331 отклик на вакансию для сервиса по поиску работы Rabotut

О проекте

Привет читатели!

Сегодня поговорим о нашем опыте запуска и оптимизации трафика для сервиса по поиску работы «Работут»

RABOTUT. Наш клиент - сервис по подбору вакансий для линейного персонала.

Входящий трафик в проекте обрабатывается менеджерами, которые ведут подробную статистику в СРМ системе. У нас не было доступа к данным СRМ, поэтому мы сделали специальную таблицу со всеми заявками для отслеживания эффективности трафика. Наша зона ответственности заканчивается на этапе «отклик на вакансию», поэтому нам важно сосредоточиться на том, чтобы максимальное число людей оставляли отклики на вакансии.

Цели

Увеличение количества откликов на вакансии в сервисе

Много и сразу

Клиент предоставлял небольшой выбор вакансий в разных городах и много преимуществ, которые мы упаковали в заголовки и собрались тестировать в трафике. Мы также не были ограничены в рекламном бюджете (100.000+ рублей) и могли использовать все посадочные страницы и аудитории для теста сразу.

Нашей задачей было получение откликов на вакансии. Площадками для тестирования мы выбрали Instagram и Tik-Tok, и далее приступили к подготовке аудиторий таргетинга.

Топ 3 лучших креатива

56 откликов
CPL 78 рублей

34 откликов CPL 114 рублей

76 откликов CPL 150 рублей

Аудитории

Группы рекламных объявлений после первого запуска:

Наиболее эффективными аудиториями с точки зрения стоимости лида оказались

Много откликов - не значит хорошо

После первой недели теста, собрав около 50 лидов по разным вакансиям (грузчики, работники торгового зала и мерчендайзеры), мы увидели, что конверсия в звонок по данным откликам низкая, в среднем 10%

Администраторы работали хорошо, звонили в течение получаса, как оставляли заявку, вежливо разговаривали с клиентами и всегда отвечали на поставленные вопросы, так что мы решили проводить оптимизацию на своей стороне.

И тогда возникла необходимость следить за конвертацией лидов по каждой аудитории и объявлению, чтобы определить наиболее эффективную связку

При работе с лид-формами в Facebook, обычно, с разных аудиторий трафик направляется в одну лидформу и далее, через средства автоматизации, попадает в CRM-систему.

Мы подготовили таблицу, в которой отслеживалось ID объявления и группы объявлений (аудиторий).

Таким образом мы начали получать данные о конверсии с каждой аудитории и понимали как клиент двигается по воронке. Отвечает ли вообще, переходит в работу или просто остается

Квалификация лидов

Помимо низкой конвертации в звонок мы столкнулись с проблемой, что многие лиды были восточной национальности и оставляли свой номер просто так и вообще не интересовались вакансией, а иногда не могли даже общаться с менеджером, т.к. не разговаривали по-русски.

Далее мы предприняли ряд мер по исключению данного сегмента аудитории:

1. Исключение языков (казахский язык, армянский, грузинский, таджикский и т.д.), оставили только русский язык
2. Исключение интересов, касающихся ближних стран: Таджикистан, Узбекистан, Армения, Грузия, Туркмения и т.д.

Данные действия привели к тому, что стоимость отклика выросла с 60 рублей до 300 рублей, но их качество стало напорядок выше. Ранее в среднем из 10 откликов 7 из них были иностранцы, после коррекции рекламы их стало в среднем 3 на 10 откликов.

Качество трафика в Tik-Tok

Трафик из ТТ был дешевый, стоимость конверсии была до 50 рублей, клик стоил до 10 рублей, всё отлично. Но при фиксации конверсии в Тик-Ток по факту конверсии на сайте не происходило.

После понимания данной проблемы мы начали работать только с Яндекс Метрикой, отслеживали все действия по конверсии "отправка формы"

Из 25.000 рублей мы получили 16 реальных откликов на вакансии.

Что мы получили после месяца тестового трафика в Instagram и Tik-Tok

Insta:

11 503 рублей потрачено
173 лида получено
Стоимость отклика - 66 рулей


Tik-Tok:

25 000 рублей
16 откликов получено
Стоимость отклика - 1562

После первого месяца тестирования мы отключили рекламную кампанию на Tik-Tok, т.к. стоимость заявки была высокой для проекта и мы масштабировали действующие РК на Facebook.

Масштабирование. 2-й этап работы.

Масштабирование происходило посредством 2-х способов

1. Увеличение бюджета
2. Дублирование кампаний

Также, из-за изменения интересов и языка средняя стоимость лида увеличилась.

Также со временем расширяли возраст (от 18 лет), добавляли новые вакансии (кассиры и водители) и расширяли список городов.

В дополнение к хорошему результату с лид-форм мы планировали разработать чат-бота, который смог бы обрабатывать вакансии внутри сообщений в Direct. Для этого мы тестировали связки на сообщения и получали отклики до 100 рублей. (получили 18 откликов)

Параллельно лид-формам и сообщениям в Direct тестировали трафик на сайт.

Изначально мы хотели запустить трафик на сайт, но были проблемы из-за того, что сайт написан на коде. (и по неизвестным причинам пиксель Facebook не идентифицировался).

Решением данной задачи стал Google Tag Manager. Через данный сервис мы установили код пикселя и он заработал. На каждую из вакансий мы подключили страницу "спасибо", по которой отслеживали все конверсии. Также расставляли UTM-метки для того, чтобы отслеживать качество трафика в Я.Метрике

Ежедневно мы собирали статистику с каждого канала трафика, постепенно увеличивали бюджет на рекламных кампаниях, но в феврале из-за блокировки Instagram и Tik-Tok мы прекратили сотрудничество.

После конца второго периода в общей сумме мы реализовали 116225 рублей и получили 331 отклик на вакансию.