем осторожно использовать добавки вида "недорого", "низкие цены" и подобные им, если рекламодатель не является дискаунтером. Если цена действительно низкая и это явное преимущество перед конкурентами, то можно добавлять сами цены в тексты или заголовки объявлений.

В процессе принятия решения о покупке, до совершения конверсии, пользователь сталкивается с различными барьерами. Например, если покупатель понимает, что товар для него слишком дорогой, он будет искать рассрочку или кредит. В этом случае мы рекомендуем использовать условия рассрочки/кредита в качестве УТП в текстах объявлений.

"Гарантия" — УТП, ориентированное на пользователей, которым важна подлинность товара и отсутствие сложностей в случае поломки. Реже встречается "Предзаказ". По нашим данным УТП с этой добавкой имеют более высокую конверсионность. Пользователь обладает четким намерением заказать товар заранее. Немногие интернет-магазины реализуют эту функцию, поэтому "Предзаказ" действительно может стать УТП в объявлениях. Рекомендуем использовать его в объявлениях, если рекламодатель предоставляет покупателям такую возможность.

Одежда, обувь, аксессуары/Косметика и парфюмерия

В отраслях "Одежда, обувь, аксессуары" и "Косметика и парфюмерия" наиболее популярные УТП связаны с выгодой покупки — это "Скидки", "Акции", "Распродажа", "Низкие цены/Выгодные цены/Недорого".

Когда пользователь еще не лоялен к конкретному магазину, для него более приоритетны низкие цены, без привязки конкретному бренду. Когда интернет-магазин пользователю знаком, то в лидеры выходят "акции" и "скидки". Пользователя интересует выгодная покупка именно в конкретном магазине.

Часто встречаются УТП, связанные с доставкой. Пользователю важно удобство получения товара, поэтому все больше внимания уделяется быстрой или бесплатной доставке.

DIY и мебель

Наиболее популярные УТП связаны с выгодой, а именно: "Акции", "Скидки", "Низкие цены/Выгодные цены/недорого".

Путь пользователя в отрасли "DIY и Мебель" длинный в сравнении с другими направлениями e-commerce. На этапе принятия решения о покупке не последнюю роль играет стоимость готового изделия.

Рекомендуем прописывать цены в рекламных объявлениях, если это выгодное предложение выделяет рекламодателя на фоне конкурентов, и использовать в объявлениях "Акции", "Скидки", "Недорого" и т.п.

В сегменте "DIY и Мебель" не часто встречаются УТП вида "От производителя", "Собственное производство" и т.п. Товары сегмента имеют высокий средний чек и пользователь чаще ищет возможность купить напрямую, чем переплачивать посреднику. Если вы являетесь производителем, то рекомендуем использовать данные УТП в текстах.

Показатели CTR, CPC, CR, CPA

Рассмотрим, какие показатели CTR, CPC, CR, CPA наблюдаются в различных сферах.

CTR

Самый высокий средний CTR в сегменте "одежда, обувь и аксессуары". На втором и третьем местах "косметика и парфюмерия" и сегмент "другое".

Основные причины связаны с особенностями отрасли Fashion:

• Большая доля брендовых и вендорных кампаний, особенно в монобрендовом сегменте, которые традиционно демонстрируют высокий показатель CTR. В других подотраслях много рекламных кампаний с категорийными и околотематическими ключевыми словами, где CTR ниже.
• Короткий срок принятия решения о покупке, много спонтанных покупок, основанных на эмоциональных решениях.

Рекомендации:

1. Анализировать конкурентов и использовать наиболее привлекательные УТП для вашей целевой аудитории. Доносить выгоду предложения в рекламных объявлениях, принимая во внимание текущую покупательскую способность клиентов.
2. При создании рекламных объявлений использовать возможности рекламных площадок по максимуму, чтобы увеличить занимаемую площадь на выдаче. Добавлять все расширения и увеличивать количество символов в тексте и заголовках в рамках допустимых.
3. Повышать релевантность объявлений относительно ключевых слов в рекламной кампании.
4. Анализировать среднюю позицию показа, особенно в брендовых РК, чтобы выкупать максимальное количество целевого трафика.

