В рекламе Facebook и Instagram есть функция офлайн-событий, которая своим названием скорее отпугивает небольших рекламодателей. И зря — с её помощью любой, даже небольшой бизнес с 20-50 продажами в неделю, может значительно улучшить результаты рекламы в Facebook и Instagram.
В любом рекламном проекте мы стремимся отслеживать рекламу до продаж. В большинстве проектов этот процесс настроить легко, за исключением двух препятствий:
- В момент продажи клиент никак не идентифицируется, продажа происходит по принципу «пришёл - купил - ушёл»
- Заказчик боится делиться данными о клиентах и продажах с маркетинговым агентством
Наш последний кейс по рекламе салона красоты имел все возможности для настройки офлайн-событий. Данные агрегировались в CRM, уникальный идентификатор клиента, номер телефона, был присвоен каждой записи: в салонах красоты принято записывать имя и телефон.
Основной учёт вёлся в таблице Excel, но мы решили объединить данные CRM и рекламного кабинета и проиллюстрировать, какие плюсы приносят рекламодателю офлайн-события.
Как это работает?
За каждым рекламным объявлением накапливаются списки людей, которые просмотрели пост, кликнули на него. В этих списках Facebook может не раскрывая данных о конкретном человеке найти тех, кто видел рекламу, а затем совершил покупку.
Уточним, Facebook действительно строго охраняет данные, которыми владеет. Рекламодатель может хранить и обрабатывать имя и номер телефона клиента по соглашению об обработке персональных данных, но никак не узнает нечто непубличное о клиенте, его друзьях или их интересах.
Данные передаются и сопоставляются в хешированном виде, чтобы Facebook не мог узнать имя или телефон покупателя, а рекламодатель получает обезличенные продажи и не может сопоставить реального человека и объявление, на которое тот кликнул.
Чтобы найти покупателя в списках, соответствующих объявлению, Facebook нужно передать категорию события, его время и уникальный идентификатор клиента, которым он сумеет подобрать аккаунт базе.
Ищем нужные данные в CRM
Типичная выборка данных из CRM выглядит так:
Выборка всех записавшихся за вчерашний день
Есть уникальный идентификатор — номер телефона.
Нет даты и времени совершения продажи, не отражён факт продажи и нет суммы выручки с последней продажи, только накопленный LTV — всё это мы можем вычислить.
Если каждый день скачивать полную базу клиентов за всё время, а затем сравнивать с ежедневной выборкой, то появляются несколько возможностей:
- Придётся искать совпадения ежедневно по утрам — так мы точно будем уверены, что все совпавшие события произошли вчера — получаем метку времени.
- Найти совпадение между клиентами «вчерашней» выборки и всей базы: если число в столбце «Количество посещений» увеличилось — вчера совершилась продажа.
- Аналогично, найти совпадение и вычесть из сегодняшнего LTV вчерашний — получим выручку с последней продажи.
Объединяем и получаем клиентов с уникальным идентификатором, совершивших покупку вчера на определённую сумму в рублях — то что надо интерфейсу офлайн-событий:
Выборка клиентов, готовая к загрузке в офлайн-события. Строки с value=0 — клиенты, которые ещё не совершили покупку, интерфейс офлайн-событий пропустит их.
- Если скачивать выборку клиентов не только за вчерашний день, а на месяц вперёд, получим смешанные данные клиентов, совершивших покупку или только бронирование. Аналогично, ищем в полной базе клиентов из нашего списка. Если вчера его не было в базе, а сегодня он появился — клиент совершил бронирование.
Выборка клиентов, совершивших бронирование, готовая к загрузке в офлайн-события. Пустые строки будут пропущены.
Конечно все манипуляции делаются не вручную, всё таблицы формируются средствами Excel. Задача аналитика — скачать две выборки, скопировать их в Excel и получить таблицы, готовые к отправке в «Офлайн-события». Занимает 15 минут.
Офлайн-продажи в рекламном кабинете Facebook
До получаса уходит на поиск совпадений, затем они появляются в рекламном кабинете:
Бронирования и продажи в рекламном кабинете
Событие приписывается рекламе, если клиент сделал покупку или бронирование в течение дня после просмотра рекламы или 28 дней после клика на рекламу.
Данные о продажах чрезвычайно полезны, потому что это реальный, а не синтетический показтель:
- Получение данных о продажах из обычно не отслеживаемых цепочек. Например, «подписался на Instagram благодаря платному продвижению поста — позвонил через неделю — купил»
- Сравнение объявлений и групп объявлений по эффективности продаж
- Расчёт ROI за разные промежутки времени
- Оправдание плохих синтетических показателей — высокой цены клика, низкого CTR, и узкого охвата: если продажи выгодны, цена клика не важна.
Улучшение рекламы с помощью офлайн-событий
Попробуйте подобрать аудиторию по интересам объёмом 50-150 тысяч аккаунтов для салона красоты в центре Москвы (в радиусе 1-10 км), чтобы туда не попадали туристы, а интересы не сильно ограничивали набор рекламируемых услуг. Это нетривиальная задача:
Таргетинг по итнересам к услугам салона красоты в центре Москвы в радиусе 3 км даёт аудиторию в 660k человек
Аудитория получается слишком широкой и не точно таргетированной. Всё потому что таргетинг по интересам в Facebook иногда бесполезен:
...Если вы не уверены, что ваша информация [о целевой аудитории] точнее, чем на Facebook, не добавляйте ее в критерии таргетинга [по интересам, возрасту, географии...]...
Руководство по рекламе Facebook
Но у нас есть точная аудитория — прежние клиенты, создадим аудиторию на их основе:
Создание аудитории на основе офлайн-события
Затем на её основе готовится Lookalike-аудитория, реклама на которую по нашему опыту приносит результаты в 2-3 раза дешевле, чем реклама на аудиторию, подобранную по интересам.
Итак, если регулярно обновлять офлайн-события:
- Эффективность рекламы оценивается до продаж прямо в интерфейсе рекламного кабинета
- Конверсии учитываются даже в случае, если покупатель не переходил на сайт, а, например, позвонил из Instagram
- Аудитория на основе офлайн-событий и её lookalike-аудитории обновляются автоматически
- Lookalike от аудитории покупателей зачастую работает в 2-3 раза лучше таргетинга по интересам
- Аудиторию покупателей удобно использовать для ретаргетинга, например показав спецпредложение для клиентов, которые больше месяца не совершали продаж
Комментарии