Анализ спроса и конкурентной среды
Исследование показало, что внутри одной тематики присутствуют разные модели поведения пользователей:
- часть аудитории ищет подрядчика под ключ;
- часть сравнивает цены;
- часть выбирает строительную технологию;
- часть только формирует понимание бюджета.
Формирование семантического ядра
Семантика была разделена на несколько рабочих блоков:
Коммерческий спрос
- строительство дома под ключ томск
- строительная компания томск
- заказать строительство дома
Спрос по стоимости
- стоимость строительства дома
- цена дома под ключ
Тематический спрос
- малоэтажное строительство
- строительство коттеджей
Запросы по материалам
- дом из бруса
- строительство из бруса
- деревянный дом под ключ
Такое деление позволило создать релевантные рекламные группы и снизить стоимость клика.
Настройка объявлений
Для каждой группы запросов были созданы отдельные объявления с высокой релевантностью.Пример:

Подключение аналитики
Настроены цели:
- отправка формы;
- клик по телефону;
- переход в мессенджеры;
- просмотр ключевых блоков.
Также внедрена UTM-разметка по всем рекламным сегментам.
Ежедневная оптимизация
После накопления статистики началась ручная работа со ставками.
- устройствам;
- времени суток;
- полу и возрасту;
- площадкам РСЯ;
- сегментам спроса.
Чистка поисковых запросов
Регулярно анализировался отчет поисковых фраз. Добавлялись новые минус-слова. Это позволяло удерживать качество трафика.
Отключение слабых сегментов
После накопления статистики отключались:
- дорогие площадки;
- слабые группы;
- объявления с низкой конверсией.
Бюджет переносился в более эффективные сегменты.
Масштабирование работающих связок
После определения эффективных комбинаций запускались:
- дополнительные объявления;
- расширенные ключевые группы;
- новые вариации офферов;
- отдельные тесты по смежным сегментам.
KPI проекта

Выводы
Проект показал, что в нише малоэтажного строительства высокий результат достигается прежде всего за счет системной технической работы внутри рекламного кабинета.Наибольший эффект дали:
- точная структура семантики;
- разделение кампаний по типу спроса;
- глубокая фильтрация трафика;
- ежедневная аналитическая оптимизация;
- корректировки ставок по данным конверсии.
После оптимизации рекламный канал стал прогнозируемым:
- понятна стоимость лида;
- понятны сильные сегменты;
- понятны точки масштабирования.