Бизнес

Далеко-далеко во льдах Атлантики, на огромном острове Гренландия есть маленькая рыбацкая деревушка Паамиут. В ней 600 жителей и ровно два продуктовых магазина. Как это положено в Дании (Гренландия — автономный округ королевства Дания), один — сетевой — вполне приличен, чем-то похож на наши «Седьмые континенты» по размерам и сути. Второй, кажется, частный. Он меньше, цены в нём выше на 10%, ассортимент почти такой же, как у конкурента. В общем, явный аутсайдер на первый взгляд.

Но! Самое интересное начинается утром.

Дело в том, что сетевой магазин работает, как, опять же, положено в Дании, с 9 до 16. А наш герой открывается в 8:30 утра и обслуживает до 18:30.

Магазины стоят напротив друг друга.

Жизнь в Паамиуте начинается с рассветом. Я наблюдал совершенно сюрреалистическое зрелище. В 8:20 на площади, образованной этими зданиями, начала скапливаться очередь. Реально очередь. Это люди, которым нужно закупиться с утра и выйти в море. Угадайте, в какой магазин они шли.

Днём в маленьком магазине работала другая стратегия — они подавали в мини-пекарне горячий кофе за 5 крон. А кофе в мини-пекарне магазина напротив стоил 15 крон.

Иногда в большом магазине кончались яблоки или что-нибудь ещё нужное. Тогда люди шли в маленький и докупали это к основному чеку. Наш герой продавал на 10% дороже товар, который можно было продать быстрее, но без этой выгоды. Тут, кстати, надо отметить, что поставки в оба магазина идут одним судном раз в неделю-две.

Большой магазин закупал много йогуртов и «сливал» их за 4 дня до завершения срока годности по себестоимости или ниже. Вообще, там много продуктов с большими скидками перед окончанием срока годности. Маленький магазин подходил более расчётливо — скидку я видел только одну против двух десятков во втором.

При ещё более пристальном изучении выяснилось, что в дни получки маленький магазин открывается на полчаса раньше графика. А банкомат есть только в нём. А продукты на краю света — дефицит. И все знают, что если сейчас не скупить, например, муку в нужном количестве, её может и не оказаться. И ещё трубы горят.

И вот маленький магазин за час до открытия сетевого делает недельную выручку. Люди уходят с огромными баулами всего что надо на месяц. Я это видел, и это фантастика.

Последний добивающий аккорд — наш магазин умеет доставать неожиданно кончающиеся товары. У него договорённость с местными инженерами, иногда летающими в другой город. И в примерно половине случаев они могут добросить алкоголь, фрукты или что-то ещё нужное «челноком».

В этом противостоянии двух магазинов сосредоточена вся суть атаки на большого и сильного конкурента.

Мы занимаемся настройкой контекстной рекламы для ecommerce-проектов. К нам пришёл клиент, у которого были и так неплохие продажи, контекстная реклама отлично настроена, но когда он пытался масштабироваться, расходы росли быстрее доходов. Мы провели огромный аудит и выяснили, как можно ещё поднять продажи через контекстную рекламу.

Сейчас расскажем подробнее, что же мы такого сделали, но перед этим пару слов клиенту.

На первом созвоне с JAM мы обсуждали, что нам важно, чтобы агентство не работало «в вакууме», а опиралось на наши бизнес-задачи. Мы крупная сеть, управление которой подразумевает множество изменений товарной матрицы, логистики, бюджетирования и других параметров. Эти изменения должны быстро находить отражения и в рекламных кампаниях.

В отличие от предыдущих подрядчиков, с JAM нам удалось адаптировать рекламный кабинет под оперативные нужды бизнеса. К примеру, в декабре у нас традиционно не хватает ресурсов на доставку всех заказов из-за ажиотажного спроса. Раньше в таких случаях мы просто останавливали рекламу, теряя прибыль. Но в прошлом году с помощью специалистов агентства мы проанализировали ассортимент и оставили несколько рекламных кампаний с высокомаржинальными категориями и с большим средним чеком, которые приносят немного заказов (не перегружают логистику), но при этом дают существенную прибыль.

