Как настроить рекламу финансовых услуг при множестве ограничений: кейс о работе с банком «Пойдём!»

Заказчик

Коммерческий банк «Пойдём!», который специализируется на потребительском кредитовании.

Задача

Выстроить понятную структуру рекламных аккаунтов, эффективно перераспределить средства внутри дирекций, создать систему менеджмента ставок, выполнять поставленные KPI.

Агентство Mello сотрудничает с АО КБ «Пойдём!» с июня 2019 года. У банка есть региональные отделения — дирекции. Настройка рекламы стала сложной задачей не только из-за специфики банковской сферы, но и по другим причинам. В кейсе рассказываем о том, с чем мы столкнулись и как решали проблемы.  

Отправная точка

Большинство данных по проекту находятся под NDA (договор о неразглашении данных), поэтому не можем рассказать о работе предыдущего подрядчика и ситуации до начала сотрудничества с командой Mello. 

Начнем с задач, которые перед нами поставил заказчик: 

• Формирование структуры аккаунта и перенос всех рекламных кампаний в один кабинет.
• Настройка аналитики для эффективного управления. 
• Соблюдение KPI.
• Проведение тестов, поиск новых способов получения трафика.
• Масштабирование при невысоком росте CPL (Cost-per-Lead — платы за лид).

Первые шаги

Два направления работы

Прежде всего мы разделили работу над проектом на два крупных блока:

1. Оптимизация старых рекламных кампаний и работа по их донастройке. 
2. Запуск новой рекламы. 

Дальше определили приоритетность выполнения задач по времени, чтобы не браться за все и сразу, и составили для проекта упрощенную диаграмму Ганта. Ниже представлен один из вариантов таблицы. В дальнейшем мы ее редактировали, исходя из поступающих задач, собственных идей и анализа результатов. 

Такая диаграмма удобна для планирования задач на крупных проектах и позволяет клиенту увидеть стратегию запуска.   

Правила названия рекламных кампаний Многие рекламодатели, чтобы скрыть направление рекламы от конкурентов, шифруют таргеты в некий набор символов, но для нас важнее читаемость. В обозначении ранее настроенных и новых кампаний мы стали использовать названия с префиксами. 

Пример: 

• ключи брендовые — Brend;
• гео — Волгоградская дирекция Volgogradskaya_district;
• поисковая рекламная кампания — Search;
• итоговое название рекламной кампании — Search_Brend_(Volgogradskaya_district_-_Vse_Goroda)_{campaign_id}.

Как видно из примеров префиксов, основные триггеры, по которым сегментированы рекламные кампании — это:

• гео;
• тип;
• ключи.

В результате получилась удобная структура аккаунта. А чтобы не было путаницы, сделали шпаргалку со старыми и новыми названиями кампаний.

Запуск новых рекламных кампаний

Описание нашей работы в таблицах ниже.

Контекст

Таргет

Автоматизация создания, оптимизации и отчетностистарых и новых рекламных кампаний

Для этого мы подключили платформу К50, которая работает с Google Adwords и Яндекс.Директ. Система давно зарекомендовала себя на крупных проектах с бюджетом от 1 млн рублей в месяц.

К50 использует наработанную стратегию, основанную на CPL. Причем это не конкретная цифра, а диапазон цен — сколько заказчик готов платить за каждого привлеченного клиента. Платформа оценивает эффективность каждого ключевого слова, заданного CPL и на основании этого автоматически каждый день обновляет ставки. В результате дневной бюджет распределяется равномерно и не бывает перерасходован. 

Дополнительные действия для выполнения запросов клиента

Нашипервые шаги были довольно стандартными и не решали всех поставленных задач. Поэтому команда Mello приступила к разработке специальных решений. 

Основная сложность в настройке рекламы банка «Пойдем!» — у каждой региональной дирекции свой бюджет, который делится еще и по рекламным инструментам. При этом перед нами стояла задача — один аккаунт для всех дирекций, что в разы усложняет работу с оптимизацией. 

Наши действия в заданных условиях:

1. Разработка таблицы наполнения дирекций.
2. Создание внутреннего дашборда для контроля расходов.
3. Запуск многоуровневого пулинга и выполнение дополнительных надстроек для него.
4. Составление справочника UTM-меток для соцсетей.
5. Определение формулы распределения средств по инструментам внутри каждой дирекции.

Таблица наполнения дирекций 

Объединили в один 15 аккаунтов: 

• переименовали рекламные кампании;
• создали шаблоны UTM-меток;
• проверили в каждой дирекции типы кампаний и кластеры ключей. 

На последнем шаге собрали информацию в таблицу наполнения дирекций. В упрощенном виде она выглядит так: 

Красным выделены отсутствующие рекламные кампании. Это резерв для увеличения охвата и, возможно, получения недорогих заявок на кредиты.

Внутренний дашборд для контроля расходов

У нашего заказчика 15 дирекций, у каждой свой бюджет и по 4 рекламные площадки. Необходимо было тратить деньги равномерно в течение месяца и получить максимальный профит с каждого инструмента. 

