Масштабування бренду вебкамер з ефектом «Eye-to-Eye» та оптимізація ROAS до 344%

155 57 29.01.2026
Webcam with 'Eye-to-Eye' effect

Бізнес: 

Виробник вебкамер із технологією «погляду на рівні очей». 

Цілі проєкту:

  • Масштабування на нові ринки – Японія, Австралія, Канада, Великобританія;
  • KPI проєкту – ROAS вище 350%.

Про проєкт

Продукт компанії — унікальне рішення, яке поєднує інженерні рішення та якісну оптику для усунення візуального бар’єра під час відеодзвінків. Технологія забезпечує прямий зоровий контакт, що максимально наближає досвід онлайн-спілкування до живої зустрічі. Продукт орієнтований на бізнес-користувачів, віддалені команди та фахівців у сфері онлайн-освіти.

Ефективність у цифрах

Порівняльний аналіз результатів за вересень та жовтень 2024 року зафіксував стрімку позитивну динаміку: ROAS зріс на 31,3%, а загальний дохід — на 9,3%.

ПоказникБулоСтало
ROAS262%344%
Дохід$78243$85561
Середній чек$198$191
Період (в датах)01/09/24-30/09/2401/10/24-31/10/24

Комплексна оптимізація Google Ads: що реалізувала команда Penguin Team

Щоб наблизитись до поставлених KPI, команда реалізувала комплекс технічних та стратегічних рішень, зосередившись на чистоті даних, сегментації та тестуванні нових гіпотез.

1. Технічне налаштування кабінету та робота з даними.

Роботу розпочали з оптимізації передачі даних через налаштування Customer Acquisition. Це дозволило виділити наявних покупців та призначити їм додаткову цінність для коректної роботи алгоритмів. Паралельно було впроваджено розширені конверсії для точнішого відстеження результатів. Також ми змінили підхід до розкладу оголошень, залишивши лише неділю із заниженими ставками.

2. Оптимізація Merchant Center та товарної видачі (SPL)

Для збільшення охоплення було проведено детальне налаштування Google Merchant Center:

  • Коректно заповнено атрибути товарів, налаштовано брендинг, прописано політики повернення і доставки.
  • Відключено автоматичні розширення, які були отримані через page crawl.
  • Інтегровано рейтинги та відгуки та отримання статусу Top Quality Store.

3. Робота зі стратегіями ставок та семантикою

Ми переглянули підхід до управління ставками та структури запитів:

  • Знизили завищені ROAS (500+) та зупинили покази за неефективними ключами.
  • Виділили ключові запити з високим трафіком і низькими результатами в окрему кампанію для кращого контролю бюджету.
  • Розширили семантику через longtail-ключі, додали нові аудиторії для спостереження, а для найбільш ефективних категорій (бізнесмени та технофіли) — збільшено ставки.

4.  Робота з аудиторіями та ремаркетинг

Впроваджено спеціальні сегменти для взаємодії з користувачами, які відвідали сайт, але не здійснили покупку. При цьому з націлювання були виключені користувачі, які вже придбали товар раніше, оскільки вони не зацікавлені в повторному придбанні аналогічної продукції.

5. Масштабування через Performance Max та нові канали

  • Сегментація PMax, розділивши її за категоріями сигналів та локаціями. Після етапу оптимізації найбільш результативні штати були відокремлені: зокрема, штат Юта винесено в окрему копію кампанії для збільшення охоплення в успішно працюючих локаціях.
  • Тестування нових пошукових кампаній з одним ключем, DSA та Shopping із tROAS. Додатково запущено шопінг-кампанії на бестселери та аксесуари з виділеним меншим бюджетом.
  • Через наявність конкурента з ідентичною назвою (з іншої ніші) було запущено кампанію для захисту брендового трафіку з автоматичною стратегією ставок із частковим мінусуванням запитів, що мали нецільову взаємодію або низький показник CTR (менше 8–10%).
  • Робота з YouTube та Display допомогла охопити нову аудиторію та підвищити впізнаваність бренду. Отримані дані та сформовані списки аудиторій стали фундаментом для подальшого масштабування через інструменти Demand Gen.

Досвід тестування: що не спрацювало та чому

Реалізація стратегії масштабування також дозволила виявити обмеження та неефективні рішення, які стали важливими уроками для проєкту:

  • Надмірна частота змін: постійні коригування налаштувань не давали алгоритмам достатньо часу на навчання. Практика показала, що в періоди без втручань кампанії починали працювати краще (ріст до 200%), приносячи по 6+ конверсій там, де раніше було лише по 2.
  • Поспішна сегментація високих бюджетів: сегментувати кампанії з високим оборотом варто було повільніше. Через швидкий поділ алгоритму було складно повернутися до дефолтного стану: якщо раніше дохід стабільно перевищував 30к, то після змін він зафіксувався на рівні 8к, що вказує на чутливість системи до різких масштабних перетворень.
  • Різноманітність оферів: масштабування потребувало більшої кількості пропозицій, оскільки з часом вони «приїдалися» аудиторії. Це було чітко помітно по кампаніям, де офери довгий час не оновлювалися.
  • Конкуренція з великими брендами: у боротьбі з іншим брендом не варто намагатися переграти їх стратегією прямого витіснення. В даному випадку ми намагалися прибрати з вищого щабелю, але зазнали зниження результатів на 33% та підвищення CPA на 40%.

Подальші кроки та стратегія розвитку

На основі отриманих результатів було сформовано план дій для масштабування та утримання ефективності:

  • Моніторинг та коригування ставок: постійний контроль ставок у пошукових і Performance Max кампаніях з оптимізацією залежно від конверсій та вартості залучення клієнтів.
  • Гнучке управління бюджетом: динамічне коригування та перерозподіл бюджетів між кампаніями на користь тих, що демонструють найвищу рентабельність при стабільному ROAS.
  • Оптимізація нових користувачів: конвертування аудиторії, яка була залучена через кампанії на впізнаваність бренду, із застосуванням ремаркетингу та спеціальних пропозицій.
  • Розширення пошукових кампаній: використання додаткових високоефективних ключових слів з кампаній на Amazon, які показали Click Potential Rate >10%, інтегруючи їх у Google Ads.
  • Тестування стратегій із завищеним ROAS: запуск кампаній із показниками tROAS 550–600% для перевірки потенціалу прибутковості на основі математичних прогнозів.
  • Аналіз та автоматизація: використання математичних моделей для прогнозування ефективності ключів та автоматизація розподілу ставок для утримання стабільної ціни за конверсію при зростанні трафіку.

Загальний підсумок та перспективи розвитку

Оптимізація рекламних кампаній клієнта дозволила досягти стабільного зростання ключових показників. У межах проєкту було проведено глибоку роботу з оптимізації пошукових кампаній (зниження завищених ROAS, відключення неефективних ключових слів, додавання longtail та розбивка запитів на категорійні ключі та релевантних аудиторій), сегментації Performance Max (видалення неефективних груп активів, регіональний таргетинг, мінус-слова), ремаркетингу та повторних продажів (динамічні кампанії, нові сегменти користувачів), а також оновлення Merchant Center і рекламних креативів.

Результатом стало:

  • Збільшення кількості конверсій на 15–20% завдяки точнішому таргетингу, роботі з ремаркетингом та системній оптимізації кампаній.
  • Зростання ROAS з 3.43 до приблизно 3.8–4.2 за рахунок виключення нерелевантного трафіку та оптимізації ставок.
  • Зниження вартості конверсії (CPA) на 10–15% завдяки оптимізації стратегій і сегментації аудиторій.
  • Збільшення доходу з $78,243 до $85,561 (ROAS зріс із 262% до 344%).

Подальша стратегія передбачає постійний контроль ставок і бюджетів, інтеграцію високоефективних ключових слів з Amazon (Click Potential Rate >10%), тестування стратегій із підвищеним tROAS (550–600%), автоматизацію процесів через математичне прогнозування конверсій і масштабування кампаній через Demand Gen, YouTube та Display. Це забезпечить стабільне зростання та залучення нових клієнтів при збереженні високої ефективності.