Финансовый эффект устранения технических потерь.
До внедрения исправлений терялось 6% заявок — ~37 заявок/мес при базе 626 заявок платного трафика. При средневзвешенной CV1 «до» 40,7% и среднем чеке 37 641 ₽ это соответствовало 15 потерянным заказам и ~0,58 млн ₽ упущенной выручки в месяц. После доработки доля потерь снизилась до 0,4% — то есть устранение технического брака само по себе вернуло ~0,58 млн ₽/мес, что составляет 7% всего прироста выручки с платного трафика. Этот результат получен без изменения рекламных кампаний — исключительно за счёт корректной фиксации трафика, который и так приходил на сайт.

Блок 2. Контекстная реклама в Яндекс.Директе
Доработал структуру аккаунта: переразметил кампании по продуктам и типам запросов, расширил и кластеризовал семантическое ядро. Объём семантики по 4 продуктам вырос с 400 до 630 ключевых фраз за счёт добавления транзакционных запросов среднего и низкого частотного диапазона: по поводам (годик, выпускной, корпоратив, 8 марта), по типу мероприятия, по возрастным сегментам, по локациям. Бренд-кампании выделены в отдельный контур с приоритетным размещением для защиты брендовой выдачи от перехвата конкурентами.

Поисковые кампании — сегментация по уровню готовности к покупке
Распределил небрендовые поисковые запросы по уровням готовности к покупке. Верхний уровень — общие информационно-коммерческие запросы («организация детского праздника»), CV0 — 1,3%. Нижний уровень — транзакционные запросы с уточнением формата («снять кафе для детского дня рождения», «детский день рождения с аниматором в кафе»), CV0 — 2,4%. Перераспределил бюджет в пользу нижнего уровня в соотношении 2:1 — это снизило средневзвешенный CPL по праздникам на 18%.
Сегментация по возрастным программамУ «АндерСона» отдельные программы для возрастных групп 1–3, 4–6, 7–10 лет. Развёл их по трём кампаниям с собственной семантикой («торт на годик», «детский праздник для 3 лет», «выпускной из садика 6 лет») и отдельными посадочными под каждый возраст. CV0 по трём возрастным кампаниям вырос на 28%, 35% и 41% соответственно (1–3, 4–6, 7–10 лет), CV1 — на 6–9 п.п. в зависимости от возрастной группы. Эффект — релевантность посадочной запросу и сокращение этапа квалификации в CRM.

Геотаргетинг
Настроил геотаргетинг по микрозонам Москвы и МО с учётом среднего чека продукта и логистики. Для детских праздников и кейтеринга — таргетинг на районы с высоким индексом дохода семей с детьми, исключение сегментов, не соответствующих премиум-чеку. Для доставки — таргетинг по фактическим зонам логистической доступности с привязкой к точкам сети. Микрозональный подход вместо стандартного радиуса или административных границ снизил CPL по детским праздникам ещё на 12%.

РСЯ
Кампании с широкой семантикой в РСЯ давали большой объём дешёвого трафика при CV1 ниже порога окупаемости — канал генерировал отрицательный ROAS. Отключил полностью. Перезапустил РСЯ на узких транзакционных кластерах с look-alike-таргетингом. Стоимость клика выросла, но CV1 и качество трафика вывели канал в положительный ROAS.

Ретаргетинг по этапам воронки
Развёл единую кампанию ретаргетинга на четыре сегмента с разными офферами и сроками удержания:

Моя роль и условия работы
Меня пригласили как эксперта по системному маркетингу и лидогенерации. На испытательный срок компания выделила бюджет, идентичный действующему, с условием: при отклонении показателей в худшую сторону — расставание. За предыдущий год в проекте сменилось несколько маркетологов и директоров по маркетингу, не справившихся с KPI лидогенерации, поэтому планка была высокой.

Зона моей ответственности — стратегия в рамках действующей бизнес-модели, архитектура маркетинговой воронки, управление подрядчиками и результатом. Операционные задачи (настройка кампаний, разработка, дизайн) выполнялись штатными специалистами. KPI по каждому продукту я разработал и согласовал с генеральным директором на старте проекта. Внутри команды ставил задачи штатным специалистам, контролировал исполнение и сводил результаты к утверждённым KPI.

Первые два месяца аудит маркетингового контура и поддержка действующих акционных кампаний шли параллельно — это позволило не терять рекламный поток на период перестройки воронки.

Главная сложность проекта — достоверность данных
По итогам первого месяца аудита определилась главная проблема проекта — не отсутствие трафика и не слабые посадочные. Источник проблемы — отсутствие достоверной аналитики на всех этапах воронки. Данные расходились между всеми системами учёта.
В админ панели сайта за месяц фиксировалось, условно, 130 отправленных заявок. В Яндекс.Метрике — 110 достижений цели «отправка заявки». В Битрикс24 автоматически создавалось 100 сделок, часть из которых удалялась менеджерами без фиксации причины. В 1С:ERP формировались счета и фиксировались оплаты, но без сквозной интеграции с CRM первичное касание заявки не привязывалось к источнику трафика и дате обращения. Цикл оплаты у праздников растянут — предоплата за 1–6 месяцев до даты, окончательный расчёт после мероприятия — поэтому без единой системы учёта корректно атрибутировать выручку к каналу и месяцу подачи заявки было невозможно. Расчёт корректных CPL и CPA на таких данных невозможен — первым шагом требуется консолидация источников в сквозную аналитику.
Сверка данных между системами и определение источника правды для каждого показателя заняли первые два месяца проекта.

Аудит: что мешало получать лиды
Технические потери на сайте. События не всегда фиксировались в целях Метрики, заявки терялись на пути в CRM, при оформлении заказа данные не поступали в Битрикс24. Это искажало атрибуцию и делало оценку эффективности каналов недостоверной.

Аналитика и CRM. Сквозная аналитика отсутствовала. В Mango Office не был внедрён динамический коллтрекинг — звонки не привязывались к рекламному источнику, кампании и ключевому слову. Передача меток UTM и параметров clientID между Яндекс.Директом, Метрикой и Битрикс24 работала с потерями. Интеграция Битрикс24 с 1С:ERP отсутствовала — данные по заказам и оплатам не сходились. Воронка макро- и микроконверсий в Метрике не была настроена под бизнес-логику продуктов.

Учёт брендового трафика. До 40% лидов приходило с брендовых запросов, но раздельная аналитика бренд/небренд не велась — реальный CPL небрендовых кампаний был искажён в сторону занижения за счёт дешёвого брендового трафика.

Контекстная реклама в Яндекс.Директе. Действующая структура аккаунта не предусматривала сегментацию по продуктам, типам запросов и этапам воронки.

Контекстная реклама в Google Ads. Каждую активную кампанию я проанализировал отдельно: выгрузил статистику за последние 12 месяцев, сопоставил расходы и конверсии с данными Метрики и Битрикс24, проверил корректность UTM-разметки, аудиторий и стратегий назначения ставок. По результатам анализа сформировал план оптимизации структуры аккаунта, аудиторных сегментов и атрибуции.

Семантическое ядро. Объём действующего ядра — около 400 ключевых фраз, преимущественно высокочастотные коммерческие запросы. Кластеризация по типу запроса, поводам и районам не выполнена. Транзакционные запросы низкого и среднего частотного диапазона в работе практически не использовались.

Посадочные страницы. Целевой трафик по всем четырём продуктам направлялся на страницы с низкой CV0 (1,1–1,4% при отраслевом ориентире для премиум-сегмента 2–3,5%). Причины — слабый оффер выше первого экрана, отсутствие триггеров доверия (отзывы, фото реальных мероприятий, гарантии), сложные многошаговые формы, не оптимизированная мобильная версия.

Архитектурные принципы воронки
Каждый продукт получил собственную воронку — от семантики до посадочной и UTM-разметки — с раздельной экономикой и отчётностью. Бренд-аналитика выделена в самостоятельный контур с собственными KPI, чтобы не искажать эффективность небрендовых кампаний. Геотаргетинг настроен по микрозонам Москвы и МО с учётом платёжеспособности аудитории и логистики продукта. Атрибуция настроена end-to-end: рекламный кабинет → Метрика → Битрикс24 → 1С:ERP, с консолидацией данных в Roistat. Google Ads и тестирование MyTarget — как дополнительные каналы к Яндекс.Директу.

Расшифровка ключевых показателей
CPL (Cost Per Lead) — стоимость лида: рекламный бюджет / количество заявок. CPA (Cost Per Acquisition) — стоимость оплаченного заказа: бюджет / количество заказов. CV0 — конверсия посетителя сайта в заявку: заявки / визиты × 100%. CV1 — конверсия заявки в оплаченный заказ: оплаченные заказы / заявки × 100%. ROAS (Return On Ad Spend) — возврат на рекламные расходы: выручка / бюджет. ROMI (Return on Marketing Investment) — возврат на маркетинговые инвестиции с учётом всех затрат маркетинга, не только рекламного размещения. CAC (Customer Acquisition Cost) — стоимость привлечения одного оплаченного заказа по сайту в целом: общий маркетинговый бюджет / общее количество оплаченных заказов со всех источников трафика (платный + органический + прямой + повторные).
Микроконверсии — действия пользователя, указывающие на интерес: клик по телефону, добавление в корзину, открытие формы. Макроконверсии — целевые действия, приносящие выручку: отправка заявки, звонок, оформление заказа. П.п. — процентные пункты, абсолютная разница между двумя процентами.

О компании
«АндерСон» — крупнейшая в России сеть семейных кафе-кондитерских премиум-сегмента, основана в 2009 году. Бренд объединяет собственную кондитерскую фабрику и десятки точек в Москве и крупных городах. На момент моего прихода в августе 2021 года компания была сильным игроком рынка с устоявшейся бизнес-моделью, узнаваемым брендом и проработанной продуктовой линейкой. Стратегия компании была сформирована, задача состояла в построении системного маркетингового контура внутри действующей бизнес-модели.

Сайт cafe-anderson.ru — один из основных онлайн-каналов лидогенерации по ключевым продуктам сети: детские праздники, торты на заказ, кейтеринг и доставка готовой еды. Все суммы в кейсе указаны с НДС. Средние чеки: детский праздник — 88 000 ₽, торт на заказ — 9 000 ₽, кейтеринг — 145 000 ₽, доставка — 2 500 ₽. Средние чеки различались по продуктам в зависимости от формата мероприятия, состава заказа и сезона.

Точные значения рекламного бюджета не раскрываются по условиям NDA. Все цифры приведены в пересчёте на модельный бюджет 1 000 000 ₽/мес с НДС, на котором сохраняются те же относительные показатели эффективности (CPL, CPA, CV0, CV1, ROAS), что и на фактическом. Производные показатели — заявки, заказы, выручка, ROAS — даны пропорционально фактическим. Это методический пересчёт для демонстрации относительной эффективности.

Общее количество заявок с органического трафика по четырём продуктам (праздники, торты, кейтеринг, доставка) выросло на +51% — с 240 до 363 заявок в месяц. Визиты из SEO за тот же период выросли только на +22%. Опережающий рост заявок над трафиком — следствие расширения семантики транзакционными запросами и повышения релевантности посадочных под целевые запросы. Доля посетителей с прямым покупательским намерением в общем трафике выросла. CV0 из SEO вырос с 0,19% до 0,24%.

Ключевые работы по SEO
Расширение семантики транзакционными запросами по поводам и сегментам. ВЧ-запросы вроде «торт на заказ Москва» и «детский праздник в кафе» — высококонкурентные, продвижение в них требует существенно большего бюджета и времени. Добавил длинный хвост СЧ- и НЧ-транзакционных запросов с привязкой к поводу, возрасту, локации, типу мероприятия: «торт на годик», «торт на 1 сентября», «торт на 8 марта», «торт на день рождения мальчику 5 лет», «торт на свадьбу», «торт на корпоратив». Каждый запрос по отдельности даёт меньший объём трафика, но конкуренция в разы ниже, а конверсия в заявку выше за счёт точного покупательского намерения. Большая часть прироста +160 позиций в топ-10 пришла именно с длинного хвоста.

Микроразметка Schema.org для карточек тортов и блоков отзывов. Внедрил микроразметку Product для тортов (название, цена, фото) и Review для отзывов. Расширенные сниппеты с рейтингом и ценой увеличили CTR в выдаче на 22–28% по коммерческим запросам с тортами — прирост трафика на действующих позициях.

Title и description под триггеры покупки, а не только под ключи. Переписал title в формате «[Ключ] — [Триггер] — [УТП]»: «АндерСон — детские праздники в Москве. От 30 000 ₽. Бесплатный аниматор». Триггер и цена в title дали дополнительные +18% к CTR поверх эффекта микроразметки.

Внутренняя перелинковка по принципу кросс-продуктового потребления. На карточках тортов разместил блоки «Программы детских праздников», на страницах праздников — «Закажите авторский торт». В комплексе с остальными SEO-работами это дало рост глубины просмотра с 1,51 до 1,86 и времени на сайте с 1:32 до 1:42.

Блок 4. SEO
Доработал мета-теги (title, description), структуру заголовков (H1–H3), переработал контент посадочных по детским праздникам, тортам и кейтерингу. Расширил и кластеризовал семантическое ядро по типу запроса: ВЧ-коммерческие, СЧ-транзакционные по поводам, НЧ-транзакционные по локациям и формату мероприятия.

После марта 2022 года канал отключён, бюджет перераспределён в Яндекс.Директ.
Тестирование MyTarget
После отключения Google Ads и площадок Meta запустил тест MyTarget как потенциальную замену. Тест проработал около двух месяцев на тестовом бюджете.

Средневзвешенный CV1 ретаргетинга — 36%. Холодный трафик в небрендовых поисковых кампаниях даёт CV1 28% — ретаргетинг работает в 1,3 раза эффективнее. Сегмент «9–12 месяцев назад» работает на повторные продажи: ребёнок отмечает день рождения раз в год, и за 2–3 месяца до следующей даты семья снова в стадии выбора места. Это самостоятельная кампания с собственным офером, бюджетом и отчётностью, не пересекающаяся с привлечением новых клиентов.

Блок 3. Google Ads и тестирование MyTarget
Google Ads
Каждую кампанию аккаунта проанализировал отдельно: выгрузил статистику за 12 месяцев, сопоставил с данными Метрики и Битрикс24, проверил корректность UTM-разметки, аудиторных сегментов и стратегий назначения ставок. На основании анализа сформировал план оптимизации.

Бренд-трафик вынес в отдельный контур с собственной экономикой. Аудитории ремаркетинга через Google Display Network развёл по этапам воронки. Запустил look-alike-кампании через Customer Match на базе клиентской выгрузки из Битрикс24 за 12 месяцев (с согласием на маркетинг, по геолокации Москва и МО). Атрибуция через Google Analytics 4 использовалась как дополнительный контрольный срез для перераспределения бюджета между каналами.

Канал проработал в новой структуре около семи месяцев — до санкционных ограничений в марте 2022 года.

Рост CV1 на 3 п.п. объясняется изменением структуры трафика: доля высококонверсионных каналов (бренд, ретаргетинг, look-alike) выросла с 40% до 59% всех заявок (см. декомпозицию ниже).
Декомпозиция снижения CPL с 3 867 до 2 035 ₽CPL по продукту — средневзвешенный показатель по всем каналам внутри продукта. Расчёт средневзвешенного CPL: бюджет / сумма лидов по всем каналам.

Декомпозиция роста выручки с платного трафика (+86%)Рост выручки с 9,60 до 17,86 млн ₽ (+86%) можно разложить на два эффекта: рост объёма заказов и сдвиг продуктовой структуры.
Расчёт. Структура заказов «до» по платному трафику: праздники 31,8%, торты 28,2%, кейтеринг 4,3%, доставка 35,7%. Если бы при объёме 346 заказов «после» эта структура сохранилась, выручка составила бы 13,05 млн ₽ — это «безмиксовый» рост за счёт объёма. Фактическая выручка 17,86 млн ₽ выше — разницу даёт сдвиг структуры в пользу высокомаржинальных продуктов.

