За счёт внедрения сквозной аналитики
Компания по оказанию юридических услуг. Основной канал привлечения — контекстная реклама (Яндекс Директ), сайт с заявками.
ЦА: физические и юридические лица, ищущие юридическую помощь.
ЦА: физические и юридические лица, ищущие юридическую помощь.
#юруслуги
Сэкономили клиенту 150 000 ₽ в месяц
Проект:
С какими проблемами столкнулись:
Не было сквозной аналитики: заявки с сайта просто падали на почту
Подрядчик по контексту ориентировался на второстепенные цели (клики, переходы)
Не было понимания, какие каналы реально дают заявки. Бюджет расходовался неэффективно, лиды были дорогими и некачественными
Деньги тратились на неэффективные рекламные источники, без понимания отдачи.
Внедрение сквозной аналитики и перераспределение бюджета
Проблема:
РЕЗУЛЬТАТ:
- Внедрили Roistat как базу для сквозной аналитики
- Докрутили Битрикс24 — связали CRM с источниками заявок
- Подключили коллтрекинг, WhatsApp-трекер и другие инструменты
- Настроили корректные цели в Метрике
- Начали отслеживать источник каждой заявки в CRM
решение:
- Собрали единое сквозное аналитическое ядро: CRM, реклама, звонки, мессенджеры
- Провели аудит рекламных каналов на основе новых данных
- Выявили, что 70% лидов приходят из SEO, а контекст даёт малорелевантный трафик
- Перераспределили бюджет: снизили расходы на неэффективные РК, усилили SEO и пересобрали контекст
Что было сделано:
Обновлённые РК в Директе стали приносить лидов дешевле и стабильнее
Повысился уровень управляемости маркетингом — теперь понятна рентабельность каждого источника
Повысили качество заявок — больше стало приходить именно тех, кто готов покупать
Сократили рекламный бюджет на 150 000 ₽ в месяц без потери в лидах
Что получилось в итоге:
Маркетинг без аналитики — это трата бюджета вслепую. Когда источники не отслеживаются, кажется, что всё работает.
Но как только появляются данные, реальная картина становится очевидной.
В этом кейсе мы как бы «включили свет» и клиент начал экономить 150 000 ₽ в месяц, перераспределяя средства туда, где они реально работают.
Но как только появляются данные, реальная картина становится очевидной.
В этом кейсе мы как бы «включили свет» и клиент начал экономить 150 000 ₽ в месяц, перераспределяя средства туда, где они реально работают.
Вывод: