Мебельный магазин: столы, стулья, кровати, шкафы и т.д.
Город с населением 500 тыс. чел., 4 филиала в городе.
Цель: увеличить количество продаж, не превышая ДРР в 3%
Результат: + 20% к продажам и выручке, средний ДРР 2,5%
Этот кейс про данные, которых нет, но на основе которых нужно построить стабильную систему привлечения покупателей.
Гипотеза звучит следующим образом:
Отсюда ряд вопросов.
Если мы проинформируем больше потенциальных клиентов:
«Дайте мне точку опоры, и я переверну Землю»
Так сказал Архимед, когда спускал на воду самый большой в мире корабль.
Так же говорю и я:
«Дайте мне показатель, который я могу измерить, и я его масштабирую»
Особенности этого проекта в том, что здесь нет аналитической базы, с помощью которой можно соотнести рекламный трафик и продажи.
Клиенту важен ДРР, и это основной показатель эффективности нашей работы.
Поэтому нужно найти решение, и этот кейс именно об этом.
Как оценивать эффективность, если…?
И вот эту задачку нам придется решить.
Первый этап “Оценка качества трафика”
Если люди искали сметану, зачем предлагать сахар.
Логично предположить, если мне нужен диван, я набираю соответствующий запрос в поисковике. Кликаю на подходящий заголовок, где ожидаю увидеть каталог предложений.
Правильно, уйду к конкурентам искать диваны, или, на худой конец, попробую пошарить в каталоге.
А теперь представьте, что вы в большом магазине мебели, вальяжно прогуливаетесь среди рядов в поисках подходящего дивана.
Что вы сделаете после того, как увидите понравившийся экземпляр?
То же самое происходит в интернете, когда вы изучаете каталог.
Если меня что-то заинтересует, я кликну на карточку, чтобы получше его рассмотреть и ознакомиться с подробностями.
В противном случае пойду изучать каталог конкурентов.
Значит, будем считать: если посетитель зашел в каталог и посмотрел карточку товара - это заинтересованный посетитель. А если реклама привлекает заинтересованных посетителей, значит это “правильная” реклама.
Теперь у нас есть показатель, по которому будем оптимизировать и докручивать рекламную связку, что дает возможность привлекать больше качественного трафика.
Но как этот трафик будет конвертироваться в продажи, мы пока не знаем, и это проблема.
Идея №1
Не хотите оставлять заявки? Попробую вас заставить.
На сайте предлагается множество скидок с ограниченным сроком.
Чтобы мотивировать пользователя оставить контактные данные, предлагаю к каждому товару добавить кнопку “Зафиксировать скидку”, при клике на которую пользователь вводит номер телефона и получает промокод.
За счет этой идеи планируем оцифровать хоть какую-то часть покупателей.
Сценарий следующий:
Результат: заявки пошли, причем прилично. Это позволило еще лучше оптимизировать качество трафика, но вопрос с оцифровкой не решило. Сработал человеческий фактор.
Когда продавец спрашивал о промокоде, 90% покупателей о нем благополучно забывали. Продавец тоже не особо мотивирован, поэтому либо скидка давалась без промокода, либо генерировался новый. Что делало идею недееспособной.
На текущем этапе развития клиент не стал заморачиваться. Так как внедрение затронет налаженные бизнес-процессы.
Плюс нужны дополнительные сотрудники, кто будет прозванивать и контролировать новые процессы. Поэтому идею временно переместили в лист ожидания.
Идея №2
Оценивать эффективность по количеству добавленных товаров в корзину.
Неплохой вариант, чтобы оценить качество трафика, но, опять же, мы не знаем, кто из них купил, а кто - нет. При этом не все люди кладут в корзину.
Чтобы хоть как-то уточниться, опробовали фиксировать категории товаров, которые добавляют в корзину и оценить их влияние на итоговую выручку.
Например, статистика показала, что добавили 10 шкафов и 15 диванов. Ожидаем, что в этих категориях должны повыситься продажи. В конце недели подбиваем отчет, а вместо диванов и шкафов купили прихожие, кровати и тумбы.
Хоть эта идея и не дала особых результатов, но на ее основе родилась следующая, на которой решили остановиться.
Идея №3
Относительная корреляция между количеством трафика и продажами конкретной категории товаров. Проверяем двухнедельными итерациями.
Гипотеза:
Получаем данные, что на вторую неделю рекламируемые категории дают рост по продажам и потихоньку спадают после отключения, а вновь добавленные категории начинают показывать плюс.
Вывод
Чтобы все протестировать, потребовалось более 8-ми месяцев, но зато в результате мы имеем пусть относительно, но контролируемую систему, которая позволяет стабильно регулировать продажи на нужную категорию товаров в пределах заданных ограничений.
Чтобы высчитать ДРР, берем все деньги на рекламу и делим на всю выручку. Пусть это не точно, но зато закономерно, а для малого бизнеса больше и не нужно.