Как наш клиент 10 лет растил интернет-магазин запчастей для тюнинга, а мы год растили его контекст до миллиона
В статье вы узнаете:
- Тогда и сейчас: взгляд предпринимателя на перемены для бизнеса за 20 лет.
- «Узкие места», где магазин теряет деньги в контекстной рекламе.
- Эволюция веб-аналитики от простого отчета до отслеживания LTV.
- Влияют ли маркетплейсы на рынок автозапчастей.
Сергей, как прийти к торговле запчастями для тюнинга автомобилей? Что нужно для этого делать?
Мне бы сейчас в 90-е, чтобы с текущими знаниями делать интернет-магазины.
Думаю, в любое время есть свои тренды, на которых можно сыграть. Сейчас, например, есть тренды, в которых наше поколение не разбирается, но ты и ребята помоложе с ними знакомы. Поэтому возможности и шанс заработать есть у каждого, если понимать рынок.
Расскажите, как вы заходили в интернет?
Сначала сделали интернет-витрину, только чтобы попробовать новый формат продаж. Туда не подтягивались остатки и цены, не было системы для обработки заявок. Но заказы были и этого было достаточно, чтобы продолжить развивать онлайн, хотя, на старте и были сильные сомнения. Казалось, клиенту хочется посмотреть товар, прикинуть, как будет смотреться его автомобиль с порогом.
Но в 2010 году мы уже закрыли все оффлайн-магазины и сосредоточились на онлайне. У физических магазинов были большие накладные расходы, они отнимали время, а онлайн стал давать свыше половины выручки.
Мы нашли CMS Magento, на которой сидели почти 10 лет и потратили на ее доработку несколько миллионов рублей. Она является хорошей платформой для интернет-магазина, но дорогой в обслуживании, хороших специалистов мало и стоят они дорого. Сейчас используем Bitrix + RetailCRM.
Да, это очень частая модель для eCommerce. На Битрикс есть большое количество модулей и много разработчиков. RetailCRM хорошо интегрируется со всеми сервисами.
Да, еще мы подключили сервис для мониторинга цен конкурентов и в зависимости от этого корректировать свои в рамках маржинальности. Плюс нужно учитывать, что не у всех товаров есть эластичность спроса от изменения цен. Например, часть клиентов приходят по товарам, которые готовы покупать у нас дороже за счет хорошего описания, консультации и прочего. К тому же нужно разделять постоянных клиентов и новых. В общем есть свои нюансы в динамическом ценообразовании.
Давайте перейдем к интернет-продвижению, расскажите о вашем опыте с SEO и контекстной рекламой
В контекстной рекламе и поисковой оптимизации мы прошли примерно один и тот же путь. На старте привлекали фрилансеров, но недооценивали сложность, и в результате всё получалось криво, мы теряли время и деньги.
Несколько лет назад, сменив пару агентств по SEO мы поняли, что дешево этот вопрос не решить и начали обращаться в топовые агентства. В итоге остановились на Кокос, где отдаем приличную сумму в месяц.
Во время аудита контекстной рекламы вашего проекта мы заметили, что предыдущий подрядчик использовал брендовые запросы и привлекал по ним заказы в ваш магазин через CPA-сеть. То есть продавал вам ваших же постоянных клиентов. Какая у вас была реакция, когда вы об этом узнали? Вы ему сказали «Друзья, ну что ж вы делаете-то?»
Мы с вами смотрим на эту ситуацию с разных стороны. Для вас принципиально важны нюансы, «чистота» выполнения работы. А я смотрю на результат с точки зрения прибыли, где тип клиента, который совершил покупку с рекламного канала — это частность. Для меня главное — видеть, как и сколько продаж дает мне рекламный канал. Предыдущий подрядчик решил задачу. Они запустили кампании, которые давали больше прибыли, чем это было до них. Позже, когда у нас появилось больше знаний, мы стали замечать серьезные недостатки в работе с этим подрядчиком, поэтому нашли нового.
В какой-то момент мы начали разбираться и поняли, что подрядчик — «узкое место» в контекстной рекламе. С вами понять и оценить эффективность рекламы стало гораздо проще, хотя некоторые вопросы еще остались. Думаю, это нормально, ведь ничего не стоит на месте. Я как собственник узнаю что-то новое и ставлю перед вами более сложные задачи. Вы увеличили выручку в несколько раз, поэтому мы работаем с вами. Мне бы вообще не хотелось разбираться ни в SEO ни в контекстной рекламе, но так не получается.
Так и есть. Мы проанализировали все наши проекты и поняли, что на самых успешных собственник или маркетолог хотя бы на базовом уровне разбираются в контекстной рекламоаме. Это позволяет говорить с клиентом на одном языке и лучше интегрироваться. Но я с вами согласен, задача агентства — дать клиенту понятную систему управления контекстной рекламой: отчеты по категориям товаров, процент охвата рынка, задачи с KPI и пр.