Сейчас мы перенесли управление рекламой во внутренний отдел маркетинга и пользуемся той же механикой, которую разработали в период сотрудничества с агентством. Мы понимаем, что и как делать, где нужно повысить или снизить бюджет, как управлять целевой рентабельностью, и можем быстро внедрять изменения, когда этого требует рынок.

Сергей Гринкевич, CMO сети «Меломан»

Что за интернет-магазин и где он находится?

Marwin.kz — интернет-магазин товаров для всей семьи. Здесь продают игрушки, спортивный инвентарь, книги, товары для активного отдыха и так далее.

Главная страница сайта клиента

Интернет-магазин — один из ключевых каналов продаж, но при этом не главный канал сбыта. В основном продажи идут через оффлайн-магазины, на онлайн приходится около 20% выручки. У клиента сеть из 30 точек в разных городах Казахстана — обычно в таких случаях вести рекламу проще, потому что есть лояльная аудитория.

Еще одна особенность проекта — большой ассортимент разноплановых товаров: на сайте marwin.kz представлено 20 категорий товаров и каждая разбита на десятки подкатегорий. Причем цены варьировались от 100 до 100 000 в рублевом эквиваленте (все цены на сайте в тенге).

Часть категорий и подкатегорий товаров на сайте клиента

Задача — продавать 60 000 товаров с чеком от 100 до 100 000 рублей

Команда магазина обратилась к нам за аудитом в апреле 2021 года, прочитав кейс магазина автозапчастей. Их устраивали показатели интернет-маркетинга, но в июле 2020 они вышли на плато: при масштабировании контекстной рекламы росла доля рекламных расходов (ДРР) и падала рентабельность. В результате бюджет аккаунта ограничили суммой, которая давала оптимальный баланс выручки и затрат.

Примечание! По просьбе клиента мы не показываем количественные и качественные данные, но информация на графиках отражает реальную картину.

График доходов и ДРР за несколько месяцев до нашего аудита: выручка снижается, а ДРР растет

Проект несколько лет вел штатный специалист, который хорошо знал ассортимент магазина и разбирался в контекстной рекламе. В дальнейшем он очень помог нам своими комментариями и советами.

Клиенту нужно было получить альтернативный взгляд на проект и рекомендации для дальнейшего роста. Этим мы и занялись.

Провели аудит и сформулировали спорную гипотезу по структуре рекламных кампаний

Мы всегда начинаем свою работу с аудита контекстной рекламы: ищем ошибки в настройках, находим точки роста, строим гипотезы для масштабирования. Обычно аудит занимает неделю–полторы, но здесь мы трудились целый месяц. Итоговая работа вылилась в огромный 70-страничный документ и несколько приложений с пояснениями. Здесь же мы обозначим только ключевые нюансы.

В 95% случаев на клиентских проектах мы сталкиваемся с типичными ошибками, но здесь их не было. Работа над проектом велась грамотно и кропотливо. Даже показ всех неэффективных ключевых фраз остановили, что говорит о регулярном мониторинге и оптимизации рекламы.

Единственная точка роста, которая лежала на поверхности, — небольшая доля трафика и заказов по торговым кампаниям, одному из основных инструментов Гугла. Обычно эти кампании генерируют до 80-90% трафика для интернет-магазина, а здесь доля торговых кампаний была в районе 10%.

Больше всего трафика было из динамических объявлений, затем из поиска и только потом из торговых кампаний

Но этого мало для кратного роста, поэтому мы продолжили погружаться в проект. Чтобы свести все данные и проанализировать показатели рекламных кампаний, их прибыльности, увидеть динамику и сделать правильные выводы, мы собрали интерактивный отчет — дашборд в Datastudio. Обычно мы собираем небольшие дашборды для владельца бизнеса, когда уже подписан договор, но здесь проект большой и сложный — без нужных данных мы бы не разобрались.

Фрагмент дашборда

На этом уровне мы планировали увидеть сегменты, где рекламодатель несет убытки или недополучает прибыль. Но экономика проекта оказалась весьма сбалансированной: все кампании и 95% групп объявлений работали в плюс.

Чтобы найти точки роста, пришлось копать глубже и выйти за рамки рекламного кабинета — узнать, что и когда хорошо продается, на чём именно и сколько клиент зарабатывает.

Так как в магазине большой ассортимент разноплановых товаров — от мармелада и кормов для животных до дорогих колясок и игровых консолей — очевидно, не все они пользуются одинаковым спросом и у всех разная маржинальность. Эти факты нужно учитывать при проектировании архитектуры рекламных кампаний.

У клиента же более 70% выручки приходилось на две динамические поисковые кампании, в которых были смешаны разные категории товаров. Из-за этого товары разной стоимости, популярные и непопулярные получали одинаковое внимание покупателей. Архитектура была проста в управлении, но неповоротлива: точечные корректировки внести было нельзя и по сути все сводилось к простой задаче — получать конверсии по конкретной стоимости, которую задали в настройках кампании для всех товаров. Начали копать в этом направлении.

Больше всего денег из бюджета тратилось на две динамические кампании, хотя там были не только самые продаваемые товары

Самые популярные категории. Мы провели ABC-анализ — выявили топовые категории, на которых клиент зарабатывает больше всего денег. 80% выручки в магазине дают 6 категорий из 20.

Категории магазина (их клиент тоже попросил скрыть), на которых клиент зарабатывал больше всего

Эти категории должны получать больше всего денег из рекламного бюджета, но структура аккаунта не позволяла это сделать: было две основные рекламные кампании с разным наборов товаров и несколько брендовых категорий.

Одно из преимуществ такой структуры — Гугл собирал достаточное количество данных для работы автостратегий управления ставками. Минус — в гибкости: нельзя управлять охватом и стоимостью сделки каждой категории товаров.

Сезонность. Далее мы решили проверить, как сильно на продажи влияет сезонность, с помощью анализа сезонных колебаний дохода у топовых категорий. Некоторые из них имели ярко выраженный пик спроса. Например, игрушки покупали чаще всего под Новый Год, а канцелярию — перед началом учебного года:

И опять же — структура рекламных кампаний не учитывала, что какие-то товары лучше продаются летом, на каникулах, а какие-то перед Новым Годом. Клиент не мог гибко управлять ставками, чтобы видеоигры в июле получили больший охват, чем канцелярия.

Маржинальность. Затем мы изучили экономику проекта. Скорее всего, огромный ассортимент предполагает большую разницу в маржинальности товаров — на консолях клиент мог зарабатывать 10%, а на игрушках — 60%. Всё это надо учитывать в структуре рекламных кампаний.

Допустим, средняя маржинальность — 40% и клиент готов тратить половину маржи на рекламу. В этом случае целевое значение ДРР будет равно 20%. Если для всех товаров использовать одинаковый целевой ДРР, то получится, что реклама низкомаржинальных товаров не будет окупаться, а товары с высокой маржой не получат достаточный охват.

Поэтому эта стратегия подходит магазинам с маленьким ассортиментом и небольшой разницей в марже.

*Валовая прибыль = Доход*маржинальность - бюджет

Для нашего проекта плясать под один ДРР не вариант: здесь нужно было учитывать маржинальность каждого товара. Если тратить половину маржи на рекламу, то целевой ДРР будет у каждого свой.

*Цел. ДРР = маржинальность/2, если стоит цель тратить половину маржи на рекламу

Проанализировав всё, что можно, мы пришли к следующим выводам:

• У клиента есть 6 категорий товаров, на которой он зарабатывает больше всего денег.

• Спрос на разные товары сильно зависит от времени года.

• Товаров мног — очень большой разброс в маржинальности.

• Структура рекламных кампаний клиента не учитывает предыдущие три пункта.

На основании этих выводов мы сформулировали основную гипотезу: чтобы инвестировать рекламный бюджет эффективно, нужно раздробить кампании и управлять категориями независимо.

Гипотеза спорная, ведь сам Гугл рекомендует объединять категории в одну кампанию, чтобы лучше работали автостратегии. Мы и сами так делаем на большинстве проектов с небольшим ассортиментом (про работу автостратегий есть отдельный материал — «9 кейсов по автостратегиям для интернет-магазина: от роста выручки в 4 раза до снижения в ноль»). Но здесь решили попробовать нестандартную механику. У нас были сомнения, что это поможет, но мы объяснили клиенту нашу логику и предложили попробовать протестировать гипотезу на ТОП-5 категорий по объёму продаж.

Спроектировали новую архитектуру рекламных кампаний

Перед стартом работ мы получили от клиента данные о маржинальности. Наша гипотеза подтвердилась — маржинальность по разным категориям могла отличаться в 4 раза. Для каждой категории рассчитали свой целевой ДРР, чтобы использовать в настройках автостратегий рекламных кампаний.

По данным клиента, у всех категорий огромный разброс в маржинальности — на чём то клиент зарабатывал немного, но продавал большое количество товаров, а где-то наоборот

Также выяснились другие любопытные подробности. Например, что некоторые рекламные кампании проводятся по согласованию с производителями, поэтому на них может быть потрачен бюджет, согласованный с конкретным брендом. Кроме того, руководство заранее выставляет отделу маркетинга лимит месячных расходов, так что все маневрирование должно происходить в рамках этого ограничения.

Ознакомившись со всеми тонкостями, мы принялись за разработку новой структуры. Важный момент: по каждой категории у нас должно быть достаточное количество продаж, чтобы запустить автостратегию — примерно 30 заказов в месяц. Если будет 5 заказов, автостратегия не будет работать и придётся запускать рекламу вручную, а управлять рекламой такого количества позиций будет сложно. Поэтому мы не могли просто взять и раздробить структуру на мелкие категории, типа Lego Classic, Lego City, куклы Barbie, куклы L.O.L. и так далее — пришлось собирать данные по заказам.

Например, есть большая категория «Игрушки» и по ней 5 000 заказов в месяц. В ней есть подкатегории «Игрушки для девочек» с 3000 заказов. Данных достаточно, значит можно дробить дальше. Для девочек есть более мелкая подкатегория «Куклы LOL» с 50 заказами и «Кукольные домики» с 10 заказами. Значит, из «Кукол» можно делать отдельную кампанию, а «Домики» надо с чем-нибудь объединять.

Схема, которая примерно описывает, как мы собирали данные для автостратегий

Работа была сложная: на выходе мы получили почти 300 рекламных кампаний на базе товарного фида. Нужно было учесть все факторы: текущие показатели, бюджет, который выделили производители, маржинальность, сезонность, общий лимит расходов от руководства. Но в результате мы получили очень гибкую структуру — оставалось только запустить рекламу.

Запустили торговые кампании — доход х10

По нашему опыту в eCommerce больше всего выручки приносят торговые кампании — это когда пользователь вводит запрос в поисковик и сразу видит карточку товара с ценой. По ней он может перейти в магазин и купить:

Так как на этом проекте доля торговых кампаний была всего около 10%, в первую очередь тестировали новую структуру на них.

Чтобы сделать такую рекламу, не нужно вручную собирать поисковые запросы и набирать объявления. Гугл сам берёт всю нужную ему информацию, создает объявления, находит релевантную аудиторию и показывает ей товары. Информацию о товарах Гугл берёт с товарного фида — таблицы, в которой содержатся характеристики товаров: название, фото, цена, описание, наличие и так далее.

Мы запустили первые 10–20 кампаний в топовых категориях — и тут же получили отличный результат: выручка по торговым кампаниям выросла в 10 раз.

Здесь и далее мы приводим выручку в процентах от первого месяца на графике, так как не можем показать абсолютные значения:

Но куда более важный факт — доходы выросли без увеличения ДРР, то есть сопоставимо с расходами. Гипотеза сработала: мы смогли масштабироваться без нерационального увеличения расходов, с увеличением реальной прибыли.

Иногда бывает, что в рекламном кабинете продажи растут, но реальная прибыль клиента не меняется. Это мы тоже проверили: сопоставили статистику из Google Ads с данными в CRM Marwin. Оказалось, что всё в порядке и рост происходит практически синхронно.

После того, как мы поняли, что всё работает как надо — перешли к настройке динамических объявлений.

Пересобрали динамические кампании — доход х2

Структура динамических кампаний повторяла успешную логику сегментации торговых РК. Мы её попробовали, у нас получалось — значит, и здесь должно сработать.

Динамические кампании — такой же инструмент Гугла, как и торговые кампании. Гугл также сам собирает поисковые запросы, создаёт объявления, показывает их нужным людям, но есть некоторые отличия.

Динамические объявления выглядят как обычные текстово-графические объявления, без фото и цены товара. Информацию о товарах Гугл берёт уже не с фида, а с сайта — мы отдаем системе адрес страницы товара или категории, он её сканирует и создаёт объявление.

Самое важное в нашей работе было разделить категорийные запросы и товарные. Категорийные — это когда пользователь ищет не конкретный товар, например, набирает в поиске «Купить коляску 2 в 1». Товарный запрос — когда покупателю нужна конкретная модель товара, например «Купить коляску Mercedes».

Обычно по товарным запросам конверсия выше — покупатель уже знает что хочет купить, остаётся только найти подходящий товар. Но кейс Марвин интересен тем, что здесь категорийные запросы работали лучше, чем товарные. Поэтому было важно, чтобы по товарному запросу покупатель не попадал на категорийный и наоборот — и с этим возникли сложности.

Смысл этого не в получении большего трафика, а в том что по общим запросам 2 уровня вложенности ДРР ниже, чем по специфичным запросам 3 и 4 уровней вложенности. Хотя в теории должно быть наоборот: как правило именно низкочастотные запросы более конкретные и лучше конвертируютсяы в покупку.

Мы провели исследование по запросам в зависимости от уровня вложенности. Например, градация уровней с 1 по 4 может выглядеть так: «Мама и малыш» «Коляски» «Прогулочные коляски» «Chicco: Прогулочная коляска Goody Plus». Запросы «Коляски» «Прогулочные коляски» получали больше трафика:

Если покупателю нужно купить конкретную прогулочную коляску Chicco Goody Plus, у магазина только одна страница с таким товаром — значит, Гугл её и покажет. Тут всё должно быть без проблем.

Но если покупатель еще не выбрал конкретную модель коляски и вводит в поисковике «Купить прогулочную коляску», появляется проблема. У нас несколько сотен страниц, где встречаются такие слова, поэтому в качестве объявления Гугл выберет случайную из них. И далеко не факт, что покупателю понравится эта коляска и он не уйдёт искать дальше.

Самый оптимальный вариант в этом случае — показать ему страницу со всеми прогулочными колясками, чтобы покупатель сам выбрал, что ему нравится. Для этого надо в настройках кампании вручную указывать, чтобы Гугл убирал из объявлений все товарные страницы.

Это была долгая и кропотливая работа на много часов. Если запросы были более общие, например, купить не «прогулочную коляску» или «коляску 2 в 1», а «коляску», то приходилось исключать ещё больше страниц из выдачи.

Мы запустили динамические кампании в конце сентября. Они отлично работали и до нас, но мы за месяц смогли увеличить доходы по этим кампаниям более чем 2 раза и при этом снизить ДРР.

Оптимизируем кампании — максимизируем доход

Первый этап завершен: мы запустили торговые и динамические кампании по новой структуре и получили хорошие результаты. Второй этап: оптимизировать кампании, чтобы реклама работала ещё лучше — выявить, что работает хорошо, а что нет. Первые подходы к оптимизации дают самый большой профит и помогают срезать расходы до 30%, поэтому после запуска мы тратим ресурсы в первую очередь на оптимизацию и только потом на расширение кампаний.

Каждая рекламная кампания разбита на группы. Мы можем увидеть, какие группы приводят больше всего покупателей, какие мало, а какие вообще бесполезны. Проблема в том, что мы не можем управлять рентабельностью каждой группы из-за особенности работы автостратегии: рентабельность задается на уровне рекламной кампании.

Мы можем их только остановить, если результаты совсем уж плохие. А вот масштабировать конкретные группы в рамках кампании не можем. Поэтому в торговых кампаниях мы разделили группы товаров на 3 кластера и работали с ними в зависимости от фактического ДРР:

• ДРР близко к среднему (желтый) — эти группы оставляем в тех же РК,

• ДРР значительно ниже среднего (зеленый) — выделяем в отдельную РК и повышаем целевой ДРР для увеличения охвата и получения большего объема трафика,

• ДРР значительно выше среднего (красный) — выделяем в отдельную РК и снижаем целевой ДРР для сокращения охвата.

Группы и товары с ДРР более 50% были остановлены, так как они плохо поддаются оптимизации:

В итоге за счет отключения и корректировки неэффективных групп товаров мы сократили долю рекламных расходов по торговым кампаниям. Это позволило нам на 30% увеличить бюджеты и на 100% — доход:

График выручки и расходов в торговых кампаниях в сентябре-декабре 2021 года

С динамическими кампаниями сделали примерно тоже самое. Плюс исследовали все страницы, по которым были плохие результаты:

• Посмотрели поисковые запросы, которые они генерируют и исключили некоторые слова.

• Проверили страницы на сайте на предмет полноты заполнения карточек товаров.

• Вынесли в отдельные кампании для корректировки стратегий.

• Отключили все, где не сработали предыдущие пункты.

Через 2 месяца после запуска выручка начала стремительно расти, что дало возможность плавно увеличивать бюджет и на динамических кампаниях. Получили рост дохода в 6 раз при снижени ДРР в 3 раза:

График доходов и ДРР в динамических кампаниях за сентябрь–декабрь 2021 года.

Что в итоге: результаты и планы

Всего за время работы на проекте с мая по декабрь 2021 года мы смогли добиться увеличения расчетной валовой прибыли примерно в 7 раз. Отчасти на это повлиял и рост спроса в декабре, но при сравнении показателей за 2020 и 2021 года видно, что в декабре 2021 прибыль оказалась почти в 3 раза выше, чем в декабре 2020:

График дохода и ДРР в 2021

Сравнение валовой прибыли с мая по декабрь в 2020 и 2021

Если заглядывать наперед, то есть еще несколько сценариев дальнейшей оптимизации проекта.

1. Постоянная работа с ассортиментом. По мере накопления статистики выявлять новые неэффективные товары и товары с высокой рентабельностью, чтобы разделить их и более эффективно управлять бюджетом. Механику работы описывали выше.

2. Деление экономики проекта на привлечение новых клиентов и удержание постоянных. У Марвина довольно много постоянных клиентов за счет известного бренда и сети офлайн-магазинов. Но при этом привлечение нового клиента гораздо более ценно, чем привлечение постоянного, потому что новый клиент будет совершать повторные покупки и совокупная выручка проекта будет расти в объеме. При этом на удержание постоянных клиентов следует тратить меньше, чем на привлечение новых, чтобы зарабатывать с них валовую прибыль.

3. Доработка аналитики. Конверсии, которые используется в текущих кампаниях для обучения стратегий — это заказы, оформленные на сайте. На практике часть из них не доходит до продажи: пользователь оформил возврат или просто отменил заказ на этапе доставки. Показатель возвратов также варьируется в разрезе категорий. Поэтому для более точного расчета экономики целесообразно импортировать заказы в рекламный кабинет Google Ads непосредственно из CRM клиента. Тогда и мы, и автостратегии, будем опираться на наиболее близкие к реальным цифры продаж.