CPC

Самый высокое медианное значение СРС выявлено в сегменте "косметика и парфюмерия".

1. Высокий спрос на уходовые товары и профессиональную косметику в период пандемии и, как следствие, увеличение конкуренции в сегменте.
2. Массовый переход в онлайн-продажи.
3. Преобладание категорийных и общих ключевых слов в кампаниях традиционно увеличивают среднюю стоимость клика.

Самая низкая стоимость клика наблюдалась в сегменте "одежда, обувь и аксессуары". В отрасли характерно преобладание брендовых кампаний, особенно в монобрендах. СРС в брендовых кампаниях ниже, чем в других.

Рекомендации:

1. Использовать системы автоматизации для контроля корректной ставки, исходя из KPI, аукциона и т.д., или протестировать возможность перехода на автостратегии.
2. Сегментировать ключевые слова по типам и видам кампаний и намерениям потребителей для более простой оптимизации в дальнейшем.
3. Устанавливать корректировки ставок исходя из особенностей потребительского поведения и характеристик пользователя.

CPC. Поисковые системы

Более низкий CPC наблюдается в Google рекламе:

• Ниже порог входа (минимальная ставка в Яндекс.Директе — 0,30 руб.).
• Ряд рекламодателей малого и среднего бизнеса продолжают размещаться исключительно в Яндекс.Директе, отчего конкуренция по определенным тематикам на этой площадке выше, чем в Google Рекламе.

Наиболее сильный разброс в CPC имеет сегмент "DIY и мебель.  " В эту подострасль могут входить товары с длинным сроком принятия решения о покупке (диван, шкаф и т.д.). Средний чек таких покупок высок, поэтому рекламодатели могут позволить себе более высокую ставку, разогревая аукцион.

Рекомендации:

1. Использовать рекомендации площадок по оптимизации кампаний.
2. Запускать автоматизированные типы рекламных кампаний: DSA/ДО, Google Shopping и рекламные кампании, сгенерированные по фиду, автотаргетинг. Цена за клик будет ниже за счет низкочастотной семантики и узких запросов пользователей. Это особенно актуально для сегмента "Электроника и Техника", в нем часто встречаются запросы с указанием моделей, технических характеристик. И менее актуально для сегмента "Одежда, обувь, аксессуары", где названия товаров неоднородны, а на карточках товара характерно обилие оценивающих характеристик (длинное, красивое, удобное, с замком, на молнии и т.п.).

CR

Самый высокий CR выявлен в сегменте "косметика и парфюмерия":

• Высокий спрос на уходовые товары и профессиональную косметику в период пандемии и как следствие увеличение количества транзакций.
• Лояльность к бренду выше, чем в других сегментах.
• Высокая частота покупок.
• Короткий срок принятия решения о покупке.
• Регулярные акции и скидки.
• Более развитая система доставки: до двери, до постамата, через пункты выдачи и системы доставки.
• Возможность попробовать товар перед основной покупкой через заказ сэмплов.

На втором месте по конверсионности находится сегмент "одежда, обувь, аксессуары":

• Спонтанные покупки.
• Возможность вернуть товар.
• Возможность оплаты при получении.
• Возможность примерки до оплаты или онлайн-примерки товара.
• Развитые дисконтные системы.
• Распространение капсульных гардеробов и увеличение количества товаров в чеке.

Рекомендации:

1. Отслеживать многоканальные последовательности и ассоциированные конверсии для понимания пути пользователя. Тем самым понимать цепочку действий и барьеров на пути к заказу и прорабатывать их отдельно для каждого этапа. Настраивать промежуточные этапы как отдельные цели, учитывая корреляцию между микро-конверсиями и увеличением количества онлайн-продаж.
2. Сегментировать целевую аудиторию и тестировать различные подходы для улучшения оптимизационных процессов. Например, настраивать поисковый ремаркетинг с разделением предложений для новых пользователей и тех, кто уже взаимодействовал с брендом.
3. Использовать в ключевых словах особенности, свойственные отрасли (например, "предзаказ" для техники, "рассрочка" для мебели и т.д.). Выносить их качестве УТП в объявления.