Раз уж мы затронули историю про контекстную рекламу, то не будет лишним рассказать, что мы такого сделали, что повысило выручку. Валовая прибыль тоже выросла, но раскрыть точные цифры не можем.
Для результата выше не пришлось применять магию — Мы сделали простые и эффективные действия, которые работают на всех интернет-магазинах с бюджетом от 100 000 руб в месяц.
Первая проблема проекта в том, что экономика рекламных кампаний была не сбалансирована. Что это значит? Разберем на скрине ниже. Это отчет по кампаниям:
В красных строках стоимость лида превышена, а в зеленых наоборот стоимость лида низкая, конверсия высокая и есть возможность вырасти.
Аналогичная ситуация и по другим параметрам: регионам, ключевым словам, устройствам, полу и возрасту, объявлениям и т.д. Например, вот отчет по площадкам:
Второй пробел — не были запущены стандартные для интернет-магазина практики. Это набор, который при 20% усилий дает 80% результатов. Он довольно универсален, хотя не без нюансов. Мы запустили:
- Динамический ретаргетинг. Когда в объявлениях показываются товары, карточки которых пользователь посетил ранее.


- Кампании по номенклатуре каталога. Например «купить + бренд + артикул».
- Автоматические объявления. Когда Google или Яндекс сами думают, кому показать объявления, а вы даете на входе только фид товаров.
- Яндекс.Маркет и Google Shopping.
- Умные торговые кампании.
- Исследовали охват текущих категорий товаров в разрезе брендов. Мультипликатор в ячейках — это отношение получаемого трафика к объему рынка. Проще говоря, красный цвет — высокий уровень охвата рынка, а синий — неохваченный спрос и потенциал для роста:
После запуска рекламных кампаний и перераспределения бюджетов мы получили в среднем +700 т.р. в месяц.
Помимо рекламных кампаний было много работы по веб-аналитике. Сергей, что для вас, как клиента, здесь важнее всего?
Развернутая, понятная веб-аналитика — одна из причин, по которой мы работаем с вами. Вы первые ввели понятия «стоимость обращения», «расходы» и «валовая прибыль рекламного канала». Меня, как собственника, интересуют только высокоуровневые показатели прибыли. И ваша система аналитики помогла соединить цифры экономики моего бизнеса с тем, что обычно показывают специалисты по контекстной рекламе.
Я подключу Степана Мишина, он был веб-аналитиком проекта и лучше расскажет о нюансах в аналитике.
Первый этап: веб-аналитика для запуска кампаний, а не ради веб-аналитики
Мне, конечно, хотелось сразу внедрить какое-нибудь интересное решение. Убедить клиента отправлять данные с сервера в BigQuery, компилировать их с данными из онлайна для красивых отчетов. Но спустя сотню проектов я научился думать о времени и деньгах.
Аналитика не приносит денег напрямую, на старте лучше вложить ресурсы клиента в разработку и запуск РК. Поэтому в начале я сделал минимум:
- У клиента уже были Google Analytics и Яндекс Метрика. Я перевел все теги в Google Tag Manager, аккуратненько разложил в нем теги и события, все протестировал.
- Сверил транзакции на фронтенде и 1С, они сходились на 80% — Класс, подумал я, не нужно будет отправлять их из 1С в Analytics, ведь это задача на 1-2 месяца.
И все, у меня ушло 2 часа и я передал эстафету рекламщикам, хотя мог запросто раздуть задачу до 20 часов и пары месяцев, привести аргументы и т.д. и т.п.
В начале карьеры я старался использовать сложные решения для простых задач. Мне казалось, если я научился строить ракету, теперь должен летать на ней даже за хлебом. На самом деле крут тот разработчик, что использует оптимальные решения с точки зрения ресурсов и результатов.
Что делает веб-аналитик на самом деле, когда не настраивает цели?
У коллег и клиентов есть мнение, что моя работа — за 2500 руб. в час настроить цель на конверсию. И потом просто смотреть на неё :). В действительности настоящая работа начинается после запуска рекламных кампаний. Вот с какими проблемами можно столкнуться только на одном проекте:
Конверсии присваиваются email рассылке
Когда мы запустили новые рекламные кампании, количество конверсий вопреки нашей уверенности не росло. Зато аномальным образом начали расти конверсии с прямых переходов и реферальных площадок.
В части случаев во время оформления заказа вас просят подтвердить свой email и, когда вы переходите по ссылке из письма, то Google Analytics присваивает конверсии не контекстной рекламе, а email-рассылке.
В ссылку подтверждения мы добавили метку utm_nooverride=1, чтобы такой переход не учитывался в качестве источника конверсии.
