Grutek

ТОВ «Грутек» — украинский поставщик запчастей для сельскохозяйственной техники, работающий на рынке с 2012 года. Компания выросла из экспортного направления поставок запасных частей для автобусов «Богдан» и «Эталон» в бизнес, сосредоточенный на комплексном обеспечении аграрного сектора деталями для тракторов и комбайнов, а также техники мировых брендов (Claas, John Deere, Case IH, Massey Ferguson, New Holland, JCB).

Ключевые преимущества компании:

• широкий ассортимент деталей и узлов в едином каталоге;
• собственные складские мощности и наличие популярных позиций;
• подбор запчастей по модели, году выпуска и условиям эксплуатации;
• контроль качества и соответствие оригинальным стандартам;
• работа с оптовыми и розничными клиентами по всей стране.

Grutek базируется в Виннице и поставляет продукцию оптовым и розничным клиентам по всей Украине, а также экспортирует запчасти в Азербайджан, Латвию, Венгрию, Польшу, Литву, Молдову и Нидерланды.

Среди целей проекта определили следующие:

1. Увеличение качественного трафика (количества посещений) на сайт.
2. Завоевание лидирующих позиций в нише.
3. Привлечение ЦА на веб-ресурс.
4. Увеличение взаимодействий с текущей горячей аудиторией.
5. Получение стабильного потока новых заказчиков с сайта с высокой конверсией в продажи.
6. Привлечение потенциальных клиентов по рентабельной стоимости в соответствии с бизнес-моделью клиента.

Команда Elit-Web сфокусировалась на построении системы, способной самостоятельно обучаться на валидных сигналах и масштабировать наиболее прибыльные направления.

Стратегия продвижения Grutek построена на переходе от унифицированных кампаний к сегментированному управлению по товарным категориям.

1. Корректная настройка электронной коммерции: передача суммы покупки и дохода вместо фиксированного значения конверсии.
2. Создание трехуровневой структуры групп объявлений Performance Max для расширения охвата.
3. Использование аудитории Customer Match и тегов на основе конверсий для обучения алгоритмов на валидных данных.
4. Сегментация Performance Max по товарным категориям вместо общей стратегии и аудитории.
5. Анализ эффективности по типам устройств для перераспределения бюджета на наиболее прибыльные плейсменты.
6. Запуск поисковых кампаний через канал Search AI Max, который до этого оставался без внимания.

Такой подход позволил рекламной системе точнее обучаться на релевантных сигналах и масштабировать наиболее прибыльные направления без наращивания бюджета.

Первый шаг сотрудничества — полный аудит аккаунта Google Ads. Команда выявила, что показатель оптимизации кампаний не достигал рекомендуемого диапазона 95–100%.

Форма «Купить в один клик» имела проблемы с отслеживанием.

Отдельно обнаружили, что ценность конверсии была установлена вручную на фиксированном уровне, что искажало реальную картину эффективности рекламы для алгоритмов обучения.

Также большинство групп объявлений было сформировано с акцентом только на торговую выдачу, без учета более широких форматов охвата, а поисковый канал по ключевым запросам практически не использовался (несмотря на то, что это направление было существенной точкой роста для ниши).

Следующим шагом стало исправление в аналитике электронной коммерции: вместо ручного фиксированного значения конверсии настроили корректную передачу суммы покупки и дохода с учетом выбранной товарной позиции. Это дало алгоритмам Google Ads более точные сигналы для обучения и повысило качество оптимизации ставок.

Группы объявлений переформатировали в трехуровневую структуру адсетов:

• с акцентом на торговую выдачу и сигналы — для максимизации целевых конверсий из товарного фида;
• комплексный (фид + баннеры + тексты) — для расширения охвата;
• с видео — для масштабирования и работы с новой ЦА.

Параллельно кампании, которые ранее работали в общем потоке под одну стратегию и аудиторию, разделили по товарным категориям — это позволило системе точнее таргетировать каждый сегмент отдельно, а не усреднять результат.

Команда подключила аудиторию Customer Match. Это дало возможность обучать алгоритмы по реальным данным клиентов и находить похожие сегменты. Кроме того, внедрили теги на основе конверсий для быстрого масштабирования новых адсетов без потери стабильности активного продвижения.

Отдельным направлением стал запуск поисковых кампаний по ключевым запросам через новый функционал Search AI Max — канал, который до этого практически не использовался в кабинете.

В рамках дальнейшего сотрудничества команда подключила телефонию UniTalk и выявила расхождение в передаче данных о звонках между UniTalk, GA4 и Google Ads — этот пробел диагностировали и скорректировали, чтобы автоматические стратегии получали полный конверсионный сигнал. Параллельно проводился регулярный анализ товарных категорий и конкурентной среды.

В июле (период низкого спроса) медиаплан по бюджету выполнили на 82,9%, превысили плановые показатели эффективности: CR — 108,3%, а стоимость заявки оказалась лучше целевой (104,3%). Это позволило сохранить высокую окупаемость, несмотря на более низкий объем трафика.