CR. Поисковые системы

• CR в Google Рекламе выше, чем в Яндекс.Директе во всех рассмотренных CR, % сегментах.
• Наименьшие показатели конверсионности наблюдаются в подотраслях "Электроника и техника" и "DIY и мебель", так как в этих сегментах традиционно высокий средний чек и длительный цикл принятия решения.

Рекомендации:

1. Тестировать стратегии, направленные на максимизацию конверсий, в обеих системах. При нехватке данных для обучения рекламной системы объединять рекламные кампании в пакетные стратегии.
2. Рассматривать причины ухода пользователей с посадочной страницы. Повышать юзабилити сайта. Вероятность конверсии выше, если на пути пользователя не будет лишней информации.
3. Переключить аккаунт Google Рекламы на DDA (атрибуция на основе данных). Выбирать подходящую модель атрибуции в Яндекс.Директе. Подключить кросс-девайс в Яндекс.Директе для отслеживания переходов со всех устройств пользователя на пути к конверсии. Данный режим и правильно подобранная модель атрибуции помогут оценить поведение пользователя и позволят не упустить значимые действия.

CPA

Наиболее высокий CPA наблюдается в сегменте "электроника и техника". Основные причины:

• Высокий средний чек.
• Длительный процесс принятия решения о покупке.
• Высокая конкуренция на рынке, многообразие предложений.

Наименьший СРА показал сегмент "Одежда, обувь, аксессуары" — в нем традиционно преобладают брендовые типы кампаний.

Рекомендации:

1. По возможности использовать DDA-атрибуцию (на основе данных), чтобы точно определить роль канала/кампании/ключевого слова на пути к совершению конверсии.
2. Переходить на автостратегии, но при этом нежелательно использовать высокие корректировки в рекламных кампаниях. Корректировка влияет на фактический CPA.
3. Переходить на стратегии с оплатой за конверсии для получения заказов по установленному СРА в рамках KPI клиента. Использовать микроконверсии, если недостаточно данных для перехода на макроконверсии.
4. Использовать по максимуму возможности рекламных систем, запускать высоконверсионные типы рекламных кампаний, например smart shopping.

CPA. Поисковые системы

• СРА в Яндекс.Директе в среднем выше, чем в Google Рекламе.
• К наиболее эффективным рекламным кампаниям в e-commerce среди прочих можно отнести торговые кампании в Google Рекламе. Этот формат более нагляден, объявления на выдаче содержат не только текст, но и изображение, что повышает эффективность.
• Самый высокий CPA наблюдается в отрасли "Электроника и техника", при этом наиболее сильный разброс в СРА в сегменте "DIY и мебель". В эти сегменты входят товары с длинным сроком принятия решения о покупке с высоким средним чеком.

Рекомендации:

1. Запускать высоконверсионные типы рекламных кампаний, характерные для e-commerce, например smart shopping.
2. Переводить кампании на автостратегии в рамках проведения A/Bтестирования и анализировать полученные результаты. Масштабировать эффективные рекламные кампании в соответствии с выполнением KPI клиента.
3. Объединять несколько рекламных кампаний в одну пакетную стратегию, если конверсий в каждой недостаточно для обучения автостратегий.

Итоговые рекомендации

Оптимизация и автоматизация

• Оптимизировать рекламные кампании по заданным условиям, исходя из KPI, с помощью систем оптимизации (например, К50, Marylin и т.д.). За счет комплексного анализа статистики и автоматизированных алгоритмов инструмент позволяет достигать заданных метрик эффективности разной сложности, под несколько целей одновременно. Также системы практически в режиме реального времени реагируют на изменение аукциона и позволяют не упустить аудиторию таргетинга из-за недостаточной ставки.
• Использовать автоматизированные правила и скрипты в Google Рекламе для изменения ставок, смены статуса групп и объявлений, остановки неэффективных ключевых слов и т.д.
• Тестировать автостратегии. В отдельных случаях, они помогают снизить СPA и увеличить CR. Рекомендуем делать это постепенно, при достаточном объеме данных по основным целям или микроконверсиям, коррелирующим с продажами.

Автоматизированные кампании

Использовать DSA/DO, shopping/smart shopping. Данные рекламные кампании позволяют поддерживать актуальность данных о наличии товара, объявления в них создаются под конкретный товар и соответствующий ему запрос. При наличии всех элементов, необходимых для запуска, а также соблюдении технических требований, можно сэкономить до 70% времени на запуск рекламы по целевым категориям товаров и товарам.

Brandformance

Запускать категорийные рекламные кампании, а также кампании по конкурентам. Данный тип РК, как правило, имеет завышенный CPO, но помогает увеличить узнаваемость бренда при введении интересующих запросов в поисковую строку.

Посадочные страницы

Оптимизировать посадочные страницы с точки зрения usability. По данным Яндекса, свыше 40% пользователей покидают страницу, если скорость ее загрузки превысила 4 сек. Согласно исследованию Akamai, задержка загрузки на 0,1 секунду уменьшает конверсию на 7%. Также к падению конверсии приводит неудобная навигация, отсутствие адаптации под разные устройства, битые ссылки, сложная форма регистрации и/или оформления заказа и т.д.

УТП

Избегать шаблонных словосочетаний и клише в рекламных объявлениях. Конкуренция высока, необходимо четко доносить необходимую информацию до ЦА. Рекомендуем провести конкурентный анализ и продумать четкие УТП. Составить Customer Journey Map для определения стадий, которые проходит клиент. Изучить шаги пользователя и барьеры на пути к совершению конверсии. Подготовить предложения для клиентов на каждом этапе пути (Рассрочка без % при ограниченных денежных средствах, доставка за 2 часа для тех, кому важна срочность и т.д.).

Регионы

Учитывать особенности регионов (высококонверсионные, низкоконверсионные) при создании рекламных кампаний и написании текстов объявлений. Например, разные условия доставки в Москве и Нижнем Новгороде, акции и промокоды на определенные эффективные товары в регионах. Для федеральных клиентов с большим объемом трафика, рекомендуем разделять DSA, DO по регионам, в связи с особенностями построения поисковых запросов пользователей.

First-party data

• Комбинировать данные из CRM, включающие онлайн и офлайн-продажи, с данными рекламных площадок. Это позволит сегментировать аудиторию по заданным условиям, перераспределив бюджет в пользу покупателей, которые совершат покупку с большей долей вероятности. Также это может помочь реактивировать спящую аудиторию, которая давно не совершала покупок, и исключить аудиторию, которая с большей вероятностью покупку не совершит. Более того, сегментация на основе данных CRM позволит использовать наиболее релевантное предложение для заданной аудитории.
• Грамотное использование данных также позволяет лучше удерживать пользователей. По закрытым данным Retail Rocket, когда человек совершает первую покупку, вероятность его возврата (retention) составляет около 7%. При покупке офлайн — 4%. Повторная покупка в офлайне увеличивает эту вероятность до 10%, повторная покупка в онлайне — до 20%. Покупка в онлайн-магазине с большей вероятностью привязывает человека к бизнесу. Привлечение офлайн-аудитории в онлайн за счет данных CRM помогает удерживать пользователей.

KPI

• Выбирать маркетинговые KPI с учетом LTV пользователей и делать упор на работу с возвратом аудитории.
• Стремительный рост CPA за последние 2 года в большинстве категорий, а также увеличивающийся уровень конкуренции за деньги потребителей, приводят к необходимости анализа повторных покупок и выстраиванию маркетинга на работу с уже существующими покупателями. Активация спящих покупателей, призыв к повторной покупке увеличивают доход рекламодателя при меньших издержках, по сравнению с привлечением новых покупателей. По данным Retail Rocket, построение долгосрочной коммуникации с новым клиентом обходится компании в 16 раз дороже, чем сохранение отношений с имеющимся клиентом.