Главная » Кейсы » Контекстная реклама » Магазин Hoff увеличил конверсию с рекламы садовой мебели на 21%, применив данные о погоде.
Магазин Hoff увеличил конверсию с рекламы садовой мебели на 21%, применив данные о погоде.
Сервис: AlyticsОтзывов: 3
Кейсов: 3
Читать обзор про «Alytics»
Представители мебельного гипермаркета Hoff предположили, что существует зависимость между заказами продуктов с контекстной рекламы и погодными условиями, после чего провели эксперимент с регулированием ставок в «Яндекс.Директе» и Google Adwords на основе температуры воздуха, облачности и осадков. Это позволило компании увеличить продажи товаров категории на 64%, а конверсию в покупку — на 21% при росте расходов на 18,5%.
С первым потеплением в марте-апреле начинается сезон продаж садовой мебели, а уже в июле товар уходит на распродажу. У нас получилось найти необычное решение продвижения этой категории в контекстной рекламе.
Еще в 2013 году в летний сезон мы предположили, что продажи садовой мебели зависят от погоды. Однако в тот момент под рукой не было инструмента, который позволил бы автоматизировать управление контекстной рекламой в зависимости от погодных условий.
В 2014 году по итогам летних продаж мы провели повторный анализ, который подтвердил гипотезу и показал явную зависимость между дневной температурой воздуха и заказами с контекстной рекламы: чем выше температура, тем больше продаж.

*Зависимость между дневной температурой воздуха и заказами с контекстной рекламы
К летнему сезону 2015 года мы решили подготовиться заранее: вместе с нашим партнером Alytics разработали автоматические правила, которые регулируют ставки в контекстной рекламе в зависимости от прогноза погоды по трем условиям:
- дневная температура текущего дня;
- тип осадков;
- уровень осадков.
В качестве поставщика данных о прогнозе в наших целевых регионах мы выбрали Gismeteo.
Как это работает
Рассмотрим механику: система автоматизации контекстной рекламы Alytics каждый день в 4 утра получает выгрузку от Gismeteo по API c прогнозом погоды на текущие сутки. Для принятия решения за основу берется дневная температура в градусах по Цельсию в зависимости от региона и отсутствие осадков. Поскольку лето 2015 года выдалось дождливым и холодным, в середине отчетного периода правила пришлось скорректировать в сторону допущения небольших осадков (мелкий дождь).
Температура в 2015 году была в среднем ниже, чем год назад:

*Сравнение средних температур в 2014 и 2015 годах (по данным сводных отчетов Gismeteo).

*Сравнение осадков в 2014 и 2015 годах (по данным сводных отчетов Gismeteo).
Правила работы со ставками мы сформировали следующим образом:
Исходная ставка увеличивается на 100%, если:
- дневная температура воздуха больше порогового значения;
- нет осадков или мелкий дождь;
- нет облаков или малооблачно.
Исходная ставка увеличивается на 50%, если:
- дневная температура воздуха больше порогового значения;
- есть осадки — дождь;
- облачно.
Исходная ставка остается без применения коэффициента, если:
- дневная температура воздуха меньше порогового значения;
- осадки — сильный дождь;
- пасмурно.
В остальных случаях, которые не затронуты ни одним из правил, ставки не изменяются. Визуальная схема автоматизации ставок:

*Схема автоматизации ставок от прогноза погоды
Результаты
- Рост конверсии в покупку с рекламных кампаний «Садовая мебель» на 21%.
- Рост дохода по данной категории за отчетный период на 64%.
- Рост расхода по рекламным кампаниям «Садовая мебель» на 18,5%.

*Сравнение расходов и доходов
Руководитель отдела интернет-маркетинга компании Татьяна Панина сообщила о намерении продолжать подобные эксперименты.