Рекламодатель: приходили «холодные»: люди просили насчитать смету, сравнить цены или просто интересовались «сколько стоит отопление вообще».
Мы - разделили аудиторию на 4 сегмента: новые дома, те, кто хочет заменить старый котел и корпоративные заказы (стройки, подряды). Для каждого сегмента подготовили отдельные офферы.
В итоге уложились в заранее зафиксированный KPI по цене лида без увеличения общего бюджета, а доля качественных заявок на монтаж выросла вдвое.

Клиент работал только по сарафану. За 5 дней подготовили семантику (3 кластера: выезд на дом, химчистка, срочная чистка), подключили коллтрекинг и дали доступ к кабинету. В первую неделю отключили 27% нецелевых запросов («купить ковер», «самостоятельная чистка»). Через 14 дней вышли на стабильный поток заявок по согласованной цене. Оплата — только за полученные лиды.

Высокая конкуренция и перегретые аукционы. Разбили кампанию на 3 направления: «ремонт под ключ», «дизайн + ремонт», «черновая отделка». Подключили сквозную аналитику, чтобы видеть, какие заявки доходят до замера. Через 2 недели отключили самые дорогие запросы и усилили кампании по «узким» услугам. Вышли на согласованную стоимость лида и предсказуемый поток заявок.

Основная задача — загрузить боксы в будние дни. Сделали отдельные кампании по услугам (полировка, керамика, химчистка салона) и протестировали офферы со скидкой на «окна» в расписании. Уже на 9-й день скорректировали ставки по времени показа. Клиент видел статистику в реальном времени — прозрачность была принципиальным условием. В результате снизили цену заявки на 20% по сравнению с прошлым подрядчиком.

До нас клиника не понимала, какие заявки реально становятся пациентами. Подключили рекламу к CRM и настроили отслеживание до записи на консультацию. Протестировали 3 посадочные страницы и 2 модели оффера (рассрочка и бесплатная консультация). Через 12 дней убрали нерентабельные сегменты и зафиксировали рабочую модель. Стоимость лида удержали в рамках согласованного KPI без «разгона» бюджета.

Школа запускала рекламу раньше, но заявки были «холодные». Мы разделили аудиторию на 4 сегмента (школьники, взрослые, корпоративные клиенты, подготовка к экзаменам), протестировали 8 объявлений с разными офферами. За 10 дней отсеяли слабые креативы и перераспределили бюджет. KPI по цене лида зафиксировали заранее — в тестовый период уложились в него без увеличения бюджета.

Компания боялась масштабирования из-за прошлых сливов бюджета. Запустили тестовый период без предоплаты, разбили кампанию по типам клиентов (малый e-commerce, маркетплейсы, локальные магазины). За первую неделю исключили 19% нерелевантных запросов и усилили объявления с быстрым забором груза «день в день». После оптимизации получили стабильную цену лида и начали аккуратное масштабирование без скачков стоимости.