Как получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщика

Медиапланирование — одна из обязательных задач в работе таргетологов, директологов, специалистов по программатику. Без умения составлять медиапланы устроиться в хорошее агентство будет непросто. 

Павел Баракаев, ex-руководитель партнёрских направлений в Adventum, подготовил гайд для специалистов digital-агентств по медиапланированию для таргетированной рекламы, включая пример расчёта медиаплана. Павел — автор курса «Таргетолог» в Нетологии.

Сильный маркетинг базируется на внимательном отношении к цифрам: расчёт экономики, маржинальности и долгосрочное планирование рекламных показателей. При этом качественное планирование требует большого объёма знаний и опыта: от навыка работы с электронными таблицами до понимания особенностей рекламных систем, целевых аудиторий и систем аналитики.

Подход «запустим, а потом посмотрим, что из этого выйдет» может привести как минимум к использованию неэффективных каналов и инструментов и соответственно не выполнению KPI, и как максимум — к подрыву доверия со стороны клиента.

Правильное понимание маркетинговых и бизнес-показателей позволит качественно рассчитывать юнит-экономику, оценивать эффективность рекламных кампаний, видеть, что следует глобально и локально делать с имеющимися ресурсами и процессами достижения целевых значений.

С точки зрения клиента медиаплан отражает KPI исполнителя: сколько лидов, продаж, просмотров, охвата можно получить за согласованный бюджет.

Для digital-агентств — до начала работы с клиентом — медиаплан выступает как один из инструментов конкурентной борьбы. Хорошие цифры и логичная стратегия продвижения проекта — весомый вклад в победу в тендере.

У планирования есть и очевидные минусы. Всё предусмотреть нельзя: рынок не статичен, меняется присутствие в рекламных сетях различных крупных компаний с большими бюджетами ― они увеличивают или уменьшают рекламные бюджеты, тем самым меняется работа аукциона.

В некотором смысле медиаплан всегда балансирует на грани между астрологией и чистой математикой. Поэтому любой исполнитель всегда ступает по тонкому льду: если при планировании пообещать клиенту излишне высокие цифры, легко вообще их не выполнить и тем самым испортить отношения с заказчиком.

Юнит-экономика — это метод моделирования экономики проекта, где за единицу принимается один юнит, например, продажа или клиент

С одной стороны, этот этап требует честности и разумности заказчика: нередки ситуации, когда клиент хочет получить больше, чем возможно в теории для его бизнеса или даже его рынка ¯\_(ツ)_/¯

С другой — исполнитель должен хорошо знать рынок клиента.

Высокая конкуренция, неконкурентное предложение, низкая конверсия посадочных страниц, плохая работа отдела продаж — далеко не каждый заказчик видит у себя эти сдерживающие факторы, считая, что проблемы с выполнением медиаплана связаны с плохой работой закупщика рекламы. И здесь опыт поможет агентству отличить плохой сайт от хорошего и на раннем этапе понять, что целевая цена лида или продажи занижена.

Это анализ готовности посадочных страниц к привлечению трафика и эффективности этих страниц в плане лидогенерации.

Сайт должен отвечать таким требованиям, как адаптация вёрстки страниц под мобильные устройства, понятная логика и интерфейс сайта, высокая скорость работы сайта, исправность лид-форм, наличие систем аналитики и пикселей рекламных систем, коллтрекинг.

Имеются в виду конверсии в воронке продаж: из перехода в заявку, из заявки в продажу. Для получения этих данных разумно пользоваться отчётами систем веб-аналитики. Далее при наличии доступов к рекламным кабинетам и предыдущим рекламным кампаниям можно сделать выводы о справедливой цене CPM, CPC, оценить кликабельность предыдущих объявлений, посмотреть ранее используемые таргетинги.

Медиаплан может выглядеть по-разному. Единого шаблона, который подходит всем клиентам, нет. Поисковики выдают десятки, если не сотни разных таблиц. На практике же специалист считает в своём шаблоне или клиент предоставляет свой медиаплан, который надо заполнить.

