Оптимізація реклами в умовах низької маржинальності: приклад продукту для авторинку США

1. Огляд проєкту

Ринок вживаних автомобілів у США є надзвичайно динамічним і конкурентним. Для більшості покупців критично важливо отримати достовірну інформацію про авто ще до укладення угоди. Звіти про історію транспортного засобу стали стандартом у процесі купівлі: вони дозволяють перевірити дані щодо пробігу, кількості попередніх власників, участі в ДТП, технічного обслуговування та інших важливих факторів, що можуть вплинути на остаточне рішення.

Наш клієнт побачив у цій ніші можливість розвитку і створив веб-сервіс, який дозволяє зручно та швидко замовити звіт про історію автомобіля. Основний акцент було зроблено на простий користувацький інтерфейс, швидкий доступ до даних та конкурентну ціну. Сервіс орієнтований переважно на приватних осіб у США, які розглядають купівлю авто з пробігом та хочуть убезпечити себе від ризиків.

Клієнт звернувся до нас із запитом на запуск рекламної активності. Бізнес-модель полягала в оптовому придбанні таких звітів із подальшим перепродажем кінцевим користувачам за більш привабливою ціною, ніж на офіційному сайті постачальника. Нашою метою стало привернення уваги цільової аудиторії, генерація трафіку на сайт та стимулювання продажів звітів через онлайн-форму.

2. Визначення викликів

Попри очевидну вигоду для покупця, просування такого продукту супроводжувалося низкою важливих викликів:

1. Конкуренція з офіційним джерелом. Основний постачальник звітів має сильний бренд, домінує в органічному пошуку й активно просувається через платну рекламу. 
2. Низька обізнаність користувачів про альтернативу. Більшість покупців не знали про можливість отримати той самий звіт дешевше через інший сайт. Важливо було донести ключову перевагу (нижчу ціну) без викликів сумніву в легальності або якості.
3. Висока вартість трафіку. Ключові запити, пов’язані з історією авто, дуже конкурентні в платному пошуку. Щоб кампанія була рентабельною, необхідно було тонко налаштувати таргетинг і постійно оптимізувати рекламні оголошення.
4. Складність формування довіри до сайту. Оскільки клієнт не є офіційним представником бренду, користувачі могли ставитися до пропозиції з підозрою. Потрібно було працювати над конверсією трафіку шляхом підвищення довіри — через структуру сайту, відгуки, підтримку та UX.

Нам потрібно було знайти способи виділитися, і при цьому досягти показника ROAS мінімум в 110%. Усе це вимагало комплексного підходу: від побудови правильної стратегії комунікації до технічної адаптації воронки продажів і щоденної аналітики ефективності реклами.

3. Стратегія

Для ефективного запуску рекламної активності ми сформували план дій, який мав на меті не лише привести трафік, але й забезпечити максимальну рентабельність у межах конкурентного середовища. З огляду на бюджет та специфіку ніші, ми вирішили сфокусуватись виключно на Google Ads — як на найбільш прямому та високонаміреному каналі залучення трафіку.

Наша стратегія складалась із таких ключових напрямів:

1. Робота з пошуковим попитом. Ми планували орієнтуватися на запити з високим рівнем готовності до покупки — користувачів, які вже шукають, де перевірити історію авто або вводять VIN-код онлайн.

2. Структурування рекламного акаунту. Для підвищення контрольованості кампанії та тестування гіпотез ми спланували розділення облікового запису на кілька груп, щоб керувати ставками та бюджетом гнучко, відповідно до ефективності.

3. Формування ефективних рекламних оголошень. На етапі підготовки кампанії ми зосередилися на створенні оголошень, які чітко й зрозуміло передають основну перевагу продукту — можливість отримати той самий звіт за нижчою ціною. У текстах ми робили акцент на вигоді, швидкості, простоті процесу.

4. Оптимізація посадкової сторінки. Було заплановано внести низку UX-покращень до сайту клієнта — зокрема:

• Чітко виділену форму введення VIN-коду.

• Акцент на вигоді ціни прямо в перших екранах.

• Спростити шлях користувача до оплати.

• Додати елементи довіри (відгуки, FAQ, гарантії, приклад звіту).

5. Відстеження результатів. Було заплановано впровадити аналітику, яка дозволяє не лише фіксувати фінальну конверсію — успішну оплату, — але й відслідковувати ключові етапи воронки. Зокрема, передбачалось налаштувати трекінг подій, таких як заповнення VIN-коду, перехід до сторінки оплати та сам факт транзакції. Це дозволило б оперативно виявляти “вузькі місця” у воронці, оцінювати поведінку користувачів і своєчасно вносити зміни для покращення результатів кампанії.

