Кейс · Премиальная недвижимость · Санкт-Петербург

Премиальная недвижимость в СПБ: как снизили спам-лиды в Яндекс Директ на 30%

Почему половина заявок оказалась ботами, квалифицированный лид стоил около 80 000 ₽? и как передача спам-конверсий обратно в Яндекс Директ помогла изменить качество трафика?

Яндекс Директ Премиальная недвижимость Светлана Романова

В рекламе премиальной недвижимости высокая стоимость лида сама по себе не является аномалией. Аудитория узкая, конкуренция высокая, стоимость квартиры измеряется десятками миллионов рублей, а цикл принятия решения значительно длиннее, чем в массовом сегменте.

Но в этом проекте проблема оказалась глубже.

По статистике лидов в AmoCRM за 6 месяцев только около 50% обращений из Яндекс Директ были реальными заявками. Остальная половина — бототрафик, спам, недозвоны и ситуации, когда менеджер связывался с человеком, а тот отвечал, что вообще не оставлял заявку.

В результате рекламная система видела формальные «конверсии», но значительная часть этих конверсий не имела никакой коммерческой ценности.

И это напрямую влияло на экономику рекламы:

35–40 тыс. ₽ Стоимость первичного, еще не квалифицированного обращения
≈80 тыс. ₽ Стоимость квалифицированного лида
50% Обращений — фактически мусорный трафик
−30% Снижение объема спам-лидов после передачи данных о качестве обратно в Яндекс
−30%

Снижение спам-лидов

Главной задачей стало не просто «снизить CPL», а научить Яндекс отличать настоящего потенциального покупателя премиальной квартиры от спам-конверсии.

Контекст рынка

Почему стоимость лида в премиальной недвижимости изначально высокая

Перед оптимизацией я отдельно изучила рынок премиальной недвижимости Санкт-Петербурга и рекламные подходы конкурентов.

В высокобюджетном сегменте принципиально важно разделять два показателя:

Тип лида 01

Первичный, или сырой, лид

Любой уникальный звонок, форма или обращение, которое зарегистрировала система аналитики.

Тип лида 02

Квалифицированный лид

Потенциальный покупатель, который подтвердил бюджет от 30–40 млн рублей, параметры поиска и готовность продолжать диалог с отделом продаж.

В премиальном сегменте разница между этими двумя показателями критична. Можно получить большое количество формальных конверсий и эконом-лидов — лид с маленьким бюджетом покупки — и при этом почти не получить людей, которые действительно рассматривают для покупки премиум-квартиру с бюджетами от 30–40 млн рублей.

В рекламе Яндекс Директ были задействованы жилые комплексы от RBI, Еврострой, ФСК, Setl Group, ЛДМ и ЛСР.

Сам рынок дополнительно повышает стоимость контакта.

≈730 000 ₽
Стоимость квадратного метра премиум-класса
100+ млн ₽
Средняя стоимость проданного высокобюджетного лота

01 — Качество лидов

Проблема №1. Половина заявок из Яндекс Директ — не реальные покупатели

По итогам анализа всех лидов по Яндекс Директ за 6 месяцев, картина оказалась следующей:

50% — реальные обращения
50% — спам и бототрафик
50% — реальные обращения

Пользователь действительно интересовался квартирой, оставлял заявку и понимал, по какому объекту с ним связываются.

50% — спам и бототрафик

Формальные обращения, которые не являлись реальным спросом на премиальную недвижимость.

Сюда попадали:

  • фейковые заполнения форм;
  • недозвоны;
  • заявки с некорректными контактами;
  • обращения от людей, которые утверждали, что ничего не отправляли;
  • автоматический бототрафик.

На уровне Яндекс Директ все это могло выглядеть одинаково: форма отправлена — это значит, фактически произошла конверсия.

Но для бизнеса разница огромная.

Решение

Научить Яндекс Директ отличать реального клиента от спама

Главная проблема была в том, что для рекламной системы любая отправленная заявка считалась успешной конверсией. Яндекс не понимал, где реальный покупатель квартиры, а где бот, недозвон или человек, который вообще не оставлял заявку.

Поэтому мы изменили сам принцип работы с конверсиями.

Как изменилась схема
Раньше: Яндекс Директ → заявка → конверсия
Яндекс Директ
→
Заявка
→
Проверка менеджером
→
Определение качества лида
→
Передача результата обратно в Яндекс

В журнале лидов Calltouch каждое обращение необходимо было проверять вручную.

Если заявка оказывалась ботом, спамом или фейковым обращением, ей присваивался отдельный тег:

Calltouch · тег качества

«Спам-лид»

Далее информация о таких обращениях передавалась в Яндекс Метрику и Яндекс Директ как отдельная офлайн-конверсия.

Что это изменило

Раньше Яндекс видел только факт отправки формы и мог воспринимать спам-заявку как полезную конверсию. После настройки обратной связи рекламная система получила дополнительный сигнал о качестве обращения.

Это позволило разделить:

✓

Хорошая конверсия

Реальный потенциальный покупатель.

×

Плохая конверсия

Бот, спам или фейковая заявка.

В результате рекламные кампании стали обучаться не только на количестве заявок, но и на их качестве.

Задача была не просто получать меньше спама, а перестать обучать рекламный алгоритм Яндекс Директ на спамовых заявках.

Когда Яндекс начал получать данные о том, какие обращения не нужны бизнесу, удалось сократить объем спама и недозвонов и направить алгоритм в сторону более качественной аудитории.

02 — Структура рекламы

Проблема №2. Слишком общая структура рекламы для разных жилых комплексов

Во время аудита была обнаружена еще одна системная проблема.

В одной кампании одновременно рекламировались разные ЖК. Внутри одной кампании находилось 15 объявлений по разным объектам, но формулировки текстов были очень похожи, а наборы запросов частично дублировались.

Для премиальной недвижимости это слабая стратегия.

Сценарий 01

Петроградская сторона

Покупатель пентхауса на Петроградской стороне.

Сценарий 02

Сестрорецк

Покупатель семейной квартиры в курортном районе СПБ.

Они могут находиться в одном ценовом сегменте, но это совершенно разные сценарии выбора.

Дополнительно аудит показал:

  • одинаковые быстрые ссылки;
  • одинаковый набор запросов;
  • похожие заголовки и описания для разных ЖК;
  • отдельные формулировки вроде «жилье повышенного комфорта», которые скорее подходят комфорт-классу, чем премиальному продукту.

Решение: дробить рекламу по объектам, районам и продуктовым сценариям

Отдельно тестировались:

01

Брендовые запросы

По конкретному ЖК. Самая горячая аудитория: человек уже знает объект и ищет цены, планировки или официальный сайт.

02

Географические запросы

По конкретному району, локации или значимому географическому признаку.

03

Конкурентная семантика

Конкуренты, конкретные ЖК, ЦИАН и Яндекс Недвижимость.

04

Продуктовые запросы

Пентхаусы, террасы, панорамные виды, квартиры у воды, высокие потолки.

Географические запросы

Например:

«новостройки на Петроградской»
«апартаменты с видом на исаакий»
«квартира премиум-класса на Васильевском острове»
«квартира у Финского залива»

Аудит подтверждал, что именно запросы по конкретному объекту и району давали основной поток квалифицированных лидов.

Конкурентная семантика

В Мастер-кампании использовались сайты конкурентов по конкретным ЖК, конкретные страницы ЦИАН и Яндекс Недвижимости по конкретным ЖК.

Продуктовые запросы

Пентхаусы, террасы, квартиры с панорамными видами, квартиры у воды, высокие потолки — то есть не просто «премиальная недвижимость», а конкретный продуктовый запрос.

Такой подход соответствует и проведенному анализу конкурентов: в премиальном сегменте поисковые кампании обычно разделяются на брендовую, географическую, конкурентную и продуктовую семантику.

Коммуникация

Почему в премиальной недвижимости нельзя продавать все объекты ЖК одинаково

Дополнительный анализ рынка показал, что внутри самого премиального сегмента аудитория сильно различается.

Например, в исследовании рекламных подходов для Санкт-Петербурга отдельно рассматривались:

01
Элитные готовые резиденции на Петроградской стороне
02
Клубные дома в историческом центре
03
Футуристичные строящиеся проекты на Васильевском острове
04
Семейные объекты бизнес+ / премиум

Даже визуальная коммуникация на сайтах и лендингах для них должна быть выстроена по-разному.

Для одного объекта работают историческая архитектура, закрытая набережная и SPA.

Для другого — панорамные виды, футуристичные башни и инфраструктура будущего.

Made on
Tilda