Кейс: масштабирование Google Ads для e-commerce автозапчастей

Контекст проекта

Заказчик обратился с задачей масштабирования рекламы Google Ads в нише автозапчастей — одной из самых сложных с точки зрения структуры аккаунта и работы алгоритмов Google. До обращения заказчик сотрудничал с несколькими агентствами. Несмотря на опыт агентств в Google Ads, отсутствие глубокой экспертизы именно в автозапчастях не позволило получить стабильный и прогнозируемый результат.

Исходная ситуация

Проект имел ряд системных сложностей:
— большой товарный фид
— десятки категорий
— тысячи запчастей с разной применимостью
— широкий разброс цен даже в пределах одной категории
— разная маржинальность и влияние товаров на средний чек

После аудита было выявлено ключевое ограничение:
подрядчики запускали одну или несколько кампаний на весь фид, в результате чего:
— Google фактически показывал лишь 5–10% товаров
— большая часть ассортимента вообще не получала показов
— алгоритмы «зацикливались» на узкой группе товаров

Ключевые проблемы

Ограничение показов фида
Google не мог качественно обучаться на большом массиве товаров в пределах одной кампании, поэтому на аукцион попадали лишь самые «удобные» для алгоритма позиции.

Перекос в сторону ROAS
Алгоритм продавал лишь те товары, которые укладывались в заданный ROAS, игнорируя позиции, которые:
— были выгодны бизнесу
— приводили клиентов в смежные категории
— увеличивали LTV и повторные продажи

Отсутствие связи между средним чеком и ценой конверсии
Цена конверсии оценивалась одинаково для всех товаров, хотя средний чек и маржинальность принципиально отличались.

Принятое решение

Я отказался от стандартной логики «один фид — одна кампания» и разработал персонализированную структуру аккаунта с глубокой сегментацией.

Реализация

Сегментация по ценовым сегментам
Весь ассортимент был разделен на ценовые сегменты. Для каждого сегмента:
— задана собственная допустимая цена конверсии
— учтен средний чек
— учтена экономика конкретной группы товаров

Это позволило:
— убрать неадекватную стоимость заказа
— выровнять эффективность между разными ценовыми категориями
— перестать «душить» прибыльные, но более дорогие товары

Работа с большим фидом через дополнительные фиды
Для решения проблемы медленного входа товаров в показ была применена стратегия дробления:
— сегмент примерно из 100 000 товаров делился на 8–10 подфидов
— для каждого подфида запускались отдельные кампании
— на этапе обучения отбирались товары с лучшими показателями

Далее товары пересобирались по логике:
— «звезды»
— «дойные коровы»
— товары с потенциалом роста
— аутсайдеры

Каждая группа получала собственную рекламную логику.

Результат

— снято ограничение масштабирования
— реклама перестала упираться в алгоритмические лимиты
— Google начал равномерно работать с ассортиментом
— реклама генерирует ровно то количество лидов, которое нужно бизнесу

Важный момент:
масштабирование стало управляемым. При необходимости объем лидов можно увеличить в любой момент — без разрушения структуры и потери эффективности.

Итог для заказчика

— стабильная и контролируемая рекламная система
— использование реального потенциала ассортимента
— рост оборота без перекоса в отдельные товары
— структура аккаунта, заточенная под бизнес, а не под шаблоны агентств