Как мы с помощью системной работы с контекстной рекламой помогли продать около 100 квартир в ЖК бизнес-класса в Казани

1. Вводная задача от заказчика, проблематика, цели

Описание проекта:

авторский дом «Шаляпин» — жилой комплекс бизнес-класса в историческом центре Казани. В доме всего 97 квартир, предусмотрены закрытый двор без машин, видеонаблюдение, консьерж-сервис, детские и спортивные площадки, подземный паркинг.

Цели:

• получение целевых заявок на покупку квартир бизнес-класса;
• повышение узнаваемости авторского дома «Шаляпин».

Ключевая проблема— высокая конкуренция в нише недвижимости бизнес- и премиум-класса.

В Казани 38 жилых комплексов бизнес-класса от 22 застройщиков

2. Описание реализации кейса и творческого пути по поиску оптимального решения

Тактика

Важно было охватить платежеспособную аудиторию с интересом к жилью на всех уровнях воронки и начать прогрев этих пользователей.

Поэтому основными тактиками стали:

• максимальный охват запросов по горячему спросу на новостройки премиум-класса;
• гиперлокальный таргетинг по премиальным локациям;
• ретаргетинг наиболее вовлеченных сегментов аудитории сайта.

Расскажем, как это было

Настроили аналитику

Настройка аналитики помогает отслеживать результаты и обучать стратегии в рекламных кампаниях.

Подключили коллтрекинг, разметили как основные конверсионные действия на сайте, так и микроконверсионные: процент прокрутки страницы, клики на элементы, 30 / 60 секунд на сайте.

Это помогло глубже оценивать эффективность кампаний и оптимизировать их, анализировать поведение пользователей на сайте и строить сегменты для ретаргетинга.

Проработали семантику

В проработку мы взяли:

• брендовые запросы (например, «Шаляпина 32», «ЖК Шаляпин»);
• брендовые запросы конкурентов;
• связанные с локацией ключевики (например, «купить квартиру в центре Казани», «купить квартиру Вахитовский район»);
• общие запросы с маркерами премиальности (например, «квартиры бизнес-класса», «элитные ЖК»);
• запросы про семейную и IT-ипотеку.

Наибольшее количество обращений с наименьшим CPL в результатах поиска получили по брендовым запросам, а в «Рекламной сети Яндекса» (РСЯ) — по конкурентным и запросам с маркерами премиальности.

Подобрали релевантные таргетинги в РСЯ

В РСЯ помимо ключевых фраз использовали следующие сегменты аудиторий:

• интерес к дорогой недвижимости;
• интерес к сайтам конкурентов;
• look-alike аудитории по тем, кто ранее оставлял заявку;
• ретаргетинг по наиболее вовлеченным сегментам аудитории сайта;
• ретаргетинг по пикселю медийной кампании;
• гиперлокальный таргетинг по локациям дорогих автосалонов, ресторанов, офисам IT-компаний, офисам конкурентов и т.п.;
• автотаргетинг.

Проводили оптимизацию кампаний

Регулярно анализировали показатели по разным моделям атрибуции и различным срезам, таким как пол, возраст, типы устройств, операционные системы, платежеспособность.

Чистили неэффективные площадки в РСЯ. Например, выявили много мобильных приложений с плохими поведенческими показателями.

3. Результаты сотрудничества

Для продвижения жилого комплекса использовались и offline-инструменты.

Однако в digital более 90% аудитории привлекалось контекстной рекламой. Мы понимаем, что все продажи квартир атрибуцировать контекстной рекламе не будет корректно, поэтому в названии кейса использовали слово «помогли».