Пробить потолок: как Альфа-Банк в разы масштабировал контекстную рекламу с помощью автоматизации. Читайте на Cossa.ru

08 декабря 2020, 12:20

Пробить потолок: как Альфа-Банк в разы масштабировал контекстную рекламу с помощью автоматизации

Автоматизация проверена на крупных бюджетах — и она работает. Рассказывает агентство MGCom.

Пробить потолок: как Альфа-Банк в разы масштабировал контекстную рекламу с помощью автоматизации

У Альфа-Банка уже много лет всё хорошо с контекстной рекламой. Качество проработки, бюджеты, тесты... В такой ситуации вы постоянно упираетесь в потолок эффективного охвата. Это когда увеличение бюджета просто приводит к экспоненциальному росту стоимости лида. А перед нами — командой интернет-продаж Альфа-Банка и агентством MGCom — стояла задача увеличить продажи. Особенно на фоне коронавируса.

Поэтому в банке пошли на радикальный шаг — перевод «контекста» на автоматизированные логики. Если раньше это были тестовые кампании и отдельные инструменты, то теперь речь шла о полной цифровизации процесса размещений. К лету 2020 года доля автоматизированных РК достигла 2/3, ближайшая цель — 100%-ная автоматизация. Настоящая смена парадигмы.

Но, конечно, это не было бы интересно, если бы не работало. Альфа-Банк получил кратный рост продаж по ключевым продуктам (кредитные карты и потребительское кредитование) при управляемой цене лида. На старте автоматизации она предсказуемо взлетела. С тех пор снижается и сейчас почти сравнялась с исходными цифрами. Но уже при качественно новой логике работы с каналом и объёме продаж с него в 2–3 раза больше. Как это удалось, расскажем в кейсе.

Brizo: CRM + управленческий учёт для бизнеса


Уникальное объединение возможностей классической CRM с инструментами ведения управленческого учета: P&L, ДДС, прогнозирование кассовых разрывов, платежный календарь, выставление счетов на оплату. Попробуйте бесплатно!

Реклама

Проблема: в период пандемии снизилась эффективность контекстной рекламы по флагманским продуктам банка — кредитным картам и кредитам наличными. Показатель Sales Rate (конверсия из заявки в выданный продукт, SR) в апреле и мае снижался. При попытке увеличить бюджет на контекстную рекламу и масштабировать кампании стоимость привлечения клиента возрастала в 2–3 раза. А перед банком стояла задача наращивать объёмы продаж и развивать рекламные каналы в рамках экономически обоснованных KPIs.

Задача: в период пандемии и снижения Sales Rate в апреле и мае главной задачей было удержать необходимый объём продаж с контекстной рекламы, соблюдая KPI по бизнес-показателям. Дополнительная техническая цель — поддерживать трафик и конверсии в том объёме, который необходим для обучения и работы автоматизированных рекламных систем. Это необходимо для дальнейшего масштабирования — трафик должен идти, а обновление данных не должно прерываться.

Задача с июня: масштабирование объёма продаж через контекст. Необходимо было увеличить объёмы ежемесячно активируемых кредитных карт на 60%, а выдаваемых кредитов — на 80%.

Очевидно, что подобный прирост приводит к росту стоимости продажи. По кредитным картам нужно было удержать этот рост в пределах 40%, по кредитам наличными — не более 70%.

В результате в июне начался рост продаж по обоим продуктам и прогнозируемо возросла стоимость привлечения. В июле быстрый рост продаж продолжился: объём активированных карт превысил показатели мая на 91%, количество выданных кредитов наличными увеличилось на 188%. Началось снижение стоимости продажи.

В августе количество активаций кредитных карт выросло на 169% по сравнению с маем. Одновременно мы перешли к удержанию достигнутого объёма продаж по кредитам наличными, продолжая сокращать стоимость продажи по обоим продуктам.

К масштабированию продаж мы готовились с начала года. К июню уже 66% кампаний банка велись в автоматическом режиме. Мы постепенно увеличиваем этот показатель, цель — 100%-ная автоматизация кампаний.

Результаты: продвижение кредитных карт

Как Альфа-Банк в разы масштабировал контекстную рекламу с помощью автоматизации: результаты продвижения кредитных карт

Май 2020 — старт кампании.

Июнь — начинаем масштабирование. Объём активированных карт растёт на +24% к показателям мая. Стоимость одной активации повышается на 1%.

Июль — интенсивное масштабирование и автоматизация кампаний. +91% активированных карт по сравнению с маем. Стоимость продажи выше майской на 31%.

