Омниканальность, основанная на данных: Повышение эффективности продаж через W2A и медийные кампании
Товарная категория
Retail – розничные и оптовые продажи конечному покупателю
Положение бренда в категории
METRO – один из крупнейших транснациональных операторов оптовой торговли. Компания сосредоточена как на В2С бизнесе, так и В2В и работает с HoReCa направлением: рестораны, отели, кафе, а также независимая розница. METRO предлагает широкий ассортимент продовольственных и непродовольственных товаров и специализируется на удовлетворении потребностей сегмента HoReCa и независимых торговых организаций. Примерно 17 миллионов клиентов METRO по всему миру могут делать покупки в полноформатных торговых центрах, а также заказывать товары онлайн с получением в магазине или с доставкой. METRO также поддерживает конкурентоспособность предпринимателей и владельцев собственного бизнеса с помощью цифровых решений, тем самым внося свой вклад в повышение социокультурного многообразия в розничной торговле и индустрии гостеприимства. Ключевым принципом деятельности METRO является устойчивое развитие.
В России METRO управляет 93 торговыми центрами в 51 регионе. Численность сотрудников – около 11 000 человек. Подробности на www.METRO-cc.ru.
Целевая аудитория кампании
Мужчины и женщины.
Возраст: до 35 лет - 34%, 35-54 лет – 49%, старше 54 лет – 16%
Доход средний и выше (более 73%)
Проживают в городах присутствия бренда (56 городов РФ)
Постановка задачи
Комплексный подход к увеличению объема дохода с рекламных источников, с улучшением эффективности Performance-каналов, включающий:
- Настройку сквозной аналитики для мобильного трафика с внедрением трекинговых платформ;
- Разработку механизма оценки влияния рекламных промо-кампаний на офлайн продажи.
Маркетинговый контекст
В условиях растущей конкуренции на рынке онлайн-торговли, METRO необходимо эффективно удерживать клиентов и увеличивать доход от рекламных источников. Проблемы с атрибуцией и отсутствием сквозной аналитики усложняют оптимизацию маркетинговых усилий, что создает преграды для достижения желаемых результатов в продажах.
Исходная ситуация
1. Отсутствие сквозной аналитики между Web-сайтом и App затрудняет эффективную оптимизацию рекламных кампаний по целям из обоих каналов, что приводит к потере потенциальных клиентов.
2. Проблема атрибуции онлайн и офлайн продаж затрудняет отслеживание пользователей, которые взаимодействовали с рекламой перед совершением покупки. Офлайн-заказы оставались непрозрачными, несмотря на использование карт гостей.
Описание идеи
1. Решение проблемы отсутствия сквозной аналитики между Web-сайтом и App.
Внедрена технология OneLink, обеспечивающая автоматическую маршрутизацию трафика с мобильных устройств в приложение, что позволило отслеживать бесшовный пользовательский опыт независимо от конфигурации устройства.
Задача - оптимизация рекламных кампаний с учетом существующей системы OneLink между Web и App, а именно:
- определение сплита между каналами;
- внедрение механизма отслеживания конверсий;
- определение системы метрик для оценки эффективности Web2App.
Этапы реализации:
a) Настройка трекинговых динамических ссылок: отслеживание заказов через приложение в AppsFlyer.
b) Анализ начальных данных: оценка объема заказов и рентабельности с помощью добавленных параметров.
c) Оптимизация кампаний: подключение дополнительных целей по покупкам в приложениях Android и iOS, к существующей «Ecommerce-покупка» в Яндекс.Метрике.
d) Мониторинг и корректировка кампаний на основе анализа данных.
2. Решение проблемы атрибуции: онлайн и офлайн продаж.
a) Построение аналитики регистраций и сканирования карт с помощью интеграции данных App и Web.
Использовали AppsFlyer для отслеживания событий в приложениях (регистрация, просмотр карты, сканирование), связали сессии с источником через userID.
Это позволило отследить цикл: «источник установки-регистрации-сканирования карты (или оформление онлайн-заказа)» и оценить влияние рекламных кампаний на онлайн и офлайн-заказы.
b) Анализ ROPO с использованием ClientID и баз Email.
Провели исследование (Sales Lift) о влиянии запуска Медийной рекламы Яндекса на покупателей с точки зрения увеличения покупок в офлайн-магазинах и онлайн.
При реализации сегментировали пользователей из CRM по покупательской активности:
- Исключили покупателей, совершивших от одной покупки офлайн за последние 3 месяца;
- Выделили «неактивных» пользователей, не покупающих офлайн за последние 3 месяца. Разделили аудиторию на тестовую группу (для таргетинга) и контрольную (для сравнения).
Описание результатов
1. Результаты решения проблемы отсутствия сквозной аналитики между Web-сайтом и App.
Внедрение сценария W2A в контекстную рекламу Яндекс Директ продемонстрировал свою эффективность, приведя к значительной оптимизации рекламных затрат и увеличению общего объема заказов через мобильное приложение.
Общие результаты:
Заказы: +14,45%
Доход: +10,30%
CPO: -12,63%
ДРР: -9,34%
CR: +14,45%
2. Результаты решения проблемы атрибуции: онлайн и офлайн продаж.
Благодаря построению аналитики регистраций и сканирования карт с помощью интеграции данных App и Web удалось:
- Создать прозрачность эффективности каналов: видимость ROI для онлайн и офлайн-продаж.
- Сделать возможность оптимизации рекламных кампаний на основе данных.
- Упростить атрибуцию для сложных сценариев (онлайн → офлайн).
С помощью медийной рекламы удалось реактивировать клиентскую базу, увеличить LTV и в результате получить омниканальный рост продаж:
На онлайн продажи:
- 37% прирост пользователей, совершивших онлайн-покупки, по сравнению с контрольной группой.
- 35% прирост дохода от онлайн-продаж, по сравнению с контрольной группой.
На офлайн продажи:
- 72% прирост пользователей, совершивших офлайн -покупки, по сравнению с контрольной группой
- 129% прирост дохода от офлайн -продаж, по сравнению с контрольной группой
Общие результаты:
Благодаря комплексному подходу и настройке сквозной аналитики между Web и App, а также отслеживанию результатов в офлайн, получили впечатляющие результаты при увеличении бюджета всего на 15%:
Значительное улучшение конверсионных показателей:
• Количество заказов выросло на 38%
• Количество новых клиентов выросло на 40%
• Доход увеличился на 48%
• Конверсия из клика в заказ (CR) повысилась на 6%
Оптимизация затрат:
• Стоимость привлечения клиента (CAC) снизилась на 17%
• Доля рекламных расходов (ДРР) уменьшилась на 22%
• Стоимость привлечения заказа (CPO) сократилась на 16%
• Стоимость клика (CPC) снизилась на 11%
Улучшение вовлеченности:
• Количество кликов выросло на 31%
• CTR увеличился на 21%
• Средний чек (AOV) повысился на 6%
• Количество новых клиентов выросло на 40%
Независимый анализ рекламного размещения от специалистов Яндекса подтверждает реальные результаты