$104 000 dengan Pulangan 7.3x untuk Perbelanjaan Iklan di Facebook

Hari ini kami berkongsi kajian kes pemasaran Facebook daripada Max Berezovskiy, Ketua Pegawai Eksekutif agensi ScaleX. Dalam kes ini, dia dapat menjana jumlah hasil sebanyak $104 339 untuk pelanggan sambil membelanjakan hanya $14 743 untuk iklan dalam masa 30 hari sahaja.

Baca bersama untuk memahami strategi dan pendekatan yang beliau gunakan untuk mencapai hasil kempen ini.

Butiran Kempen Ringkas

• Pengkhusuan: Kedai pakaian untuk wanita
• Pasaran: AS
• Hasil: $104 339
• Perbelanjaan iklan: $14 743
• ROAS: 7.3
• Tempoh: 1 Disember – 31 Disember 2020

Masalah Pelanggan
 

• Kempen mencari gali yang tidak menguntungkan;
• Sistem penyasaran semula yang tidak logik dan mengerikan;
• Tidak mengubah komunikasi mengenai penyasaran semula dalam masa (pengeluaran tindakan jika dibandingkan dengan kekerapan);
• Pertindihan besar-besaran antara khalayak aktif (kadang-kadang ia mencecah 55-65%);
• Setiap percubaan penskalaan menjadi salah (pengeluaran pada ROAS dan peningkatan CPA).

Matlamat Pelanggan Utama
 

• Untuk meningkatkan jualan;
• Untuk meningkatkan keuntungan tapak;
• Untuk skala dan mencapai ROAS 3.0 minimum.

Perkara pertama yang Max lakukan ialah mencipta struktur penyasaran semula yang betul dan khalayak serupa sebanyak 1% dan 1-3%. Khalayak ini berdasarkan pembeli selama 60 hari yang lalu (mereka lebih daripada 1 500).

Seterusnya, beliau mencipta struktur penyasaran semula yang cekap untuk kempen.

Struktur Penyasaran Semula yang Kompeten
 

Untuk tidak melepaskan pelanggan yang hampir membeli, Max membina corong lengkap, yang terdiri daripada peringkat berikut:

• Mereka yang berinteraksi dengan halaman Instagram/ FB jenama itu dalam 0-7 dan 0-14 hari yang lalu;
• Kemudian melihat kad produk dalam 0-7 dan 0-14 hari sebelumnya;
• Kemudian tambahkan pada troli dalam 0-7 dan 0-14 hari yang lalu;
• Kemudian tambahkan maklumat pembayaran mereka dalam 0-7 dan 0-14 hari yang lalu.

Prinsip penyasaran semula adalah untuk menyediakan dan membina komunikasi yang berasingan untuk setiap langkah corong.

Jangan lupa untuk menukar pengoptimuman, bergantung pada langkah corong — semakin rendah peringkat, semakin rendah pengoptimuman.

Max kemudian memperuntukkan 25-30% daripada belanjawan utama untuk penyasaran semula.

Dia mengambil data pada rangka masa untuk penyasaran semula daripada analisis Kohort, yang terdapat pada analisis Facebook. Prinsip analisis Kohort adalah untuk memahami berapa hari yang diperlukan oleh pengguna dari saat interaksi pertama hingga pembelian.

Tujuh hari awal projek ini ialah peratusan pulangan pengguna yang paling ketara dan 7-14 adalah dua kali lebih rendah. Jadi, analisis kohort memberi anda maklumat penuh tentang tempoh masa.

Kreativiti yang digunakan
 

Kempen ujian maksimum dengan katalog biasa, karusel dan video. Dia membuatnya dengan cara setiap slaid menunjukkan produk dari 3-4 sisi pada model (kolaj) untuk karusel.

Video berdurasi 10-15 saat dan dirakam setiap satu di lokasi dan model yang berbeza.

Gabungan berprestasi terbaik ialah katalog dengan iklan video pada kempen mencari gali. Kolaj menunjukkan prestasi yang baik pada penyasaran semula khalayak yang terlibat (MOF - pertengahan corong).

Dalam karusel, Max mempromosikan buku terlaris, produk kebaharuan dan produk daripada kategori yang berbeza. Dia menguji sehingga 4-5 iklan dengan salinan, kolaj dan video yang berbeza dengan produk dalam 1 kumpulan iklan. Untuk MOF (VC - modal teroka) dan BOF (bawah corong), dia menggunakan DPA -Iklan produk dinamik.

Salinan Iklan
 

Max menggunakan salinan pendek untuk iklan kerana orang ramai tidak suka membaca secara umum. Itulah sebabnya dia tidak melakukan teks besar-besaran. Dia lebih suka menggunakan salinan iklan 3-5 ayat. Dia juga menggunakan salinan yang sangat diperibadikan dan kadangkala salinan lucu, terutamanya untuk BOF.

Max meletakkan tawaran istimewa untuk BOF (diskaun paling banyak) dan menguji secara serentak tanpa tawaran. Dengan tawaran istimewa, BOF berfungsi dengan lebih baik.

Memilih Objektif dan Pengujian
 

Perkara pertama untuk memulakan persediaan adalah objektif. Untuk ujian, Max memilih sasaran: Jualan Katalog untuk penyasaran semula dan Penukaran untuk mencari gali.

Dia kemudiannya menguji khalayak yang berbeza, yang termasuk: khalayak luas, khalayak serupa 1%, 1-3%, minat dengan diskaun dan dengan pakaian, pakaian dan lain-lain.

Khalayak serupa 1% dan 1-3% adalah berdasarkan pembeli. Max mengambil pembeli selama 60 hari yang lalu. Dia tidak mengesyorkan mengambil pembeli dari selang masa yang lebih lama kerana, kemungkinan besar, orang tersebut telah menukar minat mereka dan boleh mempunyai khalayak serupa dengan kualiti yang lebih rendah.

Untuk memastiakn ia berjaya, petua berikut daripada Max mesti diambil kira:

Perkara utama ialah mesti ada lebih daripada 1 000 pembeli untuk setiap khalayak yang serupa.

Jangan lupa untuk menyemak pertindihan antara khalayak sebelum melancarkan iklan anda. Jika tidak, terdapat risiko kos hasil yang lebih tinggi, ujian berat sebelah dan kos CPM yang lebih tinggi disebabkan pertindihan dalam tera.

Sentiasa membuat pengecualian bersama atau kumpulkan khalayak yang serupa. Selain itu, kecualikan sumber khalayak yang menjadi asas khalayak serupa dan kecualikan khalayak kelihatan aktif daripada mencari set iklan untuk mengurangkan pertindihan.

Pada projek ini, kempen berprestasi terbaik ialah penonton seakan-akan 1%, 1-3% dan minat: pakaian dan pakaian.

Dia kemudian mula mengukurnya menggunakan pendekatan yang dibincangkan di bawah.

Struktur Kempen Pengiklanan
 

Dalam projek ini, Max menggunakan CBO, kecuali untuk kempen penyasaran semula. Sebelum bekerja dengan CBO, dia cuba meletakkan segala-galanya dalam struktur yang betul.

Max memisahkan kempen minat, gelagat, penonton luas dan khalayak yang serupa dan menjalankannya secara individu.

Prinsip ini berfungsi seiring dengan kempen CBO. Tanpa itu, anda tidak akan menguji apa-apa secara objektif, dan hasilnya juga kemungkinan besar bukan yang terbaik.

Bekerja dengan Data Analitiks FB
 

Data analitiks Facebook membantunya mencipta penonton tersuai yang sangat tepat untuk penyasaran semula. Contohnya, penonton orang yang:

• Ditambahkan pada troli lebih daripada 2 kali;
• Melihat kad produk 7+ kali;
• Menambah maklumat pengebilan 2 kali;
• Melihat halaman jualan lebih daripada 20 kali.

Penonton ini memberikan pulangan yang baik ke atas pelaburan pengiklanan projek ini dan memerah maksimum daripada penyasaran semula.

Skala Licin
 

Dalam projek ini, Max meninggalkan 30% daripada belanjawan untuk ujian dan 70% untuk penskalaan.

Sebaik sahaja dia melihat khalayak yang menjana jualan dan hasil terbanyak, dia menaikkan belanjawan kepada 30-40% sehari daripada angka asal.

Mark menskalakan kempen dengan lancar kerana algoritma Facebook mengambil masa untuk mempelajari khalayak. Ia tidak tahu kepada siapa untuk memaparkan iklan (kerana fasa pembelajaran), dan ia melakukannya kepada semua orang, dan kemudian harga untuk hasilnya akan setinggi langit. Oleh itu, adalah perlu untuk meninggalkan fasa pembelajaran dan skala perlahan-lahan. Jika tidak, semuanya mungkin rosak.

Mengewangkan Pelanggan Terdahulu
 

Corong tidak akan lengkap jika ia tidak dibuat secara kitaran. Anda boleh menggunakan senarai pembeli yang dimuat naik dari dua tahun atau setahun yang lalu dan melancarkan pada mereka katalog dengan barangan musim atau dengan 20 produk teratas daripada dua bulan sebelumnya.

Penonton sangat berharga, terutamanya jika terdapat banyak trafik ke tapak. Gunakan pengoptimuman untuk jangkauan kerana khalayak sudah pun daripada pembeli.

Dalam katalog untuk jualan silang dan jualan tinggi, anda boleh menggunakan semua produk, membuat katalog tersuai dengan produk baharu atau penjual terbaik.

Ringkasan Apa yang Dilakukan
 

Dalam kajian kes ini, kita melihat Max menukar akaun iklan pelanggannya yang tidak menguntungkan kepada akaun yang menguntungkan, secara besar-besaran. Untuk mencapai hasil sebanyak $104 339 dengan ROAS 7.3, Max menggunakan perubahan penting berikut:

• Struktur penyasaran semula yang betul;
• Komunikasi berasingan pada setiap langkah;
• Penskalaan yang cekap;
• Pembahagian hiper;
• Struktur pencarian yang betul dengan CBO;
• Menggunakan perjalanan pelanggan kitar semula;
• Perah maksimum daripada penyasaran semula dan fokus padanya;
• Kreatif yang bagus dan pendekatan ujian yang betul.