4. Работа с ключевыми словами. Из-за большого ассортимента и ограниченности по времени на первом этапе мы делали ставку на торговые кампании и DSA. Однако сами по себе DSA могут стать хорошим полигоном для обкатки семантики обычных поисковых кампаний. Анализируя статистику по поисковым запросам, можно выявлять те, которые стабильно приносят конверсии, и выносить их в отдельные группы. Это даст большую гибкость в бюджетировании: топовые ключевики не будут зажаты бюджетом общей кампании в DSA, процент их показов вырастет, что приведет и к росту прибыли.

5. Рост продаж за счет увеличения бюджета на КМС. Помимо торговых и DSA кампаний мы также запустили кампании в КМС с той же сегментацией по категориям. В статье не упоминали об этом из-за незначительной доли КМС в общей прибыли (менее 5%). Однако кампании были запущены скорее в качестве теста и на низких бюджетах. Предполагаем, что более плотная работа с этим сегментом может принести 10-20% дополнительной прибыли.

6. Оптимизация фида. Работа с фидом — отдельная большая тема в управлении торговыми кампаниями. Поскольку ключевые фразы и объявления торговые кампании берут именно из фида, то даже незначительное изменение названия товара может заметно повлиять на его продажи. Это открывает большое поле для гипотез и экспериментов, и в нашей практике были кейсы, когда оптимизация фида увеличивала прибыль торговых кампаний в 2-3 раза.

Отметим, что одна из важных задач, которую мы ставим перед собой, — чтобы клиент не зависел от нас и мог в любой момент перехватить управление кампаниями без потери в результатах. Внедренная нами структура аккаунта позволила безболезненно передать проект инхаус-команде, поскольку она синхронизирована с ассортиментом клиента.

Кампании спустя почти год работают эффективно, клиент имеет возможность регулировать бюджеты на категории в зависимости от текущих приоритетов. Это позволяет удерживать продажи на стабильном уровне. Мы со своей стороны готовы реализовать идеи по развитию, о которых говорили выше, если вновь возникнет необходимость во взрывном росте.

***

Подписывайтесь на Телеграм-канал — там мы публикуем кейсы и статьи.

Поржали над картинкой?

А теперь объясняю. Это «саможалоба» — жалоба на самого себя при проведении закупки.

Заказчики так делают, когда накосячили в документации или проекте контракта по недосмотру, а внести изменения уже нельзя. Реже — когда нужно снести закупку, потому что влез тот, кому нехуй было там делать.

В большинстве случаев ФАС не заморачивается и просто выдаёт предписание отменить закупку или пересмотреть результаты без всяких штрафов для заказчика.

Поставщики так тоже могут, если по какой-то причине передумали подписывать контракт. Но, сука, почему-то то, что работает для заказчика, нихуя не работает для поставщика. И успешные кейсы, когда участник избежал попадания в РНП или исполнения контракта, можно пересчитать по пальцам.

Вот мои прошлые посты, если вдруг кто пропустил: ликбез, в каких закупках не надо участвовать, куда смотреть ещё, тендеры ниже себестоимости, цена в минус, про самые сладкие тендеры, про 2-часовые тендеры, самый частый развод поставщиков в закупке, как контролировать закупку, когда она переобувается в воздухе, кто и кому даёт откаты в закупках, как ещё разводят поставщиков в закупках, семь кругов бюрократического ада, как выигрывают тендеры с подставными компаниями, что за хрень такая эта банковская гарантия.

Ну и до кучи мой ебучий телеграм-канал со ссылками на инструменты и ещё кучей полезного говна матом.

Первый асик у меня был Antminer s9. Поработал на нем пару недель — увидел, что майнинг приносит прибыль, и купил еще два аппарата. Так я стал владельцем небольшой майнинг-фермы. Выдавали асики по 13,5 TH/s каждый, а потребляли около 1,4 кВт/ч.

Сам оборудовал место для майнинга: занимался обустройством, шумбоксами и активно вникал в тему работы с криптой. И снимал об этом видео, посмотреть можно здесь.

