себестоимость одобренной анкеты = (расходы на рекламную кампанию)/(количество одобренных анкет)

Банк обратился в агентство SalesLeads.Ru, специализирующееся на лидогенерации для банковского сектора. Были поставлены цели снизить себестоимость одного одобренного клиента минимум на 30 % при уменьшении числа заявок не более чем на 10 %. То есть требовалось больше продаж с того же числа лидов.

В результате анализа выдвинули гипотезу:

• процент одобрений разнится в зависимости от демографических характеристик (например, возраста, пола и месторасположения заемщика);

• значительно улучшить процент одобрений можно за счет управления профилем привлекаемых клиентов на уровне промосайтов (мини-сайты, в данном случае – с информацией о кредитном продукте и формой для сбора заявок);

• запуск промосайтов в качестве дополнительного канала лидогенерации и их продвижение позволят нивелировать падение в объеме анкет (неизбежно в результате ограничений на возраст, пол и географическую локацию клиента в поисковых системах и социальных сетях).

Теорию нужно проверять в деле. На момент запуска проекта у банка отсутствовала информация о зависимости процента одобрения от демографии заемщиков. Простым решением было бы добавить дополнительные вопросы в анкету на сайте и поставить фильтры, но это противоречило правилам банка с точки зрения договора открытой оферты и общей этики предоставления кредитных услуг. Также по внутренним правилам анкета должна была размещаться только на сайте банка, поэтому перенести ее на другой портал, спрашивать там что угодно и агрегировать заявки тоже не получалось.

Пришлось действовать иначе. Прежде всего для отслеживания результатов кампании в режиме реального времени требовалось решить технический вопрос: интегрировать информационную систему агентства SalesLeads.Ru, где собирались данные проводимой рекламной кампании, с системой управления взаимоотношениями с клиентами (CRM) банка. Так можно было увязать данные по профилю клиентов (и количеству просмотров, переходов, заявок) с информацией по одобренным заявкам. Для этого нашли простое решение: при заполнении анкеты банковская система автоматически не только подтверждала факт ее заполнения, но и стала передавать уникальный номер анкеты в систему агентства. В результате информация в системе пополнилась данными об одобренных анкетах.

Такая элегантная интеграция позволила провести анализ демографии заявок, утвержденных банком. В итоге подтвердилась гипотеза и была найдена зависимость между возрастом привлекаемых клиентов и их географической локацией. Внесли ограничения по географическому признаку в системы контекстной и таргетированной рекламы, а также по возрасту при рекламе в соцсетях. Изменения моментально сказались на результате. Исключение «депрессивных» регионов и корректировка возраста клиента в настройках рекламных кампаний позволили увеличить уровень одобрений на 35 %. Отличный результат!

На промосайтах настроили дополнительные формы запроса возраста, трудоустройства, стажа, наличия или отсутствия просрочек по текущим кредитам. При этом механика работы промосайтов была следующая. Потенциальный клиент заходил на него и, прежде чем получить доступ к анкете на кредитный продукт, расположенной на сайте банка, заполнял форму опроса по демографии и личной кредитной истории. На начальном этапе проекта клиенты с любым профилем получали доступ к анкете банка. Однако со временем для повышения качества заявок доступ стали получать лишь те из них, чей профиль имел наивысший уровень одобрения. Сбор данных о профиле клиента и их автоматический анализ на уровне промосайтов увеличил уровень одобрений почти в два раза – на 78 %.

В итоге через три месяца удалось снизить себестоимость одного привлеченного заемщика на 44 %! Таким образом, оптимизация существующих методов лидогенерации и дополнительное использование промосайтов позволили банку эффективнее осваивать свой маркетинговый бюджет и сосредоточиться на запросах от самых надежных заемщиков (табл. 1).

Таблица 1

Благодарю компанию SalesLeads.Ru (www.salesleads.ru) за предоставленный бизнес-кейс.

Схема проведения лидогенерации (рис. 4) в общем виде выглядит так. Сначала определяется целевая аудитория, в которой компания ищет клиентов. На данном этапе оценивается, например, демография читателей журнала, посетителей выставки, поведенческие характеристики (скажем, поиск определенной информации на «Яндексе») и т. и. Для холодных звонков и рассылок берут базы данных контактов [15] . Напомню, что если это база физических лиц, нужно иметь их согласие на получение от вас информации. Иначе нельзя: одни обидятся, а другие накажут.