Примеры медиапланов:

Как получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщикаКак получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщикаКак получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщика

Канал или рекламная площадка

12 кейсов по биг дате: подтвержденные примеры из индустрии, когда биг дата приносит деньги

Хабр, привет! Проанализировали кейсы по big data, в которых технологии больших данных помогли компаниям более эффективно работать с клиентами или оптимизировать внутренние процессы.

Кстати, совсем скоро у нас стартует первый набор программы Big Data for Executives, цель которой подготовить руководителя или владельца бизнеса к использованию данных в своей деятельности.

Почитать о ней подробнее можно здесь.

Отрасль: предоставление контента по подписке — электронные книги.

Bookmate – российский сервис для чтения электронных книг по подписке на мобильных устройствах, имеет более 3 млн. пользователей по всему миру.

Совместно с компанией E-Contenta компании удалось решить проблему «холодного старта» — рекомендаций новым пользователям, которые еще не выбирали никаких книг в приложении.

Для предложения книг новым пользователям была разработана рекомендательная система, использующая внешние данные – данные социальных сетей и DMP (история кликов, поисковых запросов в Интернете и другие данные о поведении пользователей).

Результат: число просмотров рекомендованных книг новыми пользователями выросло в 2,17 раз, конверсия в платных пользователей выросла в 1,4 раза.

Как получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщика Отрасль: розничная торговля, интернет-магазин.

BikeBerry.com – американский интернет-магазин велосипедов, мотоциклов и запчастей и аксессуаров к ним. При помощи компании RetentionScience были внедрены сложные алгоритмы машинного обучения и статистические модели для отслеживания и предсказания покупательского поведения.

Используемые технологии позволили выявлять и использовать в моделях схемы поведения на сайте, также использовались данные по истории покупок, демографическая и поведенческая информация.

В результате магазин смог рекомендовать клиентам наиболее релевантные для них товары и делать персонализированные предложения о скидках только тем клиентам, которые действительно в них нуждались, что позволило увеличить прибыльность, более чем удвоить объем продаж и улучшить ряд других показателей.

Результат: увеличение продаж на 133%, прирост активности пользователей на 200%, удвоение числа клиентов, совершающих повторные покупки, увеличение среднего чека таких клиентов на 30%.

Отрасль: гостиничный бизнес. Зимой 2014 г. американская сеть гостиниц Red Roof Inn столкнулась со снижением потока туристов в связи с суровой зимой и неблагоприятными погодными условиями. Однако из-за таких погодных условий в аэропортах ежедневно отменяли большое количество рейсов, пассажиры надолго оставались в аэропортах и нуждались в гостинице. Используя открытые данные о погодных условиях и отмене рейсов, компания смогла отправлять пассажирам задержанных рейсов персонализированные предложения с контактными данными ближайшей к аэропорту гостиницы сети как раз тогда, когда они были наиболее востребованы.

Результат: дополнительный прирост выручки на 10% к предыдущему году даже в условиях сниженного потока туристов.

Отрасль: образование. Skillsoft – американская компания, разрабатывающая образовательное программное обеспечение и контент, один из мировых лидеров в сфере корпоративных образовательных программ. В партнерстве с IBM компания использовала внутренние данные о взаимодействии пользователей с системой, напрямую через программу и через e-mail рассылки, чтобы персонализировать их опыт, увеличить вовлеченность и улучшить результаты обучения. Данные о поведении пользователя в программе использовались для контроля вовлеченности, для определения лучшего времени и канала коммуникации, с помощью которого можно привлечь внимание пользователя. Также на основе предпочтений данного и других пользователей была построена рекомендательная система образовательного контента (84% пользователей оценили рекомендации как релевантные), были предложены оптимальные для каждого пользователя способы визуализации материала.

Читайте также:  Как обновить автопарк компании без переплат?

Результат: рост вовлеченности пользователей во взаимодействие с контентом на 128%.