Для решения такой задачи при помощи дополнения Google Analytics для Google Spreadsheet создали дашборд, в котором учитываются: 

• бюджеты; 
• остатки; 
• средний расход.

В таблице есть визуально понятный триггер — простое правило выделения ячеек, которое дает сигнал о срочной редактуре бюджетов/ставок.

Многоуровневый пулинг и дополнительные надстройки для него Для оптимизации работы, контроля расходов и эффективности рекламных кампаний мы использовали пулинг. Подробнее об этом инструменте читайте в нашем кейсе (ссылка на кейс по кабель.рф).

Пулинг позволяет выставлять ставки для всех кампаний усредненно. При этом какие-то из них работают лучше, какие-то хуже. Тут приходит простое и интуитивное решение: там, где стоимость лида дорогая, надо снижать ставки, а в тех случаях, когда дешевая — повышать. 

Становится понятно, что нужны разные пулинги. Взаимосвязь строится между рекламной кампанией и пулингом исходя из ее эффективности. 

Уровни пулинга:

• 2 (верхний) уровень — повышение, ставки увеличены на 50%.
• 1 уровень — повышение, ставки увеличены на 25%.
• 0 уровень — ставки увеличены на 0%.
• -1 уровень — понижение, ставки снижены на 40%.
• -2 (нижний) уровень — понижение, ставки снижены на 60%.

Также мы создали и использовали вспомогательное событие, которое выставляло ставки, ориентируясь на эффективность ключей в абсолютных цифрах:

• отключали ключи, которые работали долго и неэффективно;
• не отключали ключи со средним сроком использования и эффективностью, но при этом снижали ставки;
• повышали ставки на фразы и слова, которые были эффективными в последние три дня и приносили лиды, например, по 100 рублей.

Это значит, что в пулинге шла работа и на установление оптимальных ставок, и на докручивание эффективности рекламных кампаний, исходя уже из других метрик. На проекте было разработано несколько таких правил, например:

Справочник UTM-меток для соцсетей  В таргетированной рекламе в социальных сетях была путаница. Для того чтобы избежать этой проблемы, был создан справочник UTM-меток для проекта. С ним стало удобнее строить отчеты в Google Analytics по названиям и наблюдать за ситуацией. В справочнике кластеры зашифрованы в понятные UTM-метки, которые добавляются в рекламу, что позволяет отследить, где они использовались. Пример: 

Формула распределения средств по инструментам  Нам было нужно внутри каждой дирекции эффективно распределять средства между каналами рекламы (myTarget, VK, Яндекс.Директ и Google Аds), ориентируясь на их эффективность.

Для этого мы разработали формулу распределения средств, которая учитывает общую ситуацию по дирекции и эффективность каналов, после чего добавляет бюджет или снижает его.

Формула такова:

Трудности, с которыми мы столкнулись во время проекта  Мониторинг результата Нам было важно агрегировать статистику по рекламным каналам в одном месте. Основным инструментом стал Google Analytics, так как именно там клиент наравне с нами мониторил результаты ведения рекламных кампаний и делал различные срезы для внутренней отчетности. 

Проблемы с модерацией

В тематике банковских и финансовых продуктов очень важно соблюдать правила оформления баннеров, которые очень часто ошибочно отклоняются системой. А основная проблема, с которой мы столкнулись — добавление на баннеры УТП и дисклеймера, размер которого, по мнению модерации, всегда был маленьким и нечитаемым, поэтому наши наработки отклоняли.

Анализ трафика по гео

Для внутренней отчетности клиенту нужны были срезы по количеству трафика, лидам и расходу бюджета на уровне городов и сел. Мы столкнулись с неточностями аналитических систем по определению местоположения кликов и сеансов. Например, по мнению Яндекс.Директа, клик был сделан пользователем из Волгограда, а Google Analytics приписывал этот сеанс Волжскому. 

Результат

Большинство трудностей были ожидаемы, некоторые из них не решаемы и мы системно с ними боремся. На проекте отличный менеджмент, плюс грамотное распределение важности и срочности задач, поэтому, несмотря на сложности, нам удалось достичь таких результатов: 

Ситуация на проекте стабильная и понятна клиенту. За счет гибкости инструментов цена за лид приемлемая, но ее можно качественно менять, главное, делать это неударными темпами.

Вывод

Самое сложное в этом проекте — менеджмент аккаунта и удержание баланса между расходом и эффективностью. Так как мы основываемся на принципе тестирования гипотез: запускаем тесты, оставляем удачные и отсекаем неудавшиеся — это позволяет нам не уходить в слепое прогнозирование, а работать непосредственно с полученным результатом, масштабировать и культивировать его. Хотя мы сотрудничаем с банком «Пойдем!» 9 месяцев, есть еще масса гипотез, которые ждут реализации.

Наши концепции и принципы помогли структурировать подходы к большому проекту, добиться прозрачного и эффективного менеджмента. А максимальное погружение руководителя группы интернет-маркетинга АО КБ «Пойдём!» в совместную работу повлияло на стремительное развитие проекта. 

Автор: Роман Евстафьев, ведущий специалист по контекстной рекламе в Mello.