Август — увеличиваем объём продаж и снижаем стоимость, удерживаясь в рамках KPI. Количество активируемых карт выросло относительно мая на 169%, а стоимость привлечения клиента повысилась лишь на 21%.

После августовского пика продаж видна стабилизация в сентябре на показателях примерно в 2,3 раза выше, чем в мае. При этом стоимость лида упала ниже исходных майских значений.

Результаты: продвижение кредитов наличными

Как Альфа-Банк в разы масштабировал контекстную рекламу с помощью автоматизации: результаты продвижения кредитов наличными

Май — старт кампании.

Июнь — масштабирование. Объём выданных кредитов относительно мая удвоился, но и стоимость продажи каждого кредита возросла на 183%.

Июль — масштабирование и автоматизация. Объём выданных кредитов — +188% к показателям мая. Стоимость кредита начинает снижаться, этот показатель превышает майский на 136%.

Август — удерживаем достигнутый объём продаж: +207% выданных кредитов по сравнению с маем. Продолжаем снижать стоимость: в августе она на 120% больше, чем в мае.

Осенью продолжается снижение стоимости продажи при небольшом снижении объёмов.

Как мы получили этот результат: автоматизация кампаний

А теперь самое интересное. Для решения задачи роста нам было необходимо обеспечить быстрое масштабирование кампаний, не теряя при этом в качестве и избегая кратного роста стоимости привлечения. Для этого требовалось перевести рекламу на автоматические логики управления.

Александра Колесникова

Руководитель направления интернет-продаж кредитных карт Альфа-Банка

«Мы понимали, что автоматизированная система способна масштабировать объём рекламной закупки лучше, чем ручная, если она располагает достаточным объёмом данных для обучения. Системы контекстной рекламы предлагают собственные автоматические системы управления, которые превосходят по ряду функций ручной тип управления РК. Пример — решение о назначении ставки по запросу принимается системой Google Ads на основе 1000 факторов».

Прежде чем переводить все кампании на автоматическое управление, мы провели ряд A/B-тестов на различных типах трафика (Бренд/Не-бренд/Сеть). На основе полученных данных для каждой площадки была выбрана релевантная стратегия управления и цель.

Прежде всего тестировались автоматические стратегии в сравнении с ручным управлением. Следующей итерацией стало тестирование различных целей в автоматических кампаниях. Мы настроили автоматический импорт статусов по каждой заявке из CRM в рекламные кабинеты Яндекс и Google. Данные передаются в зашифрованном виде. Затем сравнивали результаты кампаний, оптимизирующихся под привлечение заявок, и кампаний, цель которых — привести конверсии, отслеживаемые в CRM-системе (активации карты, получение кредита).

Что мы выяснили в ходе тестирования

  • В брендовых поисковых кампаниях наиболее эффективны варианты автоматизации, направленные на максимальный охват поисковой выдачи.

  • В небрендовых поисковых кампаниях лучше подходят автоматические кампании, нацеленные на одобренные заявки и другие CRM-конверсии.

  • В рекламных сетях лучше сработали автоматические кампании, нацеленные на онлайн-конверсии.

Автоматизация решает: проверено Альфа-Банком

На собственном примере мы убедились, что системы автоматизации могут успешно решать задачи по масштабированию. Следующая наша цель — наращивание объёмов продаж по заданной стоимости и увеличение доли автоматических логик управления.

Многие задачи мы решали в рамках фреймворка по цифровой трансформации маркетинга от Google. Он называется Digital Maturity, скоро мы в отдельных публикациях покажем, как это работает. Также расскажем, какими рекламными каналами и инструментами пользуемся, и как настраиваем их под наши задачи.

Рекомендации по организации тестирования

В тестируемых кампаниях необходимо держать запланированный уровень трафика и конверсий, не допуская резких скачков.

После перевода рекламных кампаний на автостратегии важно:

  • дать автоматическим алгоритмам время на обучение. Как правило, этот период длится 10–14 дней и зависит от скорости, с которой система накапливает данные;

  • не вносить изменения в параметры кампании в период её обучения;

  • корректировать ключевые параметры кампании, не допуская переобучения.

Чтобы всё это стало возможным, вам необходимо:

  • разметить все полезные действия на посадочных страницах сайта;

  • настроить онлайн-цели в системах аналитики и рекламных системах;

  • настроить импорт офлайн-конверсий в рекламные системы и обеспечить его бесперебойную работу;

  • отслеживать целевые показатели в динамике по дням.

Источник фото на тизере: Jenn.jpeg on Unsplash

Мнение редакции может не совпадать с мнением автора. Ваши статьи присылайте нам на 42@cossa.ru. А наши требования к ним — вот тут.





Чем живёт диджитал?
Главное — в рассылке: