Кейс лидогенерации для B2B SaaS CargoPro

CargoPro — облачный B2B-сервис для транспортно-экспедиторских компаний. В системе экспедитор ведет заявки на перевозку, контрагентов и документы, контролирует статусы рейсов и сроки оплат, смотрит финансовые показатели по работе компании. Основная задача продукта связана с внутренними операциями экспедитора. Поиск грузов для свободного транспорта в этот сценарий не входит.

Для рекламы это различие оказалось принципиальным. Рядом в семантике встречались запросы про логистику, грузоперевозки, программы для транспортных компаний и сервисы поиска грузов. По формулировке запроса пользователь мог выглядеть релевантным, оставить заявку и только на этапе обработки выяснить, что ему нужен другой продукт.

В работе с CargoPro одновременно забирали сформированный спрос на автоматизацию транспортной логистики, перестраивали кампании и дорабатывали посадочную так, чтобы она быстрее объясняла, кому подходит сервис и какую часть работы экспедитора автоматизирует.

Старый первый экран рассказывал про CRM для экспедиторов, заявки и документы, но смысл продукта приходилось собирать из большого объема текста. Часть страницы была собрана крупными графическими блоками. Это усложняло быстрые изменения подачи под рекламные гипотезы.

Вместо одной широкой кампании собрали несколько уровней спроса и смотрели на них отдельно. Для CargoPro было недостаточно найти запросы со словом «логистика»: в одной выдаче могли пересекаться потенциальный клиент сервиса, перевозчик в поиске груза и компания, которой нужен другой класс программного обеспечения.

В поиске работали с запросами по автоматизации транспортной логистики, программам для транспортных компаний, логистическим системам и софту для экспедиторов. Коммерческие группы отделяли от более общих формулировок, чтобы не смешивать пользователей на разных стадиях выбора.

Отдельным слоем собрали запросы по конкурентам и альтернативным решениям. Среди них были «Умная логистика», 1С TMS, ANTOR, YOLKA и другие продукты категории. Такой спрос уже сформирован: человек не объясняет поиску проблему, а сравнивает конкретные варианты. По наблюдениям команды, конкурентная семантика регулярно давала заявки, поэтому ее не растворяли в общей кампании.

В объявлениях фокус смещали с абстрактной «автоматизации логистики» на процессы, которые узнает экспедитор: заявка на перевозку, документы, контроль рейса, расчеты, работа с 1С. Это помогало еще до перехода на сайт уточнять, что именно продает CargoPro.

Объем сформированного спроса на поиске ограничен, поэтому параллельно тестировали РСЯ и Мастер-кампании. После накопления аудитории добавили ретаргетинг и LAL-сегменты.

В отдельные недели автоматизированные кампании давали отправки формы дешевле поиска. Но мы не масштабировали их только по CPL: часть форм могла приходить от пользователей с другой задачей. Следующие итерации сверяли по Метрике и по обратной связи клиента о качестве обращений.

Минус-слова не решали проблему целиком, если объявление и первый экран оставляли пространство для неверной трактовки продукта. Поэтому посадочную перерабатывали параллельно с кампаниями.

Новый первый экран быстрее объяснял категорию продукта: веб-сервис автоматизации транспортной логистики, тариф и следующий шаг. Вместо длинного описания показали интерфейс и два действия: узнать стоимость и посмотреть функционал. Так пользователь еще до формы получал более конкретное представление о продукте.

Ниже раскрыли рабочие сценарии вместо общих преимуществ SaaS. На странице появились отдельные блоки про контроль логистики, масштабирование под размер компании, интеграции и аналитику. Интерфейс стал частью аргументации: потенциальный клиент видел, как устроена система, а не только обещание об автоматизации.

Посадочная продолжала логику объявления и точнее задавала ожидания до заявки. Когда клиентская обратная связь показала повторяющиеся обращения от перевозчиков и водителей, формулировки в рекламе и на сайте уточнили еще раз.

Каждую неделю сопоставляли рекламные данные со статусами обращений у клиента. Так оценивали не только количество отправок формы, но и то, насколько входящий спрос соответствует продукту CargoPro.

