t5t

Сервис подбора квартир в новостройках / Недвижимость / Москва

Расширил семантику в 350 раз

Передали проект - сервис подбора новостроек по Москве и области. Клиент работает с застройщиками по модели СРО, оплата за внесенный аванс от клиента на квартиру. Нужно получать с контекста от 40 первичных качественных звонков в день на покупку квартиры в новостройке.

Клиент сам вел контекст. Вот его текущие показатели
• цена клика 145 рублей
• конверсия - 0,9%
• цена звонка 15.200 руб (пятнадацать тысяч двести рублей)

Звонки слишком дорогие, при средней конверсии по рынку. Поэтому, нужно было придумать способ, как достать максимально дешевый и качественный трафик с контекста без просадки конверсии.

Я начал с разработки стратегии и пришел к такому выводу, что у нашей целевой аудитории есть некоторые особенности: цикл принятия решения о покупке длинный, от 1.5 недель до 1.5 лет, согласно исследованиям яндекса пользователи ходят по воронке не по порядку - "медийка - поиск - бренд - прямой", а хаотично просмотривает большое количество совершенно разных типов квартир и классов жилья, не говоря уже и о гео-привязке. Поэтому, если пользователь ищет какой-то ЖК или новостройку в таком-то районе, то для 85% аудитории это не значит, что все остальное их не интересует. Ключевой запрос - это лишь ориентир, указывающий на потребность пользователя в квартире + какие-то желаемые, но на самом деле не критичные параметры будущего жилья.

Проблема была в том, что изначально контекст был настроен только на те
новостройки, которые были представлены в каталоге - это 38 жилых комплексов по Мск и области, Поэтому, чтобы набрать объем трафика на 40 звонков в день нужно было значительную часть времени находиться на высоких позициях в поисковой выдаче, либо с высокой ставкой на РСЯ, в результате чего экономика не складывалась. Но, если я хочу размещаться по цене клика не по 150 рублей, а по 5-10 рублей, то на таких позиция при текущей семантике я практически вообще не получу трафика .что делали с мало показов?

Ежедневно проверяли аккаунты на статус "мало показов", группы с таким статусом выносили объединяли с наиболее релевантными группами, В некоторых случаях для заголовков использовали шаблон ##.

Зачем использовали минус-слова без частотностей?
85% поисковых запросов по кампаниям с гео-ключевиками имеют нулевую частотность, чтобы отсечь такой трафик, мы заранее добавляем все нерелавантные города, поселки, улицы, районы и т.д.за счет чего удалось сохранить конверсию при понижении СРС в 10 раз?
1. реализовали цепочки касаний в ретаргетинге. что за цепочки? - здесь.
2. разделяли москву на регионы и делали персонализированные объявления
3. сегментировали повторных пользователей для поискового ретаргетинга
4. использовали корректировки по look-a-like аудиториям
5. проводили аналитику по тысячам комбинаций срезов. от пола и возраста до застройков и класса новостройки.

-------

Передали проект - сервис подбора новостроек по Москве и области. Клиент работает с застройщиками по модели СРО, оплата за внесенный аванс от клиента на квартиру. Нужно получать с контекста от 40 первичных-качественных звонков в день на покупку квартиры в новостройке.

Клиент сам вел контекст:
• цена клика 145 рублей
• конверсия - 0,9%
• цена звонка 15.200 руб
Звонки слишком дорогие, при средней конверсии по рынку. Поэтому, нужно было придумать способ, как достать максимально дешевый и качественный трафик с контекста без просадки конверсии.

Я начал с разработки стратегии и пришел к такому выводу, что у нашей целевой аудитории есть некоторые особенности: цикл принятия решения о покупке длинный, от 1.5 недель до 1.5 лет, согласно исследованиям яндекса пользователи ходят по воронке не по порядку - "медийка - поиск - бренд - прямой", а хаосно и просматривает большое количество совершенно разных типов квартир и классов жилья, не говоря уже и о гео-привязке. Поэтому, если пользователь ищет какой-то ЖК или новостройку в таком-то районе, то для 85% аудитории это не значит, что все остальное их не интересует. Ключевой запрос - это лишь ориентир, указывающий на потребность пользователя в квартире + какие-то желаемые, но на самом деле не критичные параметры будущего жилья.

Проблема была в том, что изначально контекст был настроен только на те
новостройки, которые были представлены в каталоге - это 38 жилых комплексов по Мск и области, Поэтому, чтобы набрать объем трафика на 40 звонков в день нужно было значительную часть времени находиться на высоких позициях в поисковой выдаче, либо с высокой ставкой на РСЯ, в результате чего экономика не складывалась. Но, если я хочу размещаться по цене клика не по 150 рублей, а по 5-10 рублей, то на таких позиция при текущей семантике я практически вообще не получу трафика .

Я спарсил с агрегаторов новостроек 2090 карточек ЖК в Москве и области. Для каждого жилого комплекса сформировал семантику по распределил по рекламным кампаниям. В зависимости от того, на сколько далеко спарсенный жилой комплекс находится от нашей новостройки (которая есть у нас на сайте) я проставил коэффициенты - их я буду использовать при прогнозировании конверсии для выставления ставок перед запуском хотя это больше для аналитики. Оставил ключевики с частотностью от 10 запросов в месяц по Москве и МО. Так же собрал большую базу минус-слов с Букварикса. Добавил базу "искусственных" минус-слов без частотностей - это 2000 гео-названий (улицы, районы, города, округа и т.д.).
В итоге получилось 480.000 запросов. По 100-600 запросов на один жилой комплекс.

Список направлений запросов для каждого ЖК:
гео-целевые (город, район, метро, станция, улица, округ, часть города), гео-рядом (город, район, метро, станция, улица, округ, часть города), цены, класс, парам (отделка, парковка, дворы...), комнаты, название жк, застройщик, ипотечные программы и формы оплаты, общие-навигационные, площади, сроки сдачи, типы здания, класс, формат квартиры, транзакционные, домены, инфраструктурные.

Собрал 19.000 вложенных запросов. В каждом таком запросе есть слово-маркер покупки, либо маркер первичного жилья (застройщик, млн, срок сдачи) т.е. по таким ключевикам пользователь ищет и не аренду, и не вторичку.
Примеры таких запросов:
• новостройка руб
• млн +от !застройщика
• +с !отделкой свао
• 1комн 2019.
• двухкомнатная !самолет
• !жк !сдача
• !жилой !ключей

Такой тип ключевиков показал себя суперэффективно и на поиске, и на рся, так как получали много показов по целевым запросам по низкой ставке из-за отсутствия конкуренции. Такая семантика принесла 68% трафика.

Под каждый ЖК подключались показы только по тем ключевикам, аудитория которых была релевантна текущему состоянию жилого комплекса. Каждый ЖК был на одном из следующих этапов строительства:
• старт продаж (старт продаж, конкуренты)
• возведение наружных стен (год дачи)
• монтаж внутренних перегородок (общие фильтрами в объявлениях)
• монтаж верхних этажей (конкуренты по радиусу, корректировка по радиусу)
• готова внешняя отделка (таргетинг на мо)
• готова внутренняя отделка (гео с привязкой к району)
• сдача первого корпуса (общие, гео по частым мск)
• готова инфраструктура по генплану (общие по рф, гео)
• 15% заселение (с отделкой, вторичка, общие)

И под каждый этап строительства новостройки - запускаем релевантный этому этапу трафик. Например, на старте продаж больше всего конверсий дают запросы с маркером строящейся новостройки: дду, котлован, сатрт продаж, строящиеся, будущие, долевое, названия новостроек у которых тоже начинается старт продаж, инфо запросы о покупке жилья на этапе котлована и так далее, а, например, за 3 месяца до сдачи первого корпуса начинаю хорошо конвертировать общие запросы с маркерами первичного жилья(новостройки москвы, квартиры с отделкой от застройщика, новостройки в юзао), а через 1-2 месяца после сдачи первого корпуса хорошо идут запросы без маркера первичного жилья, но с гео на уровне района (квартиры в грайвороново, 1ком в лосиноостровском, 2 к в свао).

Проработал словоформы. В каждой группе объявлений загрузил ключевик в 3х типах соответствия: в широком (отлемматизированные ключевики), в точном и фразовом соответствии.
По фразовому соответствую корректировка ставки +15%. По ключевикам в начальной форме ставка при запуске на 30% ниже по 2м причинам:
• много склика с накруткой показов
• вероятность получить мусорный трафик больше, чем по проработанным словоформам.

Тегирование ключевиков. Собрал x-mind карту из слов со всей семантики. Перевел эту структуру в эксель. Для чего нам нужна эта карта:
• для агрегирования статистики
• для управления
• для дополнения семантики

Примеры таких тегов:
• расстояние пользователя от нашего ЖК
• количество квартир в наличии
• класс жилья
• наличие персонализации в объявлении
• проработанные словоформы
• наличие маркера первичного жилья или покупки
• тематика площадки РСЯ
• брендовый трафик
• наличие параметров квартиры в запросе

Собрал РСЯ-кампании по ключевикам из 2-3х слов. Преимущество такой семантики в том, что получаешь много показов, возможность покупать дешевые клики, если работать с площадками, то качество трафика вполне сносное, гораздо лучше работают корректировки ставок по гео и сегментам метрики.

Персонализация посадочных страниц: заголовок и описание. Генерация отдельных страниц с url, title, description - необходима максимальная релевантность посадочной для показов по конкурентным бренд-запросам и околоцелевым гео-запросам.

Для мобильных устройств и планшетов вместо традиционной посадочной страницы - quiz-опрос с динамическим заголовком.

Сделал расчет ставок по прогнозной конверсии.
блок спецразмещения: для целевых ЖК конверсию оставил такую же - 0.9%. для дальних от нашего жк - 0,5% + коэффициенты.
блок гарантии: всех значения конверсий с блока спеца понижаем в 3 раза.

Дополнительные настройки биддера:
для времени с 5-10 часов - конверсия х2 (короче в спехуце ставка в 2 раза больше). биддер был свой, что позволило выставлять любою стратегию ставок.
В общем, суть стратегии заключалась в том, что есть например 10 ключевиков, и в какой-то час, день или персонально для какого-то пользователя мы случайно выходим в блок гарантии или спецразмещения. За счет огромного количества релевантной семантики мы получаем достаточный объем трафика.

Результаты

Что еще учитывалось в стратегии показов:
1. мало кто рекламируется с 5-10 часов утра, хотя это один из лучших показателей по конверсии, в это время повышенная корректировка.
2. в конце месяца в 25-30 числах все агентства сливают остатки бюджетов по высоким ставкам на поиск и рся. конверсия в это время очень низкая как и кликабельность, особенно по общим запросам типа "квартиры в новостройках".
3. в начала месяца с 1 до 5 числа специалисты агентств забывают менять ставки, либо просто не вовремя пополняют бюджет и откручивают запросы на минимальных ставках, из-за этого они часто вылетают со спецразмещения по своим брендовым запросам, а если оригинального сайта по таким запросам в спеце нет, то для нашей посадочной это самые жирные запросы. так я получил 37% все конверсий.
4. как только оригинальный сайт ЖК исчезает из спецухи (что очень часто бывает в начале месяца, когда не вовремя пополняют бюджет, или по-другому косячат) - вперед сразу выходит наша посадочная страница, а для околоцелевых ЖК обязательно использовал название ЖК в title, url и description ("...4 новостройки рядом с ЖК 1147..."). в результате цена клика по брендовому запросу на такую посадочную была очень низкой, что логично.

Какие запросы хорошо отрабатывали: больше всего конверсий и трафика я получил с ключевиков длинною от 5 слов и с гео-привязкой на увроне округа и ниже. (новостройки в юзао с отделкой цены, купить квартиру с отделкой в грайвороново...).
Что касается широких запросов, то из 120.000 кликов всего 700 получил по общим ВЧ запросам (новостройки с отделкой, купить квартиру в новостройке). Почему так мало? - цена клика и конкуренция по широким высокая, поэтому "свободных окон" в блоках спецухи и гарантии в течение месяца почти не образовывалось, всегда было полно народу с высокой ставкой.

Итоги через 2 недели после запуска: конверсия сайта по пользователям упала с 0,9% до 0,75%. Цена клика снизилась с 145 руб до 14,8 руб. Цена звонка снизилась с 15т.р. до 2т.р., 30-45 звонков/заявок в день. Дешевого и качественного трафика получилось много и 70% трафика это мобильный поисковой контекст, Поэтому было уместно поставить скрипт сбора номеров телефонов для холодного обзвона прости господи не делайте так. Конверсия визитов в парсинг уникального номера ~8%, первичный номер вышел в районе 200 рублей. Итоговая цена обращения (звонок+заявка+номер) ~1000 рублей.

что делали с мало показов?
ежедневно проверяли аккаунты на мало показов, группы с таким статусом выносили объединяли с наиболее релевантными группами, В некоторых случаях для заголовков использовали шаблон ##. зачем использовали минус-слова без частотностей?
85% поисковых запросов по кампаниям с гео-ключевиками имеют нулевую частотность, чтобы отсечь такой трафик, мы заранее добавляем все нерелавантные города, поселки, улицы, районы и т.д.

частотности по яндекс вордстат за прошлый месяц не было, причем это могут быть до 60% происковых запросов, поэтому, нецелевые для кампании название гео-объектов мы отсекаем. особенно актуально для гугл эдс

какие инсайты есть по аналитике?
карту собрали и делали теги и по ним статистику
делали комбинации срезов, с помощью них мы находили связки, которые дают котоыре дешевые конверсии
придумали метрику эффективности, с коэффициентами по сроку давности конверсии.

за счет чего удалось сохранить конверсию при понижении СРС в 10 раз?
1. реализовали цепочки касаний в ретаргетинге. что за цепочки? - здесь.
2. разделяли москву на регионы и делали персонализированные объявления
3. сегментировали повторных пользователей для поискового ретаргетинга
4. использовали корректировки по look-a-like аудиториям
5. проводили аналитику по тысячам комбинаций срезов. от пола и возраста до застройщиков и класса новостройки.

Фишка проекта:

Некоторые предприниматели до сих пор сами ведут контекст. Где-то это может быть оправдано, но как показывает данный кейс, повышение эффективности от привлечения специалистов дало сотни тысяч рублей прибыли уже в первый месяц

Опубликовано

Июль 8, 2019

Категория

Поделиться