История успеха

Кейс компании Freshly Cosmetics: на 146 % больше конверсий из Facebook Ads при снижении ДРР на 32 %

Как точно оценить эффективность каждого маркетингового инструмента, увеличить количество конверсий из Facebook Ads и при этом существенно снизить ДРР? Читайте историю успеха европейской компании по производству натуральной косметики Freshly Cosmetics.

Оставить заявку
Кейс компании Freshly Cosmetics: на 146 % больше конверсий из Facebook Ads при снижении ДРР на 32 %
Название компании: Freshly Cosmetics
Сфера: E-commerce
Местоположение: Испания

О компании

Freshly Cosmetics — это компания по производству веганской косметики, заботящаяся об охране окружающей среды и использующая новейшие из доступных на рынке технологии. Основной офис компании находится в г. Реус, Каталония, а свои товары Freshly Cosmetics продает в Великобритании, Франции, Италии, Португалии и, конечно же, в Испании. Выручка компании в 2020 году достигла 30 миллионов евро, а количество сотрудников выросло до 200. 

Такого успеха Freshly Cosmetics добилась по многим причинам, в том числе – благодаря сильной стратегии digital-маркетинга. Сначала компания повышала узнаваемость своих продуктов за счет социальных сетей и продвижения через лидеров мнений. Далее, чтобы поддерживать свой рост, Freshly Cosmetics начала инвестировать в Facebook и Google Ads.

Проблема

Facebook Ads — это важнейший маркетинговый инструмент для Freshly Cosmetics, позволяющий повысить узнаваемость бренда и привлечь новых клиентов. Однако, до сотрудничества с SegmenStream маркетинговая команда Freshly Cosmetics не могла точно оценить реальную ценность рекламных кампаний в Facebook и эффективно оптимизировать их. Сложность была обусловлена несколькими причинами:

  • С огромным числом посетителей сайта и окном атрибуции «7 дней после клика» и «1 день после просмотра» алгоритм Facebook начинает вести себя не совсем корректно: присваивает большую эффективность кампаниям нижней части воронки (ретаргетинг) и таргетируется в основном на существующую аудиторию. По этой причине маркетологи Freshly Cosmetics разделили рекламу в Facebook Ads на две отдельные кампании: рекламу для привлечения новой аудитории и ретаргетинг.
  • Если оптимизировать кампании ретаргетинга было довольно легко, с кампаниями по привлечению новой аудитории возникали сложности — после клика и просмотра им присваивалось относительно небольшое количество конверсий. В основном это объяснялось различными ограничениями, связанными с отслеживанием cookie-файлов. Например, тем, что пользователи взаимодействуют с сайтами, используя разные устройства и браузеры. Многие просматривают Facebook на своих мобильных, поэтому, когда они нажимают на рекламное объявление, сайт Freshly Cosmetics автоматически открывается во встроенном браузере Facebook. При этом многие пользователи предпочитают совершать покупки через мобильную или десктопную версию своих основных браузеров (например, Safari или Chrome).
  • По этой причине было крайне сложно настроить стратегию автоматической оптимизации для кампаний на верхнем этапе воронки. Дело в том, что после клика в рамках таких кампаний, как правило, им присваивалось малое число конверсий при использовании атрибуции Last-non-direct-Click (по последнему непрямому клику). Маркетологи Freshly Cosmetics были вынуждены вручную и основываясь лишь на своей интуиции корректировать CPA для кампаний ретаргетинга и кампаний по привлечению новой аудитории.

Из-за этих проблем с оценкой эффективности инвестировать в подобные awareness-кампании было гораздо более рискованно, чем в каналы нижней части воронки, такие как поисковая реклама или торговые рекламные кампании, где проанализировать эффективность гораздо проще.

Маркетологи Freshly Cosmetics понимали: для масштабирования бизнеса им необходимо найти способ правильно оценивать все источники трафика, включая кампании Facebook Ads на верхнем этапе воронки. К счастью, они открыли для себя SegmentStream, нашу платформу маркетинговой аналитики и ML-атрибуции, способную решить эту проблему. 

Решение

SegmentStream — это платформа маркетинговой аналитики и ML-атрибуции, созданная для профессионалов в области digital-маркетинга. Она помогает компаниям собирать и объединять все маркетинговые данные, применять модель мультиканальной ML-атрибуции, охватывающую все источники трафика, а также автоматически оптимизировать маркетинговые инструменты на основе аналитических данных.

Внедрение SegmentStream позволяет клиентам использовать результаты анализа ML-атрибуции, чтобы автоматизировать кросс-канальную маркетинговую отчетность, оценить истинную ценность всех источников трафика, а также повысить ROAS всех маркетинговых каналов и кампаний.

my image descriptionАрхитектура решения SegmentStream для Freshly Cosmetics

Шаг 1. Сбор маркетинговых данных в хранилище Google BigQuery

Для построения модели мультиканальной ML-атрибуции и корректной оценки эффективности маркетинговых кампаний и каналов сначала было необходимо собрать разрозненные данные о поведении пользователей на сайте и перенести их в хранилище Google BigQuery. 

Для отслеживания поведения пользователей Freshly Cosmetics использует инструмент веб-аналитики Google Analytics 360. Полученные с его помощью данные импортируются в хранилище Google BigQuery благодаря встроенной интеграции.

SegmentStream поддерживает любые источники данных о поведении пользователей (бесплатная версия Google Analytics, Google Analytics 360 или GA4), поэтому проблем с подключением собранных ранее поведенческих данных не возникло. Платформа SegmentStream без привлечения разработчиков подключилась к сырым данным Google Analytics 360, уже хранящимся в базе BigQuery.

Затем маркетологи Freshly Cosmetics с легкостью подключили все свои рекламные аккаунты (Google Ads, Facebook, Microsoft Ads, TikTok и Criteo) к админ-панели SegmentStream, что позволило автоматически импортировать данные о кликах, расходах и показах со всех рекламных платформ.

Весь процесс первоначальной настройки занял у маркетинговой команды Freshly Cosmetics не более 15 минут.

my image description Админ-панель SegmentStream с подключенными источниками данных

Шаг 2. Отчетность и атрибуция

После того как данные начали поступать в хранилище Google BigQuery, все было готово к созданию автоматизированного кросс-канального дашборда, который позволил команде Freshly Cosmetics увидеть реальную картину общей эффективности маркетинга.

Модель ML-атрибуции SegmentStream позволяет определить ценность и вклад каждого маркетингового канала и каждой кампании в совершение будущих конверсий. Это становится возможным благодаря модели машинного обучения SegmentStream, которая анализирует исторические данные о поведении пользователей для прогнозирования вероятности совершения конверсии посетителей сайта. Модель оценивает качество каждой сессии, анализируя изменения вероятности конверсии, а затем использует полученный прогнозный показатель («Вероятность покупки») для определения эффективности отдельных источников трафика. 

*См. наши подробные статьи и другие кейсы для детального изучения логики мультиканальной ML-атрибуции SegmentStream. 

my image description

Получив в свое распоряжение маркетинговые дашборды SegmentStream, маркетологи Freshly Cosmetics наконец смогли оценить реальную ценность каждого канала, включая кампании в Facebook по привлечению новой аудитории, ранее которой, присваивалось лишь небольшое количество конверсий. 

Быстрый анализ показал, что эти кампании вносят большой вклад в продвижение к совершению покупки, даже если в итоге эта покупка совершается через другой канал, браузер или устройство. Другими словами, для множества клиентов, которые в итоге совершают конверсию, взаимодействие начинается именно с Facebook. Однако ограничения, связанные с отслеживанием cookie-файлов, мешают анализировать весь путь таких покупателей от первого взаимодействия и до фактической покупки. При анализе с использованием моделей атрибуции Last-non-Direct-Click или «7 дней после клика» ROAS таких кампаний окажется небольшим. Однако анализ с помощью SegmentStream показал, насколько эффективны с точки зрения увеличения общего количества конверсий сайта эти кампании. 

Эта информация позволила маркетологам Freshly Cosmetics отказаться от атрибуции Post-Click/Post-View и оптимизировать кампании в Facebook на основе показателя «Вероятность покупки» (Purchase Score), который позволяет правильно определить ценность каждого платного клика, не ограничиваясь только кликом, который завершился конверсией. 

Шаг 3. Автоматическая оптимизация рекламы в Facebook с помощью ML-атрибуции

В SegmentStream есть невероятно мощный функционал Data Destinations, который позволяет маркетологам автоматически передавать данные ML-атрибуции о конверсиях («Вероятность покупки») во внешние рекламные инструменты, такие как Google Ads, Facebook Ads и пр., для автоматической оптимизации кампаний. 

Подключение Data Destinations к Google Ads позволило заменить текущие конверсии по LNDC («Покупка») прогнозируемыми конверсиями от SegmentStream («Predicted conversions»), которые корректно определяют ценность каждой сессии на сайте. 

my image description Data Destinations в SegmentStream

После подключения функционала Data Destinations все было готово к оптимизации рекламных кампаний на основе показателя «Predicted conversions» от SegmentStream. Чтобы провести точный и безопасный эксперимент, Freshly Cosmetics решила провести оптимизацию только в одной стране, а затем сравнить эффективность с другими странами. Для этой цели была выбрана Португалия.