В другой части случаев были переходы из личного кабинета, которые распознавались, как переходы с нового сайта. Вопрос решается активацией кросс-доменного отслеживания и парой настроек в Google Tag Manager.
Сайт обрезает UTM-ссылки
Вроде уже все починили, но появилась новая беда. Мы запустили артикульные кампании на запросы конкретных товаров, например «купить бампер 577548», но они не работали. Долго не могли понять, почему: сравнивали цены, конкурентов, смотрели выдачу по запросам, начали перекапывать аналитику, но все было ОК.
Это такая коварная проблема, когда ты в пароле на сайте «c» написал на русском случайно, смотришь на нее в упор и думаешь «ну какого черта тебе нужно?». Потом я просто по ссылке перешел и понял, что на части (!) ссылок и категорий при переходе на сайт происходит редирект на ту же страницу, но обрезаются UTM-метки — Вот на такой мелочи появилось еще 10 часов работы.
404 ошибка
Позже стали появляться страницы с кодом 404, то есть мы первый раз все эти страницы исправили, а они снова стали появляться. Мы вроде как контекст собрались делать, но 90% случаев всегда какие-то проблемы в аналитике, разработчики отвечают один раз в месяц и прочее — это и есть реальные задачи. К тому времени в Google Analytics появились встроенные уведомления, мы сделали цель на 404 ошибку и слали их напрямую разработчикам :)
Не буду рассказывать об остальных задачах, но, надеюсь, что приоткрыл занавес.
Второй этап: базовая аналитика для eCommerce
Через месяц мы показали первые результаты, лучше узнали клиента, а он нас. Стало понятно, что наше сотрудничество долгосрочное. С Сергеем мы нашли общий язык и на второй месяц я начал «строить ракету».
Почему один только Google Analytics больше не решает задачи интернет-магазина с бюджетом от 100 тыс. руб. в месяц?
Раньше достаточно было собрать все данные в одном месте, например в Google Analytics. Cейчас рынок отходит от этого, потому что:
- Всем рекламным системам нужны транзакции, чтобы использовать автоматические стратегии. Мы уже рассказывали, почему интернет-магазины теряют деньги на этом.
- Невозможно сделать полноценный анализ бизнес-показателей и рекламных кампаний: посмотреть CPO и ROI в разрезе географии, пола, возраста, площадок показов, мест показов, объявлений и т.д Эти данные есть только в рекламных кабинетах Директа, Ads, Facebook и пр.
- Создание полноценной, дающей настоящую пользу бизнесу веб-аналитики не идет по шаблону для каждого проекта. Так, в нашем кейсе процент подтверждения закрытых сделок на сайте в CRM составлял 90%, поэтому мы не стали делать лишнюю работу и выгружать данные в Analytics из CRM, но так бывает не часто.
В качестве основной системы аналитики мы использовали Google Analytics, так как это бесплатно и просто решает основные задачи. В него собрали расходы через mybi.ru и транзакции, подробнее на схеме ниже:
Данные из рекламных кабинетов Google Ads, Facebook и остальных удобнее выгрузить в базу данных BigQuery, чтобы иметь к ним доступ из Power BI и Google DataStudio для удобной визуализации.
Удобная работа с данными для клиента и агентства
Для клиента я создаю статичный отчет, где он видит связь между своими бизнес-показателями и данными рекламных кампаний:
- Валовую прибыль и ROI. Каждый рекламный канал важно рассматривать по абсолютному и относительному показателю. В нашем случае это валовая прибыль и ROI. Последний позволяет понять эффективность вложений, а прибыль — увидеть конечный результат в совокупности всех факторов.
- Сравнение расходов одного канала относительно остальных. Например, нажав на Яндекс.Директ, можно увидеть его долю расходов в разрезе недель или месяцев. Зеленым цветом выделены расходы по Директу, а светло-зеленым по остальным каналам:

- Многофакторный анализ повышения расходов. Нажав на месяц, который выбивается по расходам из общего тренда, получаем многофакторный анализ повышения:

Например, после щелчка по месяцу в отчете выше, ниже на скрине мы видим, что расходы увеличились на 104 т.р. из-за Умной торговой кампании:
Это значительно экономит время клиента и специалистов.
Я не представляю, как можно управлять рекламными кампаниями с бюджетом свыше 100 тыс руб. без выгрузки данных в Power BI. Например, можно выделить рекламную площадку avito.ru и посмотреть ее эффективность по месяцам, в разрезе устройств, регионов, пола и возраста:
Третий этап: совершают ли клиенты повторные покупки, какой у них LTV?
Когда клиент и команда видят в отчетах ответы на стандартные вопросы: «сколько потратили и получили в декабре» в разрезе кампаний, ключевых слов, таргетингов, товаров на маркете, появляются вопросы более глубокого уровня:
- В декабре 100 транзакций, это от новых или постоянных клиентов?
- Сколько у нас стоит привлечение нового клиента?
- А давайте как-то в ретаргетинг запустим клиентов, кто уже год ничего не покупал?
- У нас есть оффлайн-магазин, сколько клиентов из него посмотрели сайт перед покупкой?
И так далее.
Для ответов на эти вопросы нам нужно «склеить» данные о поведении одного пользователя с разных устройств. Например, вы можете просмотреть баннер с телефона, потом заказать товар сидя дома с ноутбука, а через месяц зайти в оффлайн-магазин и купить там обвесы на авто. Обычная аналитика подумает, что это — три разных человека. Наша реализация позволяет максимально точно объединить поведение одного человека в разных местах в единого клиента.
Сейчас на подобном проекте я бы не стал делать то, что написано ниже, а выгрузил бы и свел данные вручную, как в одной из последних статей в блоге. Но тогда в 2018 году подобного опыта не было и лучший вариант выглядел так:
- Мы нашли скрипт, который передавал данные Google Analyitcs на уровне pageview с фронтенда в BigQuery. Настроили стриминг закрытых сделок из CRM клиента в аналогичную таблицу, которую связали по transaction ID с сессиями.
- В момент микроконверсии, когда пользователь авторизовывается на сайте, регистрируется, совершает покупку и пр. настроили стриминг User ID и Google Client ID. Это нужно, чтобы склеить все данные о клиенте: транзакции, устройства, действия на сайте.
- Далее все эти данные объединили через SQL запрос:
На скрине мы видим когортный анализ, с помощью которого можем узнать показатель возврата клиентов. Например, в июне 2019 года к нам пришли 1669 новых клиентов, 167 из которых совершили повторную покупку в июле, 146 в августе и т.д.
Что ещё вы можете узнать с такой расширенной аналитикой? На базе транзакций можно рассчитать показатель возвратов с разных каналов. Или посчитать количество транзакций для каждого канала в первые 3 месяца после первого касания клиента.
Сергей, сделали ли вы какие-то интересные выводы из этой аналитики?
Отчет в Power BI действительно полезен. Мы начали загружать в него расходы на SEO обслуживание и прочее, чтобы видеть полную картину. А вот по повторным продажам мы примерно и сами понимали, что у нас их мало, но теперь это видно на цифрах.
Конкуренция с маркетплейсами и приоритеты
Вы уже продолжительное время занимаетесь этим проектом, был ли у вас соблазн перейти в новый рынок, сделать другой проект?
Да, я пробовал запускать параллельные проекты, но постоянно сталкивался с тем, что не было быстрого роста. Когда проект один, ты постепенно погружаешься в специфику рынка и у тебя начинает лучше получаться. Доходность нового бизнеса остается низкой, а времени он требует много и ты понимаешь, что лучше сфокусироваться на том, в чем уже разбираешься.
А как меняется конкуренция в запчастях для тюнинга? Не вытесняют ли вас маркетплейсы?
Маркетплейсы с нами не конкурируют, потому что у рынка есть специфика. Нужно консультировать клиента, создавать сложные фильтры и структуру каталога, искать поставщиков и прочее. Собственно по этим же причинам маркетплейсы не продают обычные автозапчасти.
Для покупателя конечная цена — основной фактор принятия решения. Сейчас клиенты не любят ждать, они либо покупают сразу, либо не покупают вообще.
Конкуренция усиливается за счет развития софта: мониторинга цен, автоматизации доставки, обработки заказов, наличия, прогнозирования остатков, снижения издержек и прочего. Всё новое всегда внедряется с трудом. Постепенно ты к этому привыкаешь, начинаешь видеть отдачу, погружаешься в каждый вопрос всё глубже. Донастраиваешь что-то уже в процессе.
Сергей, спасибо большое, за подробный рассказ о вашем опыте. Ваш пример показывает, что при большом желании сыграть на трендах и найти подходящую бизнес-идею можно в любые времена. Сейчас нам доступно гораздо больше инструментов, помогающих понять, найти, удержать аудиторию.
Итак, по итогам нашего совместного опыта мы сделали три важных вывода:
- Основная проблема контекста интернет-магазинов, это несбалансированность экономики рекламных кампаний и отсутствие автоматических рекламных кампаний.
- Не стоит на старте строить «ракету» из веб-аналитик, часто, достаточно простых решений.
- Маркетплейсы не конкурируют в нишах со специфическими товарами, под которые нужно адаптировать сайт и консультировать клиентов.
Подпишитесь на Facebook или Телеграмм, чтобы не пропустить новые стать
Отзыв клиента