Агентство Finepromo > Блог > Как масштабировать цветочный бизнес: кейс компании «Русский Букет»

Как масштабировать цветочный бизнес: кейс компании «Русский Букет»

Этот кейс руководитель агентства Finepromo Никита Маракасов представил на конференции «Суровый Питерский SMM» в 2023 году. Мы поделились с участниками опытом того, как масштабируем долгоиграющие проекты — когда перформанс себя уже исчерпал, а расти дальше нужно.

Обсудить задачу

О клиенте

Бизнес — цветочный магазин «Русский Букет», который занимается доставкой цветов и подарков по России и миру, на рынке больше 13 лет. Объем продаж — 40 000 заказов в месяц только по России. Есть собственные салоны и партнерские магазины в разных городах и странах. Запущена CRM-система, которая позволяет управлять партнерскими заказами и трафиком, делать сквозную аналитику.

Фишка бизнеса — собственный клиентский сервис с гарантией качества. Если с цветами во время доставки что-то произошло, вопрос решается через внутреннюю службу качества — поврежденные цветы меняют.

Когда компания обратилась к нам, у нее уже была своя CRM, но полноценной аналитики не было — поэтому все заказы отслеживать возможности не было

Какая задача была

Бизнес работал в 10 городах России и хотел зайти еще в один. На момент, когда клиент к нам обратился, перформанс уже себя исчерпал, началось сложное развитие, а нормальной аналитики у бизнеса не было.

Какую тактику мы выбрали и почему

Мы начали развивать контекст с главным условием — инструмент должен работать как минимум в ноль, не в отрицательную прибыль. Потому что у бизнеса было много повторных продаж и высокий LTV клиентов. Даже если после первого привлечения с них не получится ничего заработать, потом будут новые покупки — реклама окупится. Тактика помогла нам нарастить клиентскую базу и еще увеличить LTV.

Работали с клиентом по четкому плану — к новому этапу продвижения приступали только после выполнения целей текущей стадии

Что мы сделали

Работали с клиентом по этапам — сначала завершали один и только потом приступали к следующему. В среднем на каждый этап работы у нас уходило от полугода до года.

Первый этап. Настроили цели в аналитике, запустили реклама на поиске и ретаргетинг. По сути на этой стадии мы привели статистику компании в порядок и сделали первые РК.

Второй этап. Запустили электронную коммерцию в перформансе — динамический ретаргетинг и РСЯ. Поработали над медийкой — через look-a-like аудитории и таргет. Медийные инструменты помогли создавать новых пользователей, которые покупали в перформансе.

Третий этап. Настроили нормальную сквозную аналитику — кастомную аналитику, которая строится на маркетинговой базе данных. Туда попадала разная информация — например, из Google Analytics. Мы видели ID пользователя, все что он делал на сайте или в приложении. Эти данные мы обогащали информацией из CRM-системы — например, смотрели, сколько товаров за все время купил человек. В итоге мы собирали данные о том, откуда пользователь пришел на сайт, что делал, что купил и сколько. Информацию сохраняли в базе и при необходимости визуализировали в отчетах Power BI. Матрицу маркетинговой информации можно рассматривать в том виде, в котором проще оптимизироваться — например, посмотреть по каналам трафика или по воронке продаж.

Информацию обо всех каналах, сервисах и платформах мы собрали в одном личном кабинете — чтобы можно было оценить нужные показатели и не переключаться между разными отчетами

В перформансе мы добавили новые города — после того как настроили электронную коммерцию и активный перформанс это уже было несложно. В медийке ориентировались на рекламу и аудитории. Основные конкуренты в тот момент работали на Москву, но в регионах цена клика была гораздо ниже. Мы решили сначала закрепиться в регионах, и уже потом выходить на Москву.

Четвертый этап. Настроили регулярную отчетность в Power BI. Помимо оптимизации маркетинговых каналов, с помощью сквозной аналитики можно контролировать вообще все — например, мы строили для владельца дашборды по заказам в день или по среднему чеку. И сравнивали текущий средний чек со значениями прошлого года этого же периода.

В этом проекте мы также оценивали показатель NPS в e-commerce — это соотношение удовлетворенных пользователей и тех, у кого есть претензии

В медийке мы запустили видеорекламу, продвижение через Программатик, работали с блоггерами. Это как раз подходит для ситуаций, когда перформанс уже не отрабатывает как раньше. Выяснили, что после просмотра видео пользователь запоминает рекламное послание намного лучше, чем при взаимодействии с баннером.

Результаты

Увеличили маржинальную прибыль PPC, выручку, количество повторных продаж. В целом прибыль по городу постепенно увеличивалась. Бюджеты на контекстную рекламу тоже подросли, но даже с учетом этих расходов чистая прибыль все равно увеличилась.

В итоге бизнес уступил конкурентам в Москве, но хорошо заработал в регионах. И теперь эти деньги мы используем для полноценного продвижения в столице.

Обсудим
вашу задачу?

Делимся опытом
в Telegram

Мы используем cookie
Понятно