Domino’s Pizza: снизили CPO рекламы в myTarget и увеличили количество заказов

Главные цели Domino’s Pizza в рекламе — не только прирост заказов, но и оптимизация их стоимости. Вместе с агентством MGCom команда протестировала новый подход к управлению кампаниями в myTarget. Переход на автоматизированные правила К50 позволил получить в 2,8 раза больше заказов, чем при ручном управлении, и снизить их стоимость.

Клиенты

MGcom — независимое digital-агентство с data-driven подходом к маркетингу. Компания помогает клиентам растить продажи.

Domino’s Pizza — международная сеть ресторанов, один из мировых лидеров по приготовлению и доставке пиццы.

Задача

До подключения К50 агентство управляло рекламными кампаниям в myTarget вручную. Специалисты MGCom хотели с помощью автоматизированных правил сократить время на оптимизацию и улучшить показатели в проекте Domino’s Pizza:

1. Снизить CPO рекламных кампаний в myTarget на 40%.
2. Как минимум, не потерять в объеме конверсий, а по возможности — увеличить их количество.

Решение

Специалисты агентства выбрали основные рекламные кампании в myTarget и подключили к ним Оптимизатор К50. Эффект от правил больше заметен на объявлениях с акциями, которые транслируются непрерывно, а не краткосрочно — на них и решили протестировать.

Оптимизация проходила в несколько этапов — сначала проанализировали текущую статистику по проекту и создали логику управления, а затем автоматизировали ее.

1. Аналитика данных по конверсиям

Изначально кампании из myTarget были размечены нестандартными метками, поэтому для корректного сопоставления данных из рекламных и аналитических систем агентство добавило необходимые UTM-параметры по стандарту К50.

Затем создали дополнительное подключение для выгрузки данных из CRM клиента, чтобы использовать исторические данные по конверсиям. Проанализировав их, мы продумали логику управления, которую реализовали с помощью правил.

2. Создание автоматизированных правил управления

Обозначив целевую стоимость заказа, приступили к созданию правил, которые проверяли диапазоны CPO. Для эффективных кампаний, где этот показатель был ниже целевого, ставки повышались — так мы получали еще больше конверсий.

Для менее эффективных работали разные сценарии, в зависимости от того, насколько фактический СРО отклоняется от целевого:

1. Если CPO выше целевого на 15%, для расчета оптимальной ставки мы умножали текущее значение на коэффициент отклонения:

   Ставка × (Целевой CPO / Фактический CPO за 14 дней)
   

2. Если CPO выше целевого больше, чем на 15% — снижали ставку на 10%.
3. Если кампания за две недели получила больше 300 кликов (оптимальное количество рассчитывалось на основе CR кампании) и при этом не принесла ни одной конверсии, — снижали ставку еще сильнее, на 50%.
4. Если за этот период накопилось меньше 150 кликов и не было конверсий — немного повышали ставку. Это позволяло быстрее набирать статистику, по которой мы могли сделать объективный вывод об эффективности кампаний.
   
   
   

Результаты

Эксперимент длился полтора месяца, результаты отслеживали каждые две недели. За первый период CPO снизился на 35%, после чего решили оптимизировать еще две кампании, поэтому среднее значение немного выросло. За весь период удалось снизить CPO на 40%.

Вместе с этим получили стабильный рост конверсии — плюс 282% к стартовым показателям.

После успешного теста MGCom решили оптимизировать с помощью К50 еще два крупных проекта.

Отзыв клиента

Отзыв агентства

Над проектом работали