Как получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщика Отрасль: медиа, журналистика. Huffington Post – популярное американское интернет-издание, агрегатор и блог, имеющее множество локализованных версий для различных территорий и языков. Компания использует A-B тестирование для выбора лучших заголовков статей, изучает поведение и предпочтения целевой аудитории, чтобы публиковать материалы, интересные отдельным группам, в часы их наибольшей активности (например, материалы для родителей публикуются поздно вечером по будням, когда дети уже уснули). Компания использует анализ поведения пользователя в браузере и рекомендательные системы, чтобы предлагать пользователям наиболее интересный им контент и делать его наиболее доступным и привлекательным начиная с главной страницы сайта (технология Gravity).

Результат: в августе 2014 г. превышен порог в 100 млн. уникальных посетителей в месяц, достигнуто первое место по популярности в США среди интернет-изданий, среднее число просматриваемых статей за одну сессию возросло до 10-12.

Отрасль: предоставление контента – фильмы. VidiMax – российский сервис, предоставляющий лицензированный доступ к художественному и документальному кино, сериалам, мультфильмам, спортивным трансляциям и телешоу. Доступен через смарт-ТВ, имеет около 1 млн. пользователей. Для повышения лояльности пользователей во время бесплатного пробного двухнедельного использования сервиса совместно с компанией E-Contenta была внедрена рекомендательная система, появился блок персональных рекомендаций.

Результат: фильмы в блоке персональных рекомендаций смотрят в 2,5 раза чаще, чем фильмы в подборке из самых популярных фильмов.

Отрасль: банки. Сбербанк использует большие данные и машинное обучение во многих областях, в том числе в кредитном скоринге. Для решения этой задачи компания использует не только традиционные данные, такие как социально-демографические параметры, кредитная история, история трансакций, финансовая отчетность, но и ряд других. Для кредитного скоринга Сбербанк использует также графы связей клиентов, построенные на основе данных о денежных переводах и данных социальных сетей. Для кредитного скоринга компаний используются тексты новостей с их упоминанием, для которых проводится автоматический анализ тональности. В 2015 году компания добавила в модели данные сотовых операторов, что позволило улучшить качество классификатора на 7 п.п. по коэффициенту Джини. Большое число активных сим-карт и небольшое время их работы, мелкие и многочисленные пополнения счетов, подозрительная география звонков указывают на мошенничество и снижают вероятность одобрения кредитной заявки. Для розничных клиентов использование алгоритмов машинного обучения позволило повысить качество скоринговых моделей на 4 п.п. по коэффициенту Джини за счет более точного отбора факторов.

Результат: постоянный рост качества скоринговых моделей, в том числе за счет последних нововведений.

Отрасль: транспорт. Union Pacific Railroad – крупнейшая железнодорожная компания США, имеет более 8 тыс. локомотивов и владеет крупнейшей в США сетью железных дорог. На дне каждого состава компании были установлены термометры, акустические и визуальные сенсоры и другие датчики. Данные от них передаются в центр обработки по волоконно-оптическим кабелям, протянутым вдоль сети железных дорог. Центр обработки также получает данные о погодных условиях, данные о состоянии тормозных и других систем, GPS-координаты составов. Собранные данные и построенные по ним предиктивные модели позволяют отслеживать состояние колес и железнодорожного полотна и предсказывать сход составов с рельсов за несколько дней или даже недель до возможного инцидента. Этого времени достаточно для того, чтобы оперативно устранить проблемы, избежать повреждений состава и задержки остальных поездов.

Результат: компании удалось снизить число схождений составов с рельсов на 75% и избежать значительных потерь (ранее потери от одного схода с рельсов могли достигать 40 млн. $).

Отрасль: государственный сектор – полиция.

Используя решения, разработанные компанией PredPol, полиция Лос-Анджелеса смогла получать наиболее вероятное время и районы (с высокой точностью, порядка 50 кв. м) совершения различных типов преступлений и для их предотвращения направлять туда дополнительные силы полиции.

Система использует исторические данные о времени, типе и районе совершения преступлений, обрабатывает их с помощью алгоритмов кластеризации в пространстве и во времени.

Предсказательное моделирование осуществляется с помощью математических моделей точечных процессов (Self-Exciting Point Process Modeling).

Никакие персональные данные находящихся в городе людей и данные об их местонахождении при этом не используются, что позволяет соблюсти требования приватности частной жизни. Снижение числа преступлений привело к сокращению затрат в полиции, судебной системе и системе исполнения наказаний.

Результат: сокращение числа краж на 33%, снижение числа насильственных преступлений на 21%.

Отрасль: эксплуатация зданий.

St. Vincent’s – крупная австралийская сеть государственных и частных клиник, расположенных преимущественно в Сиднее и Мельбурне. Управляющая зданиями клиник компания Entro.

py совместно с компанией BuildingIQ провела внедрение решения, анализирующего текущие данные по использованию помещений, температурному режиму и погодным условиям, а также характеристики зданий и исторические данные по энергопотреблению для снижения затрат на отопление и охлаждение зданий.

Результат: в 2014 г. затраты на климат-контроль снизились на 12%.

Отрасль: логистика. UPS – американская логистическая компания, крупнейшая в мире по доставке посылок и управлению цепями поставок, доставляет более 16,9 миллионов грузов в день в более чем 220 странах мира. UPS использует большие данные для оптимизации маршрутов, сокращения затрат топлива и нагрузки на окружающую среду. Компания применяет радиолокацию для отслеживания грузов, собирает и анализирует показатели множества датчиков для контроля состояния транспортных средств и поведения водителей, использует данные мобильных CRM для мониторинга доставки и качества обслуживания клиентов. Для оптимизации маршрутов и сокращения затрат в компании внедрена система ORION – одна из крупнейших в мире систем, основанных на результатах математической теории исследования операций. Построение оптимальных маршрутов производится в реальном времени с использованием огромных вычислительных мощностей. Для решения этой задачи система использует картографические данные, данные о пунктах отправления и прибытия, размерах и требуемых сроках доставки грузов.

Результат: экономия порядка 6 млн. литров топлива в год, сокращение выбросов углерода в атмосферу на 13 тыс. тонн ежегодно, повышение скорости доставки.

Читайте также:  Что придумали известные бренды для продвижения — подсмотренные идеи с Фестиваля ВКонтакте

Как получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщика Отрасль: машиностроение. ThyssenKrupp AG – один из ведущих мировых производителей лифтов, обслуживает более 1,1 млн. лифтов по всему миру. В партнерстве с Microsoft компания запустила систему MAX, которая через Интернет вещей собирает данные от множества датчиков, установленных в лифтах компании (отслеживают скорость кабины, функционирование дверей, температуру мотора и др.) и по ним строит предиктивные модели на платформе Azure Machine Learning. Модели позволяют предупредить инцидент до его возникновения и передать технику конкретный код поломки, один из 400 возможных, чтобы сократить время обслуживания. В результате сокращаются затраты на обслуживание и ремонт (одна поломка обходится минимум в 300$) и создается дополнительная ценность для клиентов: лифты становятся более надежными, безопасными, владельцы расположенных в зданиях магазинов, гостиниц и других организаций не несут убытки.

Результат: время бесперебойной работы лифтов выросло в среднем на 50%.

Узнать о нашей программе Big Data for Executives можно здесь. А тут новый набор на программу «Специалист по большим данным», и до 15 ноября действует скидка 15%.

Как рекламному агентству привлечь клиентов: 5 нестандартных методов

Рекламным агентствам приходится быть все изобретательнее в продвижении своих услуг. Новые каналы привлечения клиентов для растущих игроков и рекомендации по их освоению.

Что попробовать кроме рекламы, партнерства и «холодных» звонков

Российский digital – это мелкодисперсный рынок, где ни один игрок не обладает и 1% объема, а большинство агентств представляют собой микробизнесы. Около 10 000 конкурентов с похожим набором услуг соперничают за клиентов на одних и тех же каналах продвижения. Единственный способ не разориться на рекламе – находить нестандартные способы поиска новых заказов.

Мы уже писали о том, как начать расти в суровых условиях, в статье «Масштабирование бизнеса: 7 первых шагов к росту рекламного агентства». Сегодня подробнее рассмотрим главную часть этого плана – поиск клиентов.