Раньше маркетологам Freshly Cosmetics приходилось разделять кампании для привлечения новой аудитории и ретаргетинга, чтобы оптимизировать их должным образом. Каждая кампания включала разные наборы рекламных объявлений, а в каждый такой набор входило несколько объявлений, оптимизированных на основе модели Post-Click (а иногда и Post-View).

В рамках эксперимента команда SegmentStream предложила запустить новую кампанию с единым набором рекламных объявлений без какого-либо таргетинга по целевой аудитории, за исключением таргетинга для страны. 

Таким образом, мы решили предоставить Facebook полную свободу при выборе лучших объявлений и мест их размещения на основе данных о конверсиях SegmentStream («Predicted conversions»).

Результаты

Мы предполагали, что из-за очень широких параметров таргетинга и использования абсолютно новых рекламных объявлений (без лайков и комментариев) кампании потребуется не менее 7 дней, чтобы набрать обороты. К нашему удивлению, она начала превосходить показатели прошлых кампаний уже через 2 дня. Через 2 недели стало ясно, что новая кампания превосходит по своей эффективности прошлые кампании в 2–3 раза!

Таким образом, нам удалось добиться потрясающих результатов, увеличив количество конверсий из Facebook на 146 % и снизив ДРР на 32 %. 

my image description Динамика после оптимизации по «Predicted conversions» от SegmentStream

В результате эксперимента Freshly Cosmetics решила внедрить оптимизацию на основе  «Predicted conversions» и во всех остальных странах, включая Испанию — свой основной рынок.

Старые кампании были полностью отключены и весь бюджет был перенаправлен на новые кампании с широкими параметрами таргетинга, оптимизируемые с помощью прогнозируемых конверсий SegmentStream.

Отметим, что, помимо прочего, новый подход обеспечил серьезную экономию времени для маркетологов Freshly Cosmetics, поскольку позволил резко сократить количество рекламных кампаний и наборов объявлений. Управлять ими стало намного проще, поскольку в каждой стране использовалась только одна основная рекламная кампания для привлечения новой аудитории.

Отзыв клиента:

Социальные сети всегда были одним из наших основных инструментов. С их помощью мы рассказывали о бренде Freshly Cosmetics и привлекали новых клиентов. Изначально мы в основном полагались на SMM-маркетинг и сотрудничали с лидерами мнений. Потом мы начали экспериментировать с рекламой в Facebook, однако вывести ее на целевые показатели CPA и ROAS нам не удавалось.

Проблема заключалась в том, что эффективность Facebook Ads была невелика, если измерять ее с помощью модели атрибуции Post-Click (Facebook) или Last-non-Direct-Click (Google). Мы догадывались, что это может быть связано с принципом работы Facebook и Instagram. В отличие от объявлений Google Ads, размещаемых там, где покупатели обычно имеют четкое намерение о покупке, реклама в социальных сетях в основном относится к верхнему этапу воронки продаж. Мы используем ее для продвижения бренда и стимулирования спроса среди новых клиентов.

Мы понимали, что этот канал очень важен для нас и что по мере расширения бизнеса его роль в нашей маркетинговой стратегии будет только расти. Поэтому, прежде чем увеличивать рекламный бюджет, нам нужно было найти способ корректного анализа качества и результативности рекламы в Facebook.

Когда мы впервые услышали про SegmentStream, нам очень понравился их предиктивный метод атрибуции, позволяющий более точно оценить вклад всех маркетинговых кампаний, в том числе на верхних этапах воронки, где другие модели оказываются неработоспособными.

Мы решили протестировать платформу SegmentStream, внедрив её для рекламных кампаний в одной из стран. Мы были приятно удивлены показателями, которых нам удалось достичь. В итоге оптимизация на основе ML-атрибуции SegmentStream позволила нам увеличить бюджет на рекламу в Facebook, повысив при этом ROAS. Теперь, с целью увеличения темпов роста нашей компании, мы также переводим рекламу во всех остальных странах на новую модель.    

Мне действительно нравится работать с Segment Stream – как с платформой, так и с их командой, – и я с нетерпением жду расширения нашего партнерства по мере того, как Freshly Cosmetics будет выходить на глобальный рынок!

— Sergi Pijuan Hereu

Digital Product & Ecommerce Manager at Freshly Cosmetics

Вас также может заинтересовать

Все истории успеха

Начните работу с SegmentStream

Оставьте заявку на персональную демонстрацию!