База — это исходная точка, выручка "до" моей работы: 9,60 млн ₽ в месяц. От неё считается весь рост. Прочерки стоят потому, что эти два столбца для базы методологически неприменимы. "Расчёт" показывает, как получился вклад в рублях: у эффектов это арифметика (13,05 минус 9,60 для объёмного, 17,86 минус 13,05 для mix), а у базы вычислять нечего — это просто факт из аналитики, не результат расчёта.

"Доля прироста" показывает, какой процент от общего роста выручки приходится на эффект. У объёмного эффекта это 42%, у mix-эффекта 58%, в сумме 100%. Но база — это не часть прироста, это его стартовая точка. Считать долю базы в приросте — некорректно. Прочерк — стандартный способ показать "значение неприменимо".

Mix-эффект как самостоятельный результат. Фактическая структура заказов «после»: праздники 47,7% (вместо 31,8%), торты 31,8%, кейтеринг 4,3%, доставка 16,2% (вместо 35,7%). Сдвиг произошёл в пользу праздников (чек 88 000 ₽) и за счёт сокращения доли доставки (чек 2 500 ₽).
Основной экономический результат проекта получен не наращиванием количества заказов широким фронтом, а управлением их структурой — концентрацией маркетингового усилия на высокомаржинальных продуктах при выводе убыточного направления в зону мониторинга. На каждый рубль роста выручки 58 копеек обеспечил mix-эффект и только 42 копейки — объёмный.

Сводные метрики сайта

Платный и органический трафик росли быстрее среднего по сайту, но основной вклад в общий прирост заказов (+120%) дают повторные клиенты и прямой трафик. Это закономерный кумулятивный эффект работы команды над брендом, качеством продукта и лояльностью аудитории, который проявляется через повторные обращения и через рост брендовых запросов в поиске (доля брендового трафика на сайте выросла с 15% до 34%, ×2,27). Прямого рекламного бюджета на эти каналы не выделяется — они являются производной от системной работы компании в целом.

Под заказом понимается оплаченная сделка в Битрикс24 в статусе «Оплачено» или «Выполнено», сверенная с финансовыми данными 1С:ERP.

CAC. Снижение CAC на 55% получено при росте общего числа заказов сайта в 2,2 раза при сохранении маркетингового бюджета. CAC по сайту в целом (а не только по платному трафику) — общий маркетинговый бюджет / все заказы, поэтому опережающий рост повторных и брендовых заказов даёт более резкое снижение, чем дала бы только оптимизация платного канала.

Выручка с платного трафика выросла на +86%, общая выручка сайта по всем источникам — на +135%. Разница в 49 п.п. — вклад нерекламных источников: органического трафика, прямых заходов, повторных клиентов.

Инструменты
CMS — 1С-Битрикс. Посадочные — Tilda. Реклама — Яндекс.Директ, Google Ads (до санкционных ограничений), MyTarget (тестовый период). Сквозная аналитика — Roistat. CRM — Битрикс24. Телефония и динамический коллтрекинг — Mango Office. Веб-аналитика — Яндекс.Метрика, Google Analytics 4. ERP и финансовый учёт — 1С:ERP. Семантика и позиции — Key Collector, ТопВизор.

Методологические замечания
Период замера. Сравнение: июль–август 2021 vs июль–август 2022.
Окна атрибуции в Roistat настроены под цикл каждого продукта: детские праздники — 45 дней, кейтеринг — 60 дней, торты — 30 дней, доставка — 1 день.

Модель атрибуции — last non-direct click. Выбрана за простоту интерпретации для бизнеса, совместимость с одноисточниковым полем источника в Битрикс24 и применимость к продуктам с коротким циклом принятия решения (3–6 недель). Data-driven атрибуция в Google Analytics 4 использовалась как дополнительный контрольный срез.

ROAS = Выручка с НДС / Рекламный бюджет с НДС.

CV1 по продуктам (праздники 48%, торты 44%, кейтеринг 36%) — в рыночном диапазоне 30–50% для премиум-event-сегмента с длинным циклом квалификации заявки. В сегменте, где «заявка» в CRM фиксируется только после согласования даты, бюджета и количества гостей, CV1 заявка→оплата существенно выше, чем в e-commerce и масс-маркете (15–25%). Причины высокой CV1 в проекте: доминирование в трафике брендового поиска, ретаргетинга по этапам воронки и look-alike по 1st-party-базе CRM (59% всех заявок по праздникам), высокая доля повторных клиентов сети, длинный цикл квалификации в Битрикс24, отсекающий нерелевантный объём до этапа учёта.

Рост доли брендового трафика с 15% до 34% — результат двух факторов: системной работы компании над брендом (качество продукта, узнаваемость, PR, лояльность) и корректной атрибуции брендового трафика после внедрения динамического коллтрекинга и сквозной аналитики. Часть брендовых обращений до внедрения сквозной аналитики атрибутировалась в категории «прямой» и «неопределённый».

Точность декомпозиций.

• Табличные декомпозиции с явными цифрами (CPL по детским праздникам по каналам, mix-эффект выручки) построены на фактических данных Roistat и сходятся арифметически: сумма по каналам равна итогу.
• Изолированные оценки вкладов отдельных мероприятий (например, эффект микрозонального геотаргетинга −12%, перераспределения бюджета по уровням готовности к покупке −18%, рост CV0 по возрастным кампаниям) получены по сравнительным замерам до и после внедрения при условном фиксировании остальных переменных. Поскольку факторы взаимодействуют, такие оценки носят оценочный характер с допуском ±15–20%. Итоговый прирост по продукту — фактические данные из Roistat и Битрикс24.

Итоги проекта
За 12 месяцев маркетинговый контур «АндерСона» переведён из режима ручного управления отдельными рекламными каналами в управляемую систему с end-to-end-аналитикой, прозрачной экономикой по каждому продукту и формализованной отчётностью для генерального директора.

Все согласованные KPI по продуктам в фокусе масштабирования выполнены с опережением плана: лиды по детским праздникам +90% (план +62%), лиды по тортам +45% (план +28%), лиды по кейтерингу +25% (план +18%), выручка по четырём продуктам +86% (план +57%), ROAS +86% (план +47%), доля брендового трафика 34% (план ≥28%). CPL и CPA по основному продукту снижены на 47% и 51% соответственно при плановом снижении 38%.

По продукту «Доставка» принято управленческое решение о выводе в зону мониторинга после того, как сквозная аналитика впервые показала истинную экономику направления — отрицательный тренд по ROAS при текущей структуре спроса. Бюджет сокращён до уровня поддержания присутствия. Это самостоятельный результат проекта: корректная атрибуция предотвратила дальнейшие потери на масштабировании убыточного направления.

Экономическая декомпозиция показывает: 58% всего прироста выручки с платного трафика обеспечил mix-эффект — управление структурой заказов в пользу высокомаржинальных продуктов; 42% — рост объёма заказов. Основной экономический результат получен через перестройку структуры спроса, а не через наращивание лидогенерации широким фронтом.

Выручка сайта по всем источникам трафика выросла в 2,35 раза, число заказов — в 2,2 раза, CAC снижен на 55%. Внедрена сквозная аналитика Roistat с консолидацией данных из Яндекс.Директа, Google Ads, Метрики, Битрикс24, Mango Office и 1С:ERP в единую воронку с расчётом CPL, CPA, ROAS и ROMI по каждому каналу. Доля корректно атрибутированных входящих звонков выросла с 14% до 91% за счёт внедрения динамического коллтрекинга. Технические потери заявок снижены с 6,0% до 0,4% — это самостоятельный финансовый эффект в ~0,58 млн ₽/мес (7% всего прироста выручки с платного трафика), полученный исключительно за счёт устранения технического брака.

Доработана структура контекстной рекламы в Яндекс.Директе и Google Ads: воронка спроса сегментирована по уровню готовности к покупке, возрастным программам, поводам и микрозонам Москвы и МО, ретаргетинг развёрнут на 4 этапа жизненного цикла клиента с собственными офферами, look-alike-кампании запущены на 1st-party-базе CRM. Семантическое ядро по 4 продуктам расширено с 400 до 630 ключевых фраз с акцентом на транзакционные запросы среднего и низкого частотного диапазона. Заявки с органического трафика выросли на +51% при росте визитов на +22%. Неокупаемые каналы и сегменты протестированы и обоснованно остановлены.