Масштабирование бренда веб-камер с эффектом «Eye-to-Eye» и оптимизация ROAS до 344%

Бизнес: 

Производитель веб-камер с технологией «взгляда на уровне глаз».

Цели проекта:

• Масштабирование на новые рынки — Япония, Австралия, Канада, Великобритания;
• KPI проекта — ROAS выше 350%.

О проекте

Продукт компании — уникальное решение, которое объединяет инженерные решения и качественную оптику для устранения визуального барьера во время видеозвонков. Технология обеспечивает прямой зрительный контакт, что максимально приближает опыт онлайн-общения к живой встрече. Продукт ориентирован на бизнес-пользователей, удаленные команды и специалистов в сфере онлайн-образования.

Эффективность в цифрах

Сравнительный анализ результатов за сентябрь и октябрь 2024 года зафиксировал стремительную положительную динамику: ROAS вырос на 31,3%, а общий доход — на 9,3%.

Комплексная оптимизация Google Ads: что реализовала команда Penguin Team

Чтобы приблизиться к поставленным KPI, команда реализовала комплекс технических и стратегических решений, сосредоточившись на чистоте данных, сегментации и тестировании новых гипотез.

1. Техническая настройка кабинета и работа с данными.

Работу начали с оптимизации передачи данных через настройку Customer Acquisition. Это позволило выделить существующих покупателей и назначить им дополнительную ценность для корректной работы алгоритмов. Параллельно были внедрены расширенные конверсии для более точного отслеживания результатов. Также мы изменили подход к расписанию объявлений, оставив только воскресенье с заниженными ставками.

2. Оптимизация Merchant Center и товарной выдачи (SPL).

Для увеличения охвата была проведена детальная настройка Google Merchant Center:

• Корректно заполнены атрибуты товаров, настроен брендинг, прописаны политики возврата и доставки.
• Отключены автоматические расширения, которые подтягивались через page crawl.
• Интегрированы рейтинги и отзывы и получение статуса Top Quality Store.

3. Работа со стратегиями ставок и семантикой.

Мы пересмотрели подход к управлению ставками и структуре запросов:

• Снизили завышенные ROAS (500+) и остановили показы по неэффективным ключам.
• Выделили ключевые запросы с высоким трафиком и низкими результатами в отдельную кампанию для лучшего контроля бюджета.
• Расширили семантику через longtail-ключи, добавили новые аудитории для наблюдения, а для наиболее эффективных категорий (бизнесмены и технофилы) — увеличили ставки.

4.  Работа с аудиториями и ремаркетинг

Внедрены специальные сегменты для взаимодействия с пользователями, которые посетили сайт, но не совершили покупку. При этом из таргетинга были исключены пользователи, которые уже приобрели товар ранее, так как они не заинтересованы в повторном приобретении аналогичной продукции.

5. Масштабирование через Performance Max и новые каналы

• Сегментация PMax, разделив её по категориям сигналов и локациям. После этапа оптимизации наиболее результативные штаты были отделены: в частности, штат Юта вынесен в отдельную копию кампании для увеличения охвата в успешно работающих локациях.
• Тестирование новых поисковых кампаний с одним ключом, DSA и Shopping с tROAS. Дополнительно запущены шопинг-кампании на бестселлеры и аксессуары с выделенным меньшим бюджетом.
• Из-за наличия конкурента с идентичным названием (из другой ниши) была запущена кампания для защиты брендового трафика с автоматической стратегией ставок с частичным минусованием запросов, которые имели нецелевое взаимодействие или низкий показатель CTR (менее 8–10%).
• Работа с YouTube и Display помогла охватить новую аудиторию и повысить узнаваемость бренда. Полученные данные и сформированные списки аудиторий стали фундаментом для дальнейшего масштабирования через инструменты Demand Gen.

Опыт тестирования: что не сработало и почему

Реализация стратегии масштабирования также позволила выявить ограничения и неэффективные решения, которые стали важными уроками для проекта:

• Чрезмерная частота изменений: постоянные корректировки настроек не давали алгоритмам достаточно времени на обучение. Практика показала, что в периоды без вмешательств кампании начинали работать лучше (рост до 200%), принося по 6+ конверсий там, где ранее было всего по 2.
• Поспешная сегментация высоких бюджетов: сегментировать кампании с высоким оборотом стоило медленнее. Из-за быстрого разделения алгоритму было сложно вернуться к дефолтному состоянию: если раньше доход стабильно превышал 30к, то после изменений он зафиксировался на уровне 8к, что указывает на чувствительность системы к резким масштабным преобразованиям.
• Разнообразие офферов: масштабирование требовало большего количества предложений, так как со временем они «приедались» аудитории. Это было четко заметно по кампаниям, где офферы долгое время не обновлялись.
• Конкуренция с крупными брендами: в борьбе с другим брендом не стоит пытаться переиграть их стратегией прямого вытеснения. В данном случае мы пытались убрать конкурента с более высокой ступени, но получили снижение результатов на 33% и повышение CPA на 40%.

Дальнейшие шаги и стратегия развития

На основе полученных результатов был сформирован план действий для масштабирования и удержания эффективности:

• Мониторинг и корректировка ставок: постоянный контроль ставок в поисковых и Performance Max кампаниях с оптимизацией в зависимости от конверсий и стоимости привлечения клиентов.
• Гибкое управление бюджетом: динамическая корректировка и перераспределение бюджетов между кампаниями в пользу тех, которые демонстрируют наиболее высокую рентабельность при стабильном ROAS.
• Оптимизация новых пользователей: конвертирование аудитории, которая была привлечена через кампании на узнаваемость бренда, с применением ремаркетинга и специальных предложений.
• Расширение поисковых кампаний: использование дополнительных высокоэффективных ключевых слов из кампаний на Amazon, которые показали Click Potential Rate >10%, интегрируя их в Google Ads.
• Тестирование стратегий с завышенным ROAS: запуск кампаний с показателями tROAS 550–600% для проверки потенциала прибыльности на основе математических прогнозов.
• Анализ и автоматизация: использование математических моделей для прогнозирования эффективности ключей и автоматизация распределения ставок для удержания стабильной цены за конверсию при росте трафика.

Общий итог и перспективы развития

Оптимизация рекламных кампаний клиента позволила достичь стабильного роста ключевых показателей. В рамках проекта была проведена глубокая работа по оптимизации поисковых кампаний (снижение завышенных ROAS, отключение неэффективных ключевых слов, добавление longtail и разбивка запросов на категорийные ключи и релевантные аудитории), сегментации Performance Max (удаление неэффективных групп активов, региональный таргетинг, минус-слова), ремаркетингу и повторным продажам (динамические кампании, новые сегменты пользователей), а также обновлению Merchant Center и рекламных креативов.

Результатом стало:

• Увеличение количества конверсий на 15–20% благодаря более точному таргетингу, работе с ремаркетингом и системной оптимизации кампаний.
• Рост ROAS с 3.43 до примерно 3.8–4.2 за счет исключения нерелевантного трафика и оптимизации ставок.
• Снижение стоимости конверсии (CPA) на 10–15% благодаря оптимизации стратегий и сегментации аудиторий.
• Увеличение дохода с $78,243 до $85,561 (ROAS вырос с 262% до 344%).

Дальнейшая стратегия предполагает постоянный контроль ставок и бюджетов, интеграцию высокоэффективных ключевых слов из Amazon (Click Potential Rate >10%), тестирование стратегий с повышенным tROAS (550–600%), автоматизацию процессов через математическое прогнозирование конверсий и масштабирование кампаний через Demand Gen, YouTube и Display. Это обеспечит стабильный рост и привлечение новых клиентов при сохранении высокой эффективности.