1 этап
В ходе брифинга с клиентом были выявлены 2 основных портрета ЦА, а также 2 доп. аудитории для теста. У каждой из них свои потребности и критерии - соответственно, и рекламные кампании и баннеры должны транслировать разные ценности и информацию.

Далее мы приступили к сбору детальной информации о ЦА - ценности, интересы, боли (триггеры, на которые можно воздействовать), факторы принятия решения о покупке, возможные возражения и пр.
Этот этап крайне важен, так как он дает полное представление о целевой аудитории бизнеса. Чем глубже будет проведена аналитика на старте - тем выше будут результаты в дальнейшем. Зачастую сами собственники бизнеса до конца не знают, почему именно у них покупают / не покупают клиенты.

Социальные сети конкурентов - отличное место для сбора таких данных. Именно там покупатели задают интересующие вопросы, пишут о своих впечатлениях от продукта, жалуются, хвалят и так далее! Это очень мощный инструмент, который позволяет выяснить истинные потребности и боли людей при принятии решения о покупке. Далее мы использовали Wordstat для подбора поисковых запросов - иногда вместе с запросом в поисковике люди пишут интересующие их детали. Например частые запросы "купить каркасный бассейн", "купить каркасный бассейн с установкой на участке" говорят нам о том, что человек скорее выберет магазин, который кроме бассейна сделает еще и установку.
Для сбора информации о клиентах из Facebook нами был использован плагин Facebook Search.

Все полученные данные были систематизированы и использовались для дальнейшей аналитики при составлении рекламных кампаний.

Нами было проанализировано 239 страниц с обсуждениями клиентами продукта в группах в соц. сетях у конкурентов; выявлено более 40 разных критериев продукта; отобрано 13 наиболее частых критериев и отранжированы по частоте, весу и значимости.
Результаты представлены в виде диаграмм ниже.

2 этап
Многие специалисты остановились бы на сборе данных о потребностях клиентов, но мы идем еще глубже.
Зачастую маркетологи забывают разделять ЦА на уровни "теплоты" клиентов.
Далее приведена схема, разработанная Ю. Шварцом по уровням осведомленности клиентов. На каждом из уровней с клиентом стоит коммуницировать по-разному, т.к. на старте он еще не знает о вашем существовании (даже о существовании проблемы), а в конце уже знает ваших конкурентов и сравнивает кучу параметров, решая у кого купить.

Проведя аналитику, мы имеем полное представление о портретах каждой из ЦА проекта, понимаем, какие факторы и критерии для них важны, как взаимодействовать с ними на разных этапах и почему они покупают или не покупают наш продукт. Все данные систематизируются и заносятся в майнд-карты, отдельно для каждой ЦА.

Имея полное представление о портретах ЦА, мы можем начинать искать ее в социальных сетях: при помощи софта для сбора аудитории Вконтакте, мы начали отбирать ЦА по самым разным параметрам: тематические сообщества, сообщества конкурентов, статус профиля, должность, место работы, группы учреждений работы, музыкальные предпочтения и т.д. Всего Вконтакте только по демографическим данным нам удалось собрать более 30 аудиторий и их пересечений.
Facebook/Instagram такой возможности не дает, но , как мы говорили ранее, у клиента есть качественная база e-mail адресов клиентов и сайт с органическим трафиком.
Еще до начала работы, мы поставили пиксели Facebook и Вконтакте на сайт клиента, чтобы сразу же начинать сбор данных. Если человек заходил на сайт клиента - его профиль Вконтакте/Facebook сразу попадал к нам и собирался в отдельные аудитории. После сбора определенной базы, мы могли создать похожие аудитории(Look-a-like = LAA) и пускать рекламу на них напрямую.
Также мы загрузили базу e-mail адресов в рекламные кабинеты и создали LAA по ним.
Внизу представлена схема, с каких источников мы собирали данные по ЦА

Теперь мы создаем путь клиента: как мы будем с ним взаимодействовать, какую информацию ему сообщать и куда вести.
Все это простраивается с учетом проведенной ранее аналитики. Для отслеживания, какая именно аудитория и на какой стадии дала результат в виде заявки на сайте/на почте или звонок - каждому рекламному объявлению присваивается своя UTM-метка; также на сайте подключили IP-телефонию и Call-tracking для отслеживания источников звонков.
Структура кампании сделана таким образом, чтобы прогревать пользователя от действия к действию и последовательно выдавать ему информацию, которая будет релевантна в данный момент. Такой подход обеспечивает максимально теплую и готовую купить аудиторию на выходе. Тем не менее, многие клиенты не доходили до последнего этапа воронки, а оставляли заявки на сайте уже после 1-2 этапа. Это еще раз говорит о релевантности подобранной ЦА и эффективности проведенной аналитики.

Скриншоты некоторых из рекламных объявлений представлены ниже. Клиент попросил не раскрывать имя в кейсе, поэтому части изображений закрашены.

Яндекс, в отличие от соц. сетей, - это площадка для генерации более теплого трафика, но и более конкурентная. Трафик на ней дороже, а за первые места выдаче нужно бороться с конкурентами (как правило более высокой ставкой за клик).
Но наша команда имеет большую специализацию в выводе рекламных кампаний в Яндекс.Директе на первые позиции с затратами в 3-5 раз ниже, чем у конкурентов. Мы создаем гиперперсонализированные рекламные кампании, которые вынуждают Яндекс выводить объявления в топ при заниженных ставках. Мы разделили все возможные поисковые запросы на блоки, прописали варианты комбинаций и перемножили их. В итоге мы получили 7000+ запросов, под каждый из которых было создано уникальное персонализированное объявление в Я.Директе. Таким образом, человек, вводя в поиске свой запрос - дублировался нашим объявлением и кликабельность такого баннера была намного выше остальных (т.к. баннер слово в слово повторял запрос пользователя).
Сгенерировав 7000+ баннеров мы запустили их в рекламу и сразу же начали получать результаты.

В ходе кампании регулярно чистились минус-слова и оптимизировались объявления - итог в цифрах по каждому месяцу работы представлен в скриншотах ниже. Обратите внимание на высокий CTR по каждому из источников - это результат долгой и системной работы нашего отдела контекстной рекламы, за что им отдельная благодарность.

По итогу клиент получил 15+млн руб выручки при затратах в 300т.р. на рекламный бюджет. По просьбе клиента мы не будем раскрывать детальных цифр по каждому типу аудитории/объявления, т.к. клиент счел это коммерческой тайной; Однако мы можем дать Вам срез по общему количеству заявок, распределению бюджета и ROI по каждому каналу. И так, наши цифры: