Контекстная реклама для B2B: почему не работает и что менять

Компания запускает рекламу в Яндекс.Директ, тратит бюджет, получает переходы на сайт, но заявок мало или нет совсем. Кажется, проблема в настройке. Меняют подрядчика, перезапускают кампании — результат тот же.

В большинстве случаев дело не в конкретных настройках, а в системной ошибке: контекстная реклама для B2B запускается по модели, которая создана для B2C. Эти модели работают принципиально по-разному, и то, что эффективно в одной, не работает в другой.

Чем B2B-реклама отличается от B2C

В потребительских нишах путь от первого клика до покупки может быть коротким: человек искал кроссовки, увидел рекламу, перешёл, купил. Реклама рассчитана на то, что пользователь готов к решению здесь и сейчас.

В B2B этого почти никогда не происходит. Компания ищет поставщика или подрядчика — это процесс с несколькими участниками и несколькими этапами. Тот, кто ввёл запрос в поиске, не обязательно тот, кто подписывает договор. Решение принимается на уровне руководства, финансово согласовывается отдельно, юридически оформляется отдельно.

Из этого вытекает ключевое отличие: в B2B первый клик редко конвертируется напрямую. Это означает, что стандартная метрика «цена заявки с первого касания» — не главный показатель эффективности.

Распространённые ошибки при запуске B2B-рекламы

✗ Одна посадочная страница на всё

Самая частая ситуация: компания запускает рекламу на главную страницу сайта или на один общий лендинг. Пользователи с разными запросами, на разных стадиях принятия решения, из разных отраслей — все попадают в одно место.

Для B2C это ещё работает: покупатель привыкает ориентироваться самостоятельно. Для B2B - нет. Специалист, который ищет конкретное решение для конкретной задачи, не хочет разбираться в широком ассортименте. Если он не видит на первом экране прямой ответ на свой запрос — уходит.

✗ Семантика из B2C-логики

Высокочастотные, широкие запросы приводят разношёрстную аудиторию. В производстве, медицине, строительстве реальный покупатель часто ищет с профессиональной спецификой: не «оборудование для склада», а «стеллажи паллетные 1000 кг нагрузка». Реклама по широким запросам будет показываться не тем людям.

В B2B лучше работает точная семантика с меньшим охватом, но с более высокой релевантностью. Это означает более низкий CTR в абсолютных числах, но более высокую конверсию среди тех, кто всё же перешёл.

Цель: только заявка на сайте

• В B2B воронка длиннее. Если ставить единственной целью рекламы отправку формы, алгоритм Яндекс.Директ будет оптимизировать кампанию на эту конверсию — и получит очень мало сигналов для обучения, потому что заявок мало.
• Промежуточные цели решают эту проблему: скачивание прайса, просмотр страницы «О компании», время на сайте больше N минут, звонок. Каждое из этих действий — сигнал того, что пользователь заинтересован, даже если заявку не оставил. Алгоритм учится на этих сигналах и приводит более похожих пользователей.

Источник: стратегия «Максимум конверсий» в Яндекс.Директ — https://yandex.ru/support/direct/ru/strategies/average-cpa

Отсутствие ретаргетинга

B2B-покупатель изучает рынок несколько недель. За это время он посещает сайты нескольких конкурентов. Компания, которая ограничивается только поисковой рекламой и не возвращает пользователей, проигрывает тем, кто продолжает взаимодействовать с аудиторией через РСЯ.

Ретаргетинг в B2B — не агрессивное преследование, а напоминание в нужный момент. Показывать рекламу тем, кто посетил сайт, но не оставил заявку, — это стандартная часть b2b-воронки.

Мнение эксперта

Ольга Небелюк | Ведущий специалист

«Аудит должен отвечать на конкретный вопрос: что именно препятствует росту позиций и привлечению целевого трафика. Если по итогам изучения документа у клиента нет понимания, какие действия предпринять и в какой последовательности, практическая ценность такого аудита практически отсутствует.»

Как выстроить b2b-рекламу правильно

Сегментируйте аудитории и запросы

Для B2B важно разделить семантику по нескольким признакам:

✓ По стадии принятия решения. «Что такое система управления складом» и «купить WMS-систему для склада» — это люди на разных этапах. Первые — в стадии изучения, вторые — в стадии выбора. Посадочные страницы, офер и призыв к действию для них должны быть разными.

✓ По отрасли или типу компании. Если продукт применяется в разных отраслях — для каждой свои боли и свой язык. Производственник и логист могут покупать одно и то же решение, но думают о нём по-разному.

✓ По горячести запроса. «Цена», «купить», «заказать» — транзакционные запросы. «Как выбрать», «сравнение», «отличия» — информационные. Первые ведут на коммерческую страницу, вторые — на контентную.

Создавайте отдельные посадочные страницы

Отдельная посадочная страница под конкретный сегмент или запрос — не опция, а необходимость. Она должна:

• Отвечать на запрос с первого экрана
• Содержать информацию, релевантную для конкретной аудитории (производственники хотят характеристики и сертификаты, строители — кейсы и портфолио)
• Предлагать понятный следующий шаг: не «оставьте заявку», а «запросите коммерческое предложение / скачайте каталог / запишитесь на демонстрацию»

Настраивайте промежуточные конверсии

В Яндекс.Метрике можно настроить цели на любые действия пользователя: клик по номеру телефона, переход на страницу контактов, скачивание файла, отправка формы, звонок через коллтрекинг.

Для B2B-рекламы рекомендуется настроить несколько уровней целей и передавать их в Директ как конверсии разного веса. Это даёт алгоритму больше данных для оптимизации и позволяет точнее оценивать реальную эффективность кампании.

Источник: цели в Яндекс.Метрике — https://yandex.ru/support/metrica/ru/general/goals

Учитывайте длину цикла сделки в аналитике

Если сделка закрывается через три месяца после первого клика — анализировать рекламу по результатам первой недели бессмысленно. Нужно настроить атрибуцию так, чтобы видеть, какие кампании приводят пользователей, которые впоследствии становятся клиентами.

Яндекс.Метрика поддерживает разные модели атрибуции (первый переход, последний переход, последний значимый переход, линейная). Для B2B рекомендуется анализировать данные по нескольким моделям — это даёт более полную картину того, какие каналы реально участвуют в пути к сделке.

Источник: модели атрибуции в Яндекс.Метрике — https://yandex.ru/support/metrica/ru/reports/attribution-model

Мнение эксперта

Ольга Небелюк | Ведущий специалист

«Аудит должен отвечать на конкретный вопрос: что именно препятствует росту позиций и привлечению целевого трафика. Если по итогам изучения документа у клиента нет понимания, какие действия предпринять и в какой последовательности, практическая ценность такого аудита практически отсутствует.»

Когда контекст не подходит для B2B

Контекстная реклама в Яндекс.Директ работает со сформированным спросом: человек уже ищет решение. Если продукт новый или спрос на него не сформирован — потенциальные покупатели не будут вводить соответствующие запросы. В этом случае контекст — не первый инструмент.

Также контекстная реклама сложнее работает, если:

• Средний чек очень высокий, а клиентов в году — единицы. Рекламный трафик будет слишком случайным.
• Решение принимается только по рекомендации или через тендер. Тогда инвестиции лучше направить в репутационную работу и контент-маркетинг.
• Ниша настолько узкая, что объём запросов в Яндексе незначителен.

Кратко о выше сказанном

Контекстная реклама в B2B работает, но по другим правилам, чем в B2C. Главные из них: точная сегментированная семантика, отдельные посадочные страницы под каждый сегмент, промежуточные конверсии для обучения алгоритма, ретаргетинг для длинного цикла сделки и аналитика с учётом длины воронки.

Запустить рекламу несложно. Настроить её так, чтобы она работала в логике B2B-продаж — задача, требующая понимания и специфики продукта, и поведения покупателя.

Использованные источники

1. Яндекс.Директ — стратегия «Максимум конверсий»: https://yandex.ru/support/direct/ru/strategies/average-cpa
2. Яндекс.Метрика — цели: https://yandex.ru/support/metrica/ru/general/goals
3. Яндекс.Метрика — модели атрибуции: https://yandex.ru/support/metrica/ru/reports/attribution-model