Ведение и реклама в социальных сетях
для ЖК «Боярский Двор»
Задача
Повысить количество обращений в отдел продаж по вопросам покупки элитного жилья
Использовали
Социальные сети (брендинг, ведение, лидген)
- ВК
- Одноклассники
Период
Ноябрь — Декабрь 2020
Шаг 1. Брендирование
Достаточно ли таргетированной рекламы для увеличения продаж?
Перед тем, ка приступить к настройке таргетированной рекламы, мы проводим анализ текущих профилей в социальных сетях. Как правило, мы сталкиваемся с типичными ошибками в оформлении аккаунтов.
Самые распространенные ошибки, которые мы встречали при анализе профилей групп в социальных сетях, мы опишем в отдельной статье на нашем сайте.
Итак. Выявив ошибки в оформлении аккаунтов соц. сетей ЖК «Боярский Двор», мы поставили задачу дизайнеру на подготовку необходимых элементов для оформления.
Вам приятно смотреть на красиво оформленные профили в соц. сетях конкурентов?
Примеры оформления
Аватар
Обложка
Закрепы для Instagram
Поговорим коротко о брендах...
Щаг 2. Наполнение аккаунтов
Чтобы понять, эффективна ли ручная расстановка товаров, мы сравнили два соседних предложения на первой странице одного из разделов с помощью Карты кликов в Метрике.
Несмотря на то, что товары стояли рядом, их трафик сильно отличался: у первой модели было больше 500 кликов в месяц, а у второй — всего 18.*
* Расположение товаров фиксировалось на месяц. Если бы мы часто меняли расстановку предложений в «плитке», понадобился бы более сложный отчёт, а не стандартная Карта кликов.
При этом на следующих страницах в той же категории мы нашли несколько товаров, у которых кликов было больше, чем у самой популярной модели на первой странице.
Распределение трафика по страницам
Мы решили проверить, какая доля посетителей просматривает этот раздел каталога дальше первой страницы — а значит, может заметить более популярные товары.
Даже до второй страницы добиралось меньше половины посетителей раздела. А до конца раздела доходили только 3% посетителей.
Мы предположили, что недополучаем конверсий — потому что самые «кликабельные» предложения оказываются запрятанными вглубь каталога, куда добираются не все посетители.
Чтобы это исправить, мы решили расставлять товары исходя из того, насколько они на самом деле популярны.
Вывод: товары были расставлены неэффективно
Щаг 2. Настройка автоматической сортировки по популярности
Откуда брать данные для сортировки — из CMS или из Метрики?
В нашей CMS была предусмотрена сортировка по популярности, но работала она слишком просто: чем больше кликов было по карточке товара, чем выше он бы показывался. Значит, один и тот же посетитель мог нечаянно «накрутить» клики для какой-то одной модели.
Мы решили попробовать сортировать товары так: чем больше уникальных посетителей просматривали товар, тем выше он показывается. А для такой сортировки нужны были данные веб-аналитики.
Метрика - точнее
Передаём данные из Метрики в CMS
У нас уже была настроена передача данных электронной коммерции, так что оставалось только забирать обратно из Метрики данные отчёта «Популярные товары» по API и отправлять их в CMS. Чтобы объединить данные в Метрике и в CMS, мы отправляли в Метрику внутренний идентификатор товара.
Для запроса к API Метрики мы использовали пресет top_products, сортировку по количеству посетителей, просмотревших товар, и временной промежуток в две недели.
Чтобы CMS могла обработать ответ API, мы написали специальный модуль. Место товара на сайте соответствовало расположению записи в ответе: если товар шёл в массиве седьмым, то и в каталоге он выводился на седьмом месте.
https://api-metrika.yandex.ru/stat/v1/data?
dimensions=ym:s:productID
&metrics=ym:s:productImpressionsUniq
&sort=-ym:s:productImpressionsUniq
&date1=14daysAgo
&date2=today
&limit=500
&id=counter_id
&oauth_token=token Дорабатываем динамическую сортировку
Так мы автоматизировали сортировку товаров в соответствии с реальным поведением посетителей — а не с нашими предположениями о том, какие товары могут понравиться нашим клиентам.
Чуть позже мы усовершенствовали решение: добавили повышающие коэффициенты для товаров, которые посетители добавили в корзину и заказали. Так что теперь лучшие места достаются тем моделям, которые не только часто просматривают, но и часто покупают.
Результаты
Выше конверсия
Когда мы расставляли товары вручную, выбирая популярные товары «с потолка», конверсия колебалась на уровне 2%. Через некоторое время после запуска динамической сортировки конверсия выросла до 2,7%, а количество заказов пропорционально увеличилось примерно на треть.
Итог
Мы не ожидали, что благодаря одной лишь грамотной сортировке товаров получим +30% заказов — без дополнительных расходов и больших усилий.
Александр, маркетолог ReTarger