Таким чином, наша стратегія передбачала сфокусований, аналітично керований запуск у межах одного, але потужного каналу — Google Ads.

4. Реалізація

Після затвердження стратегії ми перейшли до її практичного впровадження. 

Етап 1

Ми планували поділ кампаній за типами запитів, однак на старті вирішили зосередитись виключно на брендовій семантиці — запитах, у яких користувачі прямо або опосередковано згадували назву оригінального сервісу. Це дозволило від самого початку працювати з максимально “теплою” аудиторією, яка вже усвідомлює, який саме звіт їй потрібен, і порівнює варіанти придбання.

Такий підхід дав змогу отрима́ти перші результати з обмеженим бюджетом, швидко протестувати воронку продажів, зрозуміти рівень довіри до альтернативного джерела покупки. Інші типи запитів — загальні комерційні та інформаційні — були заплановані для тестування на наступних етапах, після збору базової аналітики та оптимізації.

У рекламних оголошеннях ми зробили акцент на ключових унікальних торгових пропозиціях, які безпосередньо відповідали очікуванням цільової аудиторії: низька ціна, миттєвий доступ до звіту після оплати, простий, зрозумілий процес замовлення. Додатково використали розширення: додаткові посилання, уточнення, структуровані описи, зображення.

На старті проєкту не було технічної можливості реалізувати відстеження фінальної покупки через інтеграцію з розробником. Щоб усе ж отримати базову аналітику, ми налаштували трекінг на переходи до ключових сторінок, які відповідали окремим етапам воронки:

Це дозволило побудувати умовну модель поведінки користувача та виявляти, на якому етапі воронки виникають проблеми.

Після запуску кампанії ми щоденно аналізували основні показники:

На основі даних швидко відключали неефективні ключові слова, коригували ставки та тестували нові варіанти оголошень.

Етап 2

Після двох тижнів роботи кампанії ми проаналізували отримані дані та дійшли висновку, що поточна модель відстеження (на основі переходів між сторінками) не дає реального уявлення про кількість фактичних покупок. Система фіксувала велику кількість подій, які виникали не внаслідок дій користувача, а через оновлення сторінки або повторні відвідування. Це створювало хибне враження про ефективність, значно завищуючи показники конверсій.

Щоб отримати достовірну картину, ми ініціювали налаштування повноцінного трекінгу фінальної події покупки. Було залучено розробників клієнта, які реалізували технічну інтеграцію — після завершення оплати система почала фіксувати реальне досягнення цілі.

Після налаштування нової моделі відстеження ми запустили кампанію і почали тестувати, як система фіксує реальні покупки. Протягом перших тижнів ми збирали дані та проводили аналіз, однак швидко виявили значну розбіжність між кількістю конверсій, які відображались у рекламному кабінеті, і фактичними продажами, що фіксувались на стороні клієнта. Це вказувало на те, що трекінг працює некоректно — частина оплат просто не доходила до аналітики. Було вирішено тимчасово зупинити кампанію та передати задачу розробникам для повного виправлення.

Етап 3

Після того як розробники виправили проблему з передачею даних про покупки і ми отримали стабільну, достовірну аналітику, ми відновили кампанію та перейшли до повноцінної фази оптимізації й масштабування.

Ключові кроки на цьому етапі:

• Початкове навчання алгоритмів на брендових запитах з коректною аналітикою. Це дало змогу рекламній системі зібрати достатньо даних про поведінку користувачів, які з високою ймовірністю здійснюють покупку. Брендові запити мали достатньо високий рівень конверсії, що створило якісний фундамент для навчання алгоритмів Google Ads.

• Розширення семантики. Ми вийшли за межі брендованих запитів і додали в кампанії гарячі комерційні ключові слова, такі як “buy VIN report”, “cheap vehicle history report”, “get car report instantly” тощо. Це дозволило охопити ширше коло потенційних покупців, які вже готові до покупки, але не обов’язково шукають конкретний бренд.

• Тестування гео. Оскільки продукт орієнтований на весь ринок США, ми вирішили протестувати регіональні відмінності в ефективності. Кампанії були поділені на сегменти за штатами, що дозволило виявити регіони з вищою конверсією та зосередити там бюджет.

• Очищення пошукових запитів. Ми регулярно аналізували запити користувачів, за якими показувались оголошення, і поповнювали список мінус-слів. Це допомогло знизити кількість нерелевантних показів і кліків, тим самим покращивши ефективність витрат.

• Оптимізація меседжів. Проводили тестування різних формулювань в оголошеннях: акценти на швидкість і зручність, на економію (у відсотках або в абсолютних цифрах), формати “запитання-відповідь” для залучення уваги. На основі даних залишили найефективніші меседжі та прибрали ті, що не давали результатів.

• Покращення структури кампаній. За результатами роботи з новими сегментами семантики ми провели реструктуризацію акаунту: виділили окремі кампанії для найбільш ефективних груп запитів і регіонів, що дозволило точніше контролювати ставки, бюджети й оптимізацію.

Цей етап став повноцінним запуском “на повну потужність”, коли ми вже мали валідні дані, протестовану воронку й змогли масштабувати кампанії на основі реальних показників ефективності.

5. Результати

На першому етапі, в рамках запуску та первинного тестування, ми отримали такі результати:

• Середня ціна за клік: 2,21 USD
• Кількість конверсій: 259,22
• Коефіцієнт конверсії: 8,37%
• Вартість за конверсію: 26,36 USD
• ROAS: 42%

Підсумкові метрики першого етапу виглядають прийнятно лише на поверхневому рівні, але не є відображенням реальної ефективності кампанії. Через обмеження в аналітиці ми не могли точно оцінити прибутковість, а системі передавались умовні події замість фактичних покупок. Це стало ключовою причиною, чому було прийнято рішення зупинити рекламу, залучити розробників і реалізувати коректне відстеження.

Ключові показники другого етапу виглядали так:

• Середня ціна за клік: 2,43 USD
• Кількість конверсій: 38,64
• Коефіцієнт конверсії: 2,74%
• Вартість за конверсію: 88,67 USD
• ROAS: 9%

Другий етап став перехідним — ми вперше почали працювати з реальними покупками, а не умовними діями користувачів. Однак швидко стало очевидно, що аналітика не фіксує всі успішні транзакції, і між даними в рекламному кабінеті та фактичними замовленнями виникла значна розбіжність. Після доробок аналітика була нарешті приведена у відповідність до фактичної кількості оплат, що дало старт третьому, повноцінному етапу запуску.

Після впровадження коректного трекінгу та переходу до активної фази масштабування, третій етап кампанії дав такі результати:

Місяць 1

• Старт після впровадження коректного трекінгу.
• ROAS на рівні 48% не відповідав очікуванням.
• Причина: період навчання алгоритмів, оптимізація воронки та тестування на оновленій аналітиці.

Місяць 2

• Перший проривний місяць — ROAS досяг 101%.
• CPA впав до 14,94 USD, що є відмінним показником для цього типу продукту.
• Кампанія почала працювати в плюс, що дозволило розглянути масштабування.
  

Місяць 3

• Половину місяця кампанії не працювали через технічні причини.
• Після відновлення алгоритм потребував нового навчання, що частково вплинуло на показники.
• Незважаючи на це, результати залишились стабільними: коефіцієнт конверсії - 16,77%, ROAS - 93%.

Місяць 4

• Запущено масштабування — додано категорійні та брендовані запити альтернативних сервісів.
• Загалом показники залишились на високому рівні (коефіцієнт конверсій зріс до 19,05%, але і вартість конверсії зросла до 17 USD).
• Однак нові кампанії не показали очікуваної ефективності — ROAS по цим напрямкам був значно нижчим, і вони потягнули загальну ефективність вниз.

Таким чином, в перший місяць ми не отримали прийнятного результату, але вже на другий вийшли принаймні на роас більше 100%. В третій місяць з технічних причин півмісяця кампанії не відкручувались, після відновлення знадобився період навчання. В рамках масштабування ми додали в 4й місяць категорію і альтернативні брендові запити, але ці кампанії не показали нормального результату.

Перед нами постало питання - чи взагалі реально вийти на потрібні показники? Ми порахували, що для досягнення ROAS в 110% при поточній вартості кліка 2,90 USD і поточній середній цінності конверсії, потрібно досягти коефіцієнта конверсії не менше ніж 21,02%.

Це означає, що:

• або підвищуємо конверсію (з 16,21% до 21%);
• або зменшуємо вартість кліка з 2,90 до 2,21 USD;
• або підвищуємо середній чек / дохід з однієї покупки.

Цінність конверсії у нашому випадку була фіксованою, оскільки продукт мав сталу ціну для кінцевого користувача. Над зниженням вартості кліка ми працювали через постійне очищення пошукових запитів, тестування типів відповідності ключів і покращення якості оголошень. Паралельно ми оптимізували посадкову сторінку, структуру кампаній і меседжі, тестували стратегії ставок, щоб підвищити коефіцієнт конверсії. Попри ці дії, базова модель бізнесу та ринкова ситуація в ніші встановили природну межу ефективності, за яку вийти в межах одного каналу без зміни умов пропозиції було складно.

Чому не вдалося підвищити коефіцієнт конверсії (CR)?

• Вже висока ефективність воронки. 16,21% — це дуже хороший показник для пошукового трафіку в конкурентній ніші. Кампанія вже працювала на рівні, близькому до максимально ефективного без фундаментальних змін у продукті.
• Обмеження з довірою. Попри вигідну пропозицію, частина користувачів все одно вважала за краще купувати на офіційних сайтах, бо не знала, що можна отримати той самий продукт дешевше. Це створює “стелю” для CR — навіть якщо трафік якісний.
• Вичерпання найтеплішої аудиторії. На старті основні конверсії давали брендові запити. З часом додавання нових типів семантики (альтернативні бренди, категорійні запити) не забезпечили такої ж конверсії, через що загальний CR стабілізувався, але не зростав.

Чому не вдалося знизити ціну за клік (CPC)?

• Ніша з високим рівнем конкуренції. Ринок перевірки автоісторій у США — це “битва” між великими гравцями з серйозними бюджетами. Тут конкурують офіційні сервіси, дилери, партнери, CPA-мережі — і вони можуть ставити вищі ставки за рахунок LTV, бренду, масштабів. Google Ads — аукціон, і CPC напряму залежить від готовності інших рекламодавців платити більше за кліки.
• Відсутність маржинального резерву, як у конкурентів. Наш продукт продавався дешевше, ніж на офіційних майданчиках — це була перевага для клієнта, але обмеження для реклами.  У той час як конкуренти могли платити 3–4 USD за клік і залишатися в плюсі, у нас точка беззбитковості була нижчою. Це означає, що будь-яке підвищення ставок — збиткове, і ми опинялись у невигідній позиції в аукціоні. Навіть за умови якісних креативів, вартість кліка формувалась конкурентами, які мали більше простору для ставки.

Таким чином, ми дійшли висновку, що рекламні кампанії працювали ефективно в рамках можливостей бізнес-моделі.  Ні показник конверсії, ні вартість кліка не змогли суттєво покращитись з наведених вище причин. Продуктова стратегія “дешевше за інших” обмежувала рекламну гнучкість, хоч і була цінністю для покупця.

6. Висновки/ Навчання:

Робота над цим проєктом стала цінним досвідом для всієї команди — як з погляду технічної реалізації, так і з точки зору розуміння обмежень рекламної ефективності в умовах чіткої бізнес-моделі.

1. Точна аналітика — основа прийняття рішень. Без коректного трекінгу рекламна кампанія не може бути об’єктивно оцінена. Початкові “оптимістичні” показники без фактичних покупок в аналітиці створили викривлену картину, через що ми були змушені зупинити рекламу, доопрацювати технічну частину й запускати все повторно. Висновок: аналітика повинна бути пріоритетом ще до запуску трафіку.
2. Навіть успішна рекламна стратегія має межі, задані бізнес-моделлю. Ми змогли досягти хорошого рівня конверсії й контрольованого CPA, але не вийшли на цільовий ROAS 110%, бо модель “нижча ціна” не дозволяє платити за кліки стільки ж, скільки платять конкуренти з більшою маржею. Це стало ключовим обмеженням, яке не вирішується суто рекламними методами.
3. У нішах із високим рівнем довіри бренд має величезне значення. Частина користувачів просто не готова купувати “з рук” той самий продукт, навіть якщо це дешевше. Це природний бар’єр, який потрібно враховувати при прогнозуванні CR, незалежно від якості сайту чи оголошень.
4. Масштабування не завжди масштабне. Додавання нових типів запитів (альтернативні бренди, категорійні ключі) у рамках масштабування не принесло очікуваного ефекту. Навпаки — ці кампанії мали гіршу ефективність і знизили загальний ROAS. Висновок: масштабувати варто лише те, що вже працює стабільно, а експерименти запускати окремо, з обмеженим бюджетом.
   

Цей проєкт ще раз підтвердив, що рекламна ефективність — це не лише про трафік, а про глибоку відповідність між бізнес-моделлю, очікуванням клієнта та поведінкою користувача в ніші.