Кейс Яндекс Директ — Ресторан «Бюргер»

О клиенте

«Бюргер» — ресторан европейской кухни во Владимире. Основные направления: горячие блюда, закуски, бизнес-ланчи и доставка блюд на дом. Ключевая аудитория — молодые люди 18-45 лет, активные пользователи доставки еды.

Исходные условия
  • CPA на старте составлял 1650 руб, что не укладывалось в экономику проекта
  • высокий процент отказов даже в Поиске (более 65%)
  • CTR низкий (1,2-1,5%)
  • структура аккаунта была не оптимизирована: пересечения ключей, мало минус‑слов, непроработанные тексты объявлений, неэффективные площадки РСЯ
Задачи
  • снизить CPA до уровня ≤ 800 руб
  • увеличить CTR и снизить % отказов
  • наладить систему аналитики и сегментации
  • построить процесс постоянной оптимизации и удержания результата на длительной дистанции
Этап 1. Первый год — активная оптимизация
  • проведена регулярная чистка поисковых запросов, добавлены сотни минус‑слов
  • перегруппированы ключевые фразы, переписаны заголовки и тексты объявлений под релевантность
  • оптимизирован список площадок РСЯ: убраны неэффективные и добавлены новые тематические
  • настроены условия ретаргетинга и сегменты в РСЯ
Этап 2. Второй год — удержание и улучшения
  • CPA удерживался на уровне 600–700 руб
  • тестировались новые креативы и форматы объявлений
  • проводилась дополнительная сегментация по аудитории и устройствам
  • настроены автоправила для приостановки нерентабельных ключей и площадок
  • регулярный мониторинг в DataLens
Использование DataLens

Ключевым инструментом в проекте стал дашборд в Яндекс DataLens, который объединил все показатели рекламных кампаний в единую систему аналитики.Супер-удобный и понятный онлайн-отчет для ежедневного контроля и аналитики.Структура дашборда:

  • в верхнем блоке: KPI (показы, клики, CTR, CPC, конверсии, CPA, CR, отказы)
  • детализация по кампаниям: Поиск и РСЯ с расходами, CTR, CPA и конверсиями
  • срезы по сегментам: возраст, пол, устройства, время суток, регионы
  • отдельные вкладки для поисковых запросов и площадок РСЯ

Практическое применение:

  • каждую неделю анализировались сегменты: выявлялись дорогие и неэффективные куски трафика
  • пример: женщины 25–34 с мобильных имели высокий CTR, но CPA выше среднего → понижение ставок
  • пример: мужчины 18–24 на десктопе имели низкий CTR и высокий % отказов → исключение части ключей
  • отключено более 200 неэффективных площадок РСЯ
  • добавлено более 1000 минус‑слов за первый год

Результат от внедрения DataLens:

  • прозрачная структура расходов
  • возможность принимать решения на основе данных, а не интуиции
  • удержание CPA на целевом уровне более года
Результаты
  • CPA удалось снизить с 1650 ₽ до 640 ₽ и удерживать более года
  • CTR вырос более чем в 2 раза (с 1,2% до ~3%)
  • конверсия сайта увеличилась в 3 раза (с 1% до ~3,4%)
  • доля отказов снизилась более чем в 2 раза (с 65% до ~28%)
  • количество заявок при тех же бюджетах выросло в 2,5 раза
Выводы и инсайты
  • главный результат достигнут благодаря системной и терпеливой работе с трафиком на длинной дистанции
  • постоянная чистка и оптимизация оказались эффективнее, чем увеличение бюджета
  • DataLens стал ключевым инструментом для анализа и принятия решений
  • последовательная аналитика и оптимизация дают устойчивый рост даже у «капризных» проектов