Моя первая мини-ферма

Помним, что сложность в 2017 году была в 7 раз меньше, чем сегодня, а в месяц один асик давал мне около 30 000 ₽. Где-то спустя 8 месяцев курс BTC стал падать, сложность росла, а первоначальные планы по выходу на окупаемость за 4-6 месяцев летели к чертям. Получалось, что аппаратура работала в минус.

Первоначальный бюджет на 23.12.2017 г. был такой:

Antminer s9, 3 штуки: 1 050 000 ₽

Шумбоксы, обустройство фермы: 55 000 ₽
Тариф на электроэнергию ~3,6 ₽/кВт
Итого: 1 105 000 ₽

Результат майнинга на разных пулах (на 19.02.2019 г):

Получил: 1,00981866 BTC

Затраты на электроэнергию за весь период майнинга: ~126 000 ₽

В пересчете на курс доллара (66,2₽) и биткоина (3 916 $) получаем  ~ 261 784 ₽

Итого мои затраты: 1 231 000 ₽

Заработал за 14 месяцев: 261 784 ₽

Убыток: 969 216 ₽

Как видим, результат — обнять и плакать :)

Конечно, можно было подождать, пока курс биткоина вырастет, оборудование окупится и выйти на доход, но это не мой случай. Предпочитаю рискнуть и заработать сейчас, чем сидеть и ждать прибыли в далеком будущем. Поэтому я начал заниматься прошивками для асиков — сам искал варианты, как кастомизировать прошивки, залезал в системные файлы, научился разгонять асики вручную. Потом нашел партнера, который делал такие прошивки и начал плотно заниматься их распространением.

Когда доход от комиссии на прошивках стал таким же, как и от асиков, я их продал :) Три аппарата у меня купили за 48 000 ₽. Вложил эти деньги в раскрутку канала HomeMiner на Youtube, рекламу и продвижение прошивок. А когда собрал уже пару тысяч человек-единомышленников, то клиенты сами стали предлагать мне сделать собственный пул для майнинга. Провел небольшой опрос и решился — запустил свой майнинг-пул Trustpool. Вот так, с 3 асиков на балконе и майнинга с убытком почти 1 миллион рублей я доработался до своего пула. Возможно, когда-нибудь сяду и напишу статью, чего мне это стоило)

— А я вот никогда не скачусь до такого, чтобы навязывать людям свои услуги. — сказал массажист, пытаясь выпрямить загогулину, которую я называю позвоночником. Что-то хрустнуло… — Ты там живой?

— Угу…

— Так вот, я говорю, что звонить и впаривать что-то никогда не буду. Вот ты ко мне как пришел? Увидел ролик, подписался, посмотрел пару сторис и написал в личку, да?

— Ага… — пробубнил я, уткнувшись лицом в массажную кушетку.

— И видишь, мне не пришлось продавать. И весь этот маркетинг твой, получается, не нужен…

***

Массажист еще долго о чем-то говорил, но он заблуждался в главном.

Все, что он делал для привлечения клиентов — регулярно вел свои соцсети, показывая процесс работы и отзывы довольных пациентов. А это и есть самый настоящий Входящий Маркетинг, о котором я писал вот в этой статье: «Как заставить клиента самому нести тебе деньги?»

***

Так что если тебя трясет от одной мысли, что надо ПРОДАВАТЬ свои услуги и кому-то что-то впаривать, просто начинай вести соцсети.

Но не публикуй там репосты идиотских розыгрышей, а сосредоточься на работе:
1. Опиши, как ты ее делаешь на каждом этапе.
2. Рассказывай про нюансы.
3. Делись секретами.
4. Показывай, что получается в конце.
5. И самое главное — собирай отзывы клиентов!

Это сто процентов привлечет кучу лояльных людей, которые сами будут писать и предлагать деньги в обмен на твой товар или услугу.

Здесь есть только один минус… Это не случится быстро. Нужны месяцы кропотливой работы над контентом. Но дорогу осилит идущий. Так что сядь уже, напиши пост или сними видео о своих услугах. Хватит страдать херней.