Клиент возвращал статусы по обращениям: подходит ли компания под продукт, тестирует ли сервис, по какой причине отказалась. Когда в нецелевых лидах накопился повторяющийся сценарий, стали разбирать его на уровне поисковых запросов, рекламных сообщений и посадочной.

Проблема оказалась конкретной: часть перевозчиков и водителей воспринимала CargoPro как сервис поиска грузов, хотя продукт решает внутренние задачи транспортно-экспедиторской компании. Это дало понятную точку для следующего цикла оптимизации.

Дальше корректировали семантику, объявления и посадочную, перезапускали отдельные группы и точнее разводили роли в рекламных сообщениях. Оптимизация стала учитывать не только стоимость заявки, но и соответствие обращения продукту.

Пользователь, который ищет конкретную систему для экспедитора или сравнивает CargoPro с известным решением, уже понимает категорию продукта. Здесь рекламному объявлению не нужно объяснять с нуля, зачем компании автоматизация. Нужно показать релевантную альтернативу и довести сравнение до посадочной.

Запросы по конкурентам оставались важным слоем кампаний, но объем там ограничен. Когда объявления по одному из конкурентных направлений перестали давать прежний поток, стало заметно, насколько эта часть лидогенерации зависит от конкретной семантики. После этого акцент перераспределяли на другие группы спроса.

Мы тестировали стратегии и допустимую стоимость конверсии. Объем и цена заявок менялись, но качество не становилось автоматически лучше. Для рекламной системы отправка формы оставалась одной и той же конверсией независимо от того, кто ее оставил.

Поэтому решение было шире рекламного кабинета: точнее описывать продукт, разделять спрос по роли, возвращать статусы по лидам и уже после этого менять семантику и объявления. В этом проекте качество входящего потока зависело от согласованности этих слоев сильнее, чем от отдельного CTR или CPC.

Реклама приносила 46 заявок в месяц по 2685 ₽. Результат собирали не одной настройкой Яндекс Директа: масштабировали рабочие связки, пересобирали семантику и сообщения, дорабатывали посадочную по обратной связи о качестве обращений.

Когда нашли повторяющийся нецелевой сценарий, дальнейшую оптимизацию построили вокруг роли покупателя. Реклама, первый экран и продуктовые сообщения стали точнее объяснять, что CargoPro предназначен для транспортно-экспедиторских компаний, а не для поиска грузов.

В B2B SaaS один и тот же поисковый спрос может собирать пользователей с принципиально разными задачами. В CargoPro эту проблему решали на нескольких уровнях одновременно: семантика, рекламное сообщение, посадочная и обратная связь по обращениям.

В проектах по маркетингу для IT-компаний мы рассматриваем контекстную рекламу как часть системы лидогенерации: спрос, продуктовая подача, посадочная и качество входящего потока должны работать согласованно. В CargoPro именно эта связка позволила отделить релевантный спрос от пользователей с другой задачей.

Для похожих B2B SaaS-проектов это принципиально: масштабировать стоит не просто поток форм, а связки, которые приводят нужную роль покупателя и корректно объясняют продукт до заявки.

Если Яндекс Директ приводит B2B-заявки, но продажам приходится регулярно отсеивать не тот сегмент, разберем цепочку целиком: спрос, семантику, объявления, посадочную и правила квалификации. Покажем, где реклама теряет качество и какие гипотезы стоит проверить первыми.

В проектах по маркетингу для IT-компаний мы рассматриваем контекстную рекламу как часть системы лидогенерации: спрос, продуктовая подача, посадочная и качество входящего потока должны работать согласованно. В CargoPro именно эта связка позволила отделить релевантный спрос от пользователей с другой задачей.

Для похожих B2B SaaS-проектов это принципиально: масштабировать стоит не просто поток форм, а связки, которые приводят нужную роль покупателя и корректно объясняют продукт до заявки.

Если Яндекс Директ приводит B2B-заявки, но продажам приходится регулярно отсеивать не тот сегмент, разберем цепочку целиком: спрос, семантику, объявления, посадочную и правила квалификации. Покажем, где реклама теряет качество и какие гипотезы стоит проверить первыми.