Как сегментировать аудиторию в соцсетях: опыт Банки.ру

Привет, я Лиза, и я руковожу направлением маркетинга в социальных сетях в финансовом супермаркете Банки.ру. К этому направлению в нашей компании относится весь комплекс: performance, нативные размещения у блогеров и в сообществах, и, конечно, ведение сообществ и развитие, работа с негативом и коммьюнити-менеджмент. Performance для кредитных продуктов в соцсетях мы запустили ровно год назад. За это время удалось существенно нарастить объемы как по заявкам, так и по выручке.

Финансовые продукты, особенно кредитные, не самое простое, что можно продвигать в соцсетях. За время работы мы накопили огромные объемы данных о пользователях, их интересах и потребностях. Поэтому в основе нашей performance-стратегии для соцсетей – тщательное сегментирование пользователей.

В этом материале я расскажу, за счет чего нам удается наращивать объем заявок из соцсетей на кредитные продукты.

Ретаргет

Прежде всего, мы разделяем клиентов по типу посещенных страниц. На Банки.ру огромная база продуктов, которые мы предлагаем им в зависимости от их поведения на сайте и предпочтений. К примеру, интересное наблюдение: для микрофинансовых продуктов лучшую конверсию приносят наши лендинги-каталоги, где продукты представлены сразу единым списком, и пользователь должен самостоятельно из множества выбрать тот, что ему интересен.

Для потребительских кредитов история совершенно иная: пользователи не хотят выбирать, изучать множество предложений и вручную сравнивать ставки. Зато они понимают, на что они хотят потратить деньги, и хотят знать, в какой банк лучше отправить заявку. Здесь помогает сервис “Мастер подбора кредитов”. Он аккумулирует сразу все типы кредитных продуктов, и пользователь после заполнения единой заявки получит подборку всех продуктов, которые подходят под его запросы и возможности.

Соответственно, тем клиентам, кто был в определенных продуктовых разделах, провел там достаточно времени, но так и не оформил заявку, мы предлагаем другой тип лендинга или сервис, который, вероятно, сработает лучше именно из-за особенностей поведения пользователя на сайте.

Как мы используем характеристики аудитории

Изучение пользователей дает нам возможность точно таргетировать предложения и на основании потребностей существующих клиентов искать новые аудитории. Помимо общих интересов пользователей и социально-демографических данных, мы учитываем их потребности в определенных продуктах во всевозможных разрезах. Мы смотрим, как взаимосвязаны демографические характеристики и тип продукта. Здесь все просто: вряд ли вы будете массово предлагать ипотеку постоянным клиентам МФО. А вот далее мы анализируем запросы более детально и сопоставляем социально-демографические и конкретные параметры продукта. Например, знаем, какая группа людей заинтересована в ипотеке на квартиру на вторичном рынке сроком на 20 лет в определенном городе без подтверждения дохода. С такими данными можно настроить кампании, используя инструментарий рекламного кабинета любой социальной сети.

Как мы работаем с похожими аудиториями

Один из действенных методов привлечения новых клиентов – создание аудитории, максимально похожей на уже имеющихся клиентов.

Залог эффективной работы похожих аудиторий – качественная исходная аудитория. Поэтому мы четко сегментируем базу, чтобы от полученных качественных сегментов создавать как можно больше аудиторий.

К примеру, мы можем делить пользователей в зависимости от типов кредитных продуктов, заявки на которые они оформляли. В свою очередь, эти сегменты можно также поделить на группы по величине запрошенной суммы. Таким образом, для каждого кредитного продукта мы получаем аудитории с различными запросами и потребностями. Чем аккуратнее и подробнее будет проведен отбор исходной аудитории, тем выше вероятность запустить эффективную кампанию. Рекомендуемый размер исходной аудитории – 1 000 пользователей, от таких сегментов вполне можно строить похожие.

Размер – не главное, но…

Часто Facebook рекомендует для российского рынка в нашей нише создавать похожую аудиторию с прогнозным охватом в 1 млн. Одно время мы очень «стеснялись» больших look a like-аудиторий, так как не верили, что, снижая уровень сходства с исходной аудиторией, получим высокий результат. В целом мы не жаловались на результаты, полученные с похожих аудиторий в 1%: в течение трех месяцев кампании, где использовалась аудитория look a like в 1%, умудрялись ежедневно приносить отличные результаты по количеству заявок на кредитные продукты. Однако создание разных похожих аудиторий и вычитание одной похожей из другой позволяет существенно нарастить объем заявок.

Ранее Елизавета Михайловская рассказала, как Банки.ру развивает свой канал в Яндекс.Дзен.