У крупных агентств есть проверенное решение – попасть в региональные отраслевые рейтинги, по которым компании чаще всего подбирают подрядчиков.

Разберемся, что делать молодым игрокам, у которых такой возможности пока нет.

Пять доступных и эффективных способов привлечения заказчиков. Добавьте их к своему маркетинг-миксу, если еще этого не сделали.

1. Стать экспертом

Статус эксперта в своей нише – хорошая альтернатива отраслевым рейтингам для небольших агентств.

Нередко компании, прежде чем обратиться в агентство, пробуют запускать рекламу самостоятельно. При этом они ищут рекомендации по работе с платформами на различных тематических ресурсах.

Ваша цель – публиковать там статьи, описывающие ваш подход к настройке кампаний, небольшие ноу-хау и лайфхаки для начинающих.

Когда потенциальные клиенты исчерпают свои возможности и начнут искать подрядчика, они с большей вероятностью выберут бренд, который уже завоевал их доверие экспертными знаниями.

Приобрести его можно и другими способами. Если вам удастся найти несколько дополнительных часов и коммуникабельного сотрудника, проведите серию вебинаров по видам рекламы, на которой специализируетесь. Для этого можно:

  • договориться с образовательными платформами о проведении серии обучающих мастер-классов; например, обучающий центр Cybermarketing еженедельно проводит бесплатные вебинары с участием экспертов интернет-маркетинга для подписчиков и слушателей – ваших потенциальных клиентов:

Как получить «денежных» клиентов с помощью таргетинга — кейс от московского застройщика

Видео вебинаров привлекают потенциальных пользователей не только во время трансляции, но и спустя годы после публикации на разных ресурсах обучающего центра Cybermarketing: YouTube-канале, во ВКонтакте, на сайте

  • провести вебинары самостоятельно, воспользовавшись одним из онлайн-сервисов с бесплатным аккаунтом (например, Zoom или MyOwnConference); в этом случае получить охват целевой аудитории будет сложнее, поскольку придется вложиться в рекламу.

Постарайтесь дать слушателям хотя бы один нестандартный совет, это поможет выделиться среди бесконечных повторов базовых вещей.

Более сложный, но и более эффективный вариант – принять участие в профильных конференциях. Состав спикеров обычно утверждается за несколько месяцев, поэтому заявите о желании выступить заблаговременно.

Вам понадобятся актуальная тема, несколько кейсов для иллюстрации своего опыта и немного подготовки.

При отборе участников могут проводиться прослушивания; приходить туда стоит с готовым публичным выступлением, а не с сырым текстом.

3 ключевых момента в таргетированной рекламе

Таргетированная реклама — относительно новый, но стремительно набирающий популярность инструмент интернет продвижения. Научившись грамотно им пользоваться, можно достичь значительных результатов по привлечению клиентов и увеличению объемов продаж.

В данной статье мы назовем три ключевых элемента, необходимых для хорошей, результативной рекламной кампании.

Элемент 1. Правильно выбранная целевая аудитория.

  • По статистике 80 % успеха рекламной кампании в таргетированной рекламе зависит от выбора целевой аудитории и только 20 % — от составления самого рекламного объявления.
  • Хорошо настроенный таргет — это в первую очередь, тщательное исследование аудитории, максимально точное «прицеливание» объявления именно на тех людей, которые заинтересованы в вашем предложении.
  • Это не только в разы увеличивает ваши шансы заключить с ними сделку, но и снижает негативное влияние ваших рекламных предложений, потому что вы предлагаете только те товары, которые действительно интересны и необходимы людям.

Кроме того, четко понимая критерии, которым должна отвечать ваша целевая аудитория, можно оперативно вносить корректировки в настройки рекламных кампаний. Это позволяет сэкономить значительные деньги и при этом достичь больших результатов по привлечению клиентов и увеличению объемов продаж.

Элемент 2. Постоянное тестирование и регулярная аналитика.

Работа с таргетированной рекламной кампанией — это постоянный, динамичный процесс, который включает в себя тестирование на каждом этапе разработки и, безусловно, анализ полученных данных, а также дальнейшую корректировку на основе сделанных выводов.

Ошибочно полагать, что можно запустить рекламную кампанию и на этом остановиться. В тех случаях, когда наша лень нас побеждает, когда работы по рекламе не ведутся, трата денежных средств происходит впустую.

Необходимо четко понимать, что рекламная кампания может быть неэффективна, а стоимость клика по объявлению очень высокой. По этой причине иногда надо производить отключение кампании на время, чтобы снизить стоимость лида (от англ. lead —потенциальный клиент).

Ключевой элемент в процессе тестирования — использование сплит-тестов. Этот метод заключается в сравнении нескольких вариантов тестируемых данных для определения наиболее эффективных. Нужно делать сплит-тесты картинок, которые вы планируете применять в своей рекламной кампании, а также текстов объявлений, заголовков и т. д.

Говоря о системе аналитики, мы настоятельно рекомендуем использовать в своей работе UTM-метки. Они помогут вам получить более детальную информацию о рекламном трафике, дополнительные данные по переходам по вашим рекламным объявлениям.

При помощи UTM-меток вы впоследствии сможете проанализировать эффективность трафика. Например, увидеть, какие пользователи подписываются на ваши новости, кто просто заходит на сайт и изучает его, кто уходит с сайта, даже не просмотрев информацию на нем, и т. д. Все эти данные жизненно необходимы для дальнейшего анализа вашей рекламной кампании.

Читайте также:  Как правильно детализировать затраты компании и управлять ими

Элемент 3. Продуманная площадка приземления.

Площадка приземления — это тот конечный ресурс, на который будут переходить пользователи, кликая на ваше рекламное объявление. Это, как правило, может быть или одно-страничный сайт — landing-page, или какое-то сообщество, группа в социальной сети.

Тщательно продумайте, протестируйте, и проанализируйте свою площадку приземления. Ее посетитель ни в коем случае не должен в ней теряться — сделайте ее простой, понятной, удобной и выгодной для ваших клиентов.

Уделив должное внимание каждому из описанных выше ключевых элементов таргетированной рекламы, вы сможете настроить хорошую, результативную рекламную кампанию и привлечь максимальное количество клиентов в свой бизнес или в бизнес ваших заказчиков.

Если у Вас остались вопросы или есть как дополнить эти советы,
обязательно пишите об этом в х.

Кейс по лидогенерации на марафон в нише астрологии

Как я поднял конверсию лендинга выше 50%, внедрил автоматизацию и чуть было все не испортил из-за бана Фейсбуком нашей бизнес-страницы в разгар рекламной кампании.

В этот раз за услугой настройки таргетированной рекламы пришла основательница онлайн-школы астрологии Дарья (инстаграм — https://www.instagram.com/fengshui_designer/)

Рекламу Дарья до меня настраивала сама, но не очень удачно.

Поэтому ожидаемо ее интересовали конкретные результаты, которые она получит от сотрудничества со мной. В результате переговоров мы пришли к цене регистрации на марафон, выше которой мне нельзя было уйти.

Я редко когда даю такие гарантии до теста, но у меня уже был опыт в теме астрологии, поэтому я был уверен, что уложусь в эти рамки и смогу сделать даже дешевле.

Здесь коллеги маркетологи будут недовольны этими моими словами, но я реально видел, что могу улучшить ленд Дарьи . Я знал, что если заменю у нее сбор емэйлов на сбор в месенджеры, докручу тексты и исправлю дизайн — все это даст хороший результат.

Это был вызов для меня и я его принял.

С Дарьей было очень приятно работать. Она легко внедряла рекомендации.

Мы исправили все ошибки на лендинге, я подключил сбор регистраций в мессенджеры вайбер и телеграм, сделал для нее баннеры и написал тексты для рекламных видео, которые она сняла уже на следующий день (еще подключил GTM, чтобы фейсбук видел конверсии, благодаря чему цена лида всегда падает, и ряд других технических нюансов, опытные знают).

В запланированный день запустили рекламу. Впереди было 5 дней до марафона, но уже на третий случилось то, чего я опасался.

Бан бизнес-страницы

Дело в том, что продукт, который мы рекламировали назывался «Астрология денег». А фейсбук очень не любит рекламу денежных тем. У меня не было времени на раскачку — марафон должен был начаться уже послезавтра, а нужного количества регистраций еще не было.

Сначала я заменил на лендинге все слова «деньги» и их производные. Это не помогло. Затем я поменял url рекламируемой страницы, что тоже не помогло. После этого я поменял ВСЕ креативы — баннеры и тексты рекламных объявлений — и это тоже не помогло. Время уходило. Пришлось делать новую бизнес-страницу и это сработало.

Итоги

Несмотря на это, я уложился в KPI и даже перевыполнил их. Вот наши результаты:

всё посчитать можно по этим столбикам

  • стоимость регистрации вместо первоначальных ожидаемых 55 рублей — 32 рубля
  • конверсия лендинга больше 50%
  • вместо ожидаемых 220 регистраций — 350

На этом видео несколько приятных слов для меня. Спасибо и вам, Дарья, было очень интересно поработать!

Но самое большое спасибо моей команде, специалистам по таргету высшего класса, без которых этого результата бы не было.

Как я автоматизировал Дарье марафон и освободил ее время расскажу как-нибудь в другой раз.

Узнать расценки на мои услуги

Другие отзывы на мои услуги по таргетированной рекламе

Таргетолог – разбираемся в деталях профессии

Любому бизнесу нужна реклама. Через неё продвигаются всё – от небольших местных кофеен, до брендов с мировым именем. В 2020 году рынок буквально ломиться от всевозможных коммерческих предложений.

Чтобы выделиться среди конкурентов, и привлечь людей к своему бизнесу, нужно показывать качественную рекламу подходящей аудитории

Именно этим и занимается таргетолог – специалист, умеющий выделить подходящую для конкретного бизнеса аудиторию и найти её на просторах интернета. Такой подход позволяет получить максимальный отклик на рекламу, при минимальном бюджете.

Сегодня таргетинг – самый экономный и грамотный способ продвижения, а профессия таргетолог – одна из самых востребованных в интернете.

Таргетолог: это что за профессия?

Таргетолог выделяет из огромного числа пользователей нужную целевую аудиторию и рекламирует ей конкретный продукт. Рассмотрим его работу на примере сотрудничества с компанией-производителем ???? детских эко-подгузников.

Продукт заказчика конкретен и потянет. Он предлагает экологически чистые подгузники, которые сводят негативное воздействие на окружающие среду к минимуму. Купить продукцию можно только в онлайн магазине, то есть, офлайн точек продаж у заказчика нет. Доставка осуществляется только по трем городам: Москва, Санкт-Петербург, Великий Новгород.

Задача таргетолога: подобрать целевую аудиторию для этой продукции, найти её и прорекламировать товар.

Как он будет справляться с этой задачей?

???? Во-первых, отберет ЦА. Исходя из полученных от заказчика данных, он поймет, что ему нужны:

  • Женщины с детьми в возрасте от 0 до 5 лет;
  • Совершающие онлайн-покупки;
  • Живущие в одном из трёх городов: Москва, Санкт-Петербург, Великий Новгород;
  • Интересующиеся темой экологической безопасности.

???? Во-вторых, находит среду обитания этой ЦА.

Это может быть любая социальная сеть, как вариант, Инстаграм. Дальше таргетолог сам или с помощью дизайнера и копирайтера создаёт рекламный баннер, и настраивает рекламу под конкретные параметры на нужной площадке.

Это простой кейс таргетолога по раскрутке одного продукта. Заказчики бывают разными, а ЦА может быть как вполне понятной, как в примере выше, или напротив очень сложной и разнообразной, тогда приходится запускать несколько рекламных компаний для разной ЦА.

Настроить фокусированную рекламу можно на различных площадках. Но особым спросом пользуются специалисты, работающие в популярных социальных медиа: Инстаграм и ВКонтакте.

Таргетолог в Инстаграм

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *