1. Стан акаунту на момент аудиту

Компанія термінових вантажоперевезень звернулась до мене з працюючим Google Ads акаунтом, де CPL був стабільно високим, а заявок — мало. Перший погляд на структуру кампаній показав класичні проблеми: одна загальна кампанія на всі типи термінових перевезень, відсутність колтрекінгу і мінус-слова, які не оновлювались місяцями.

2. Тиждень 1-2: аудит і перебудова структури

Я розділив єдину кампанію на сегменти за терміновістю і типом вантажу: термінові перевезення в межах дня, термінові міжміські рейси і планові перевезення — кожна зі своєю логікою ставок. Терміновий сегмент отримав вищу ставку і пріоритет бюджету, бо саме там найвища готовність замовити негайно.

Паралельно зібрав і додав 80+ мінус-слів, які виключали нерелевантні запити (роботу водія, оренду авто, запчастини).

3. Тиждень 3-4: колтрекінг і офлайн-конверсії

Найважливіший крок у цьому кейсі — підключення колтрекінгу. До цього в акаунті фіксувались тільки заявки через форму, хоча в терміновій логістиці клієнт у 70%+ випадків одразу телефонує, а не заповнює форму на сайті. Я налаштував передачу дзвінків як офлайн-конверсій у Google Ads з фільтрацією за тривалістю (рахувались дзвінки від 60 секунд, щоб відсікти випадкові).

4. Тиждень 5-6: навчання Smart Bidding на чистих даних

Коли алгоритм почав бачити реальну картину конверсій — і форми, і кваліфіковані дзвінки — Target CPA почав працювати точніше: кампанії стали отримувати більше дзвінків саме від людей з реальним терміновим запитом, а не випадкових кліків.

Подібний підхід — сегментація за терміновістю попиту і колтрекінг — у моєму іншому кейсі для термінових послуг дав +280% до кількості дзвінків при одночасному знижені CPA на 35%.

5. Результат і що я б повторив у наступному проєкті

За 6 тижнів CPL знизився на 40% порівняно зі стартовою точкою, а якість заявок зросла — більшість нових лідів закривалась у реальні замовлення, бо алгоритм навчився відрізняти “гарячий” терміновий попит від загальних запитів.

Якщо я починаю подібний проєкт знову, перші два кроки завжди ті самі: сегментація кампаній за реальним наміром клієнта і колтрекінг — без цього будь-яка інша оптимізація дає обмежений ефект.

Часті запитання

Що найбільше вплинуло на зниження CPL у цьому кейсі?

Розділення кампанії на сегменти за типом вантажу та терміновістю, а також підключення колтрекінгу.

Скільки часу зайняло зниження CPL на 40%?

6 тижнів: перші 2 — аудит і перебудова структури, наступні 4 — навчання Smart Bidding на чистих даних.

Чи можна повторити такий результат для будь-якої транспортної компанії?

Підхід застосовний до більшості перевізників, але швидкість і масштаб залежать від стану акаунту, бюджету та конкуренції в ніші.

Читайте також