Геомаркетинг для сети клининга: как репутация принесла компании новых франчайзи
О проекте
Сеть франшиз клининговых услуг и точек химчистки с 100+ филиалами.
Задача
У компания был ряд проблем, которые в совокупности снижали продажи.
Первая. Из-за огромного количества точек компания не успевала отслеживать и улучшать репутацию для франчайзи. За информацией и рейтингами карточек не следили, при переезде старая карточка оставалась висеть в поиске. Создавать новые не успевали. Клиенты путались, в интернете оседали десятки неактуальных карточек. Из-за нулевого рейтинга клиенты боялись пользоваться услугами, что увеличивало срок окупаемости точки и бюджеты на продвижение.
Вторая. Компания мониторила репутацию самостоятельно с помощью Brand Analytics и HotMaps, но видела необъективную картину. Данные аналитики не отражали реального состояния репутации: наполнения поисковой выдачи и соотношения позитивных упоминаний к негативным. Большой пласт информации ускользал от внимания компании, клиенты не получали обратную связь.
Задачи, которые нам предстояло решить:
Решение
SERM: наполнение ТОП-10 Яндекс и Google
Работу с поиском разбили на два направления: клининг и химчистка. Требовалось проработать все брендовые запросы, в том числе геозависимые, отдельно под каждую поисковую систему. С помощью Промопульт мы разметили тональность страниц по ключевым запросам, далее отслеживали движение сайтов в Топвизор. Цель разметки — создать систему контроля поисковой выдачи с учетом геозапросов. Заказчик хотел отслеживать не только собственные точки, но и филиалы франчайзи, к которым не было прямого доступа.
Оптимизация ключевых фраз помогла достичь роста ежемесячного трафика с 5 тысяч до 20 тысяч и сохранять позиции от месяца к месяцу. Закономерно выросло число конверсий: чем выше видимость компании в поиске, тем больше трафика она получает и тем больше пользователей совершают целевые действия.
Настройка мониторинга
Поскольку компания насчитывает свыше 100 филиалов, мы решили не подключать другие системы, а довести до ума существующую — Brand Analytics. Программа позволяет собирать данные из всех медиаисточников: СМИ, соцсетей, отзовиков, новостных ресурсов, мессенджеров. Компания получает покрытие всего инфополя, что важно для крупного бизнеса.
Работы начались с пересборки семантики. Упор сделали на геозависимые запросы пользователей, поскольку большинство клиентов ищут химчистку рядом с домом, а для клининга важен промежуток от момента заказа услуги до оказания. Убрали нерелевантные запросы.
Дополнительно проработали продуктовые запросы, расширив семантику. Дело в том, что пользователи не всегда ищут клининг. Сюда входят точечные услуги: генеральная уборка, мытье окон, уборка после ремонта, экологичная уборка и другие запросы, которые важно учитывать при проработке семантики, поскольку в отзывах клиенты выделяют конкретную услугу, а не клининг в целом. Ранее компания не собирала подобные упоминания.
Настроили отдельные теги внутри мониторинга: для услуг клининга, HR-упоминаний, химчистки. Это позволило разграничить потоки информации по категориям и повысить скорость реакции специалиста. Заказчик разбил направления по клиентской службе: одно подразделение отвечало за коммуникацию по HR, второе за клининг, третье за химчистку.
Дополнение регламентов коммуникации
В компании была налажена своя система сбора отзывов и обратной связи. Цепочка взаимодействия: у клиента есть проблема — в ответе на отзыв его перенаправляют в бот — если проблема остается, бот переключает на оператора. Заказчик запросил глубокую сегментацию негатива, поскольку клиенты жаловались на долгое ожидание ответа и несостоятельность бота-оператора.
Мы обратились к данным мониторинга, настроили подтемы под каждую услугу. Проанализировали негативные отзывы за полгода. Разбили негатив на кластеры — группы по схожим жалобам клиентов. Данный подход позволил сегментировать отзывы и понять, какую проблему бот в состоянии решить, а какую нет. В какие случаях клиента лучше сразу переключить на оператора.
Подготовили точечные шаблоны ответов: с просьбой обратиться в бот и с номером горячей линии.
Среди критичных замечаний выделили следующие кластеры:
По химчистке:
По клинингу:
Подобные жалобы обрабатывались операторами, остальной негатив отрабатывал наш специалист согласно дополненным регламентам коммуникации. Это позволило не распылять внимание и гасить конфликты в зачатке: клиенты с серьезными претензиями получали обратную связь не позднее 2 часов. Благодаря оперативной реакции мы не только подняли лояльность к бренду, но и повысили процент удаления фейковых отзывов: ответы бренда создают почву для диалога с модерацией площадок.
Результат
Репутация сформировала доверие к недавно открытым филиалам — число новых пользователей выросло в 10 раз по сравнению с маем 2024 года. Уже в первый месяц открытия франчайзи получал буст лидов с органического трафика геосервисов, благодаря чему мог выйти на точку безубыточности в сжатые сроки.
С мая по ноябрь в компании открылось 50 новых точек, для которых мы проработали поисковую выдачу с учетом расположения, а также рейтинги на геосервисах. Включили адреса точек в систему мониторинга, разграничив по профилю услуг.
