Як перетворити звичайні дзвінки на реальних первинних пацієнтів стоматології через Google Ads

Опис клієнта

Київська стоматологічна клініка «Nivki Dent» працює в умовах дуже високої конкуренції та спеціалізується на масових (гігієна, карієс), експертних (лікування під мікроскопом, гнатологія) і преміальних послугах (імплантація, вініри, ортодонтія). Основними перевагами є цифрова точність хірургічних шаблонів, органозберігаючий підхід та зручне розташування біля метро «Нивки».

Початкові умови

• Висока конкуренція: Перегрітий аукціон Google Ads у київському регіоні через активність мережевих конкурентів (Люмі-Дент, Astra Dent, МЕД ДЕО, Добробут) та локальних закладів (Este-line, Doctor Zub).

• Відсутність наскрізної аналітики: На старті проєкт не мав налаштованої наскрізної аналітики, що ускладнювало відстеження повного шляху клієнта від кліку до фактичної оплати в клініці.

• Сезонність попиту: Наявність яскраво вираженої сезонності на стоматологічні послуги, що вимагало детального аналізу історичних даних для подальшого точного планування KPI з урахуванням сезонних піків та спадів.

• Специфіка конвертації: Більше ніж 70% лідів надходило через телефонні дзвінки, що потребувало впровадження динамічного колтрекінгу.

• Особливості сайту: Відсутність єдиного структурованого каталогу послуг, через що виникала потреба в підборі окремих релевантних посадкових сторінок під кожен рекламний напрям.

Мета

• Залучення нових (первинних) пацієнтів на терапевтичні, експертні та високомаржинальні послуги клініки.

• Максимізація кількості цільових звернень у межах виділеного бюджету.

• Організація системи трекінгу та замикання зворотного зв'язку (Binotel + GA4) для фільтрації нецільових звернень.

Стратегія

• Побудова зворотного зв'язку через аудиторії: Через відсутність наскрізної аналітики одразу після запуску було організовано збір сегментованих списків аудиторій: цільових і нецільових лідів, а також користувачів, які конвертувалися у первинних чи вторинних пацієнтів. Ці дані використано для коригування ставок, таргетингу та виключень, щоб максимально фокусувати бюджет на залученні саме нових (первинних) пацієнтів.

• Етапність запуску та масштабування:

  • Пошукові кампанії (Старт): Першочерговий запуск класичного Пошуку для збору гарячого та найбільш інтенсивного попиту.

  • Performance Max (Тест): Перехід до тестування кампаній PMax лише після накопичення необхідного обсягу первинних даних та сигналів конверсій.

• Стратегії керування ставками: На пошукових кампаніях застосовувалися стратегії «Максимум кліків» (на етапі розгону та збору первинного трафіку) та «Максимум конверсій» (після накопичення достатньої кількості подій).

• Мікролокація та відмова від ВЧ-запитів: Таргетинг у радіусі 1–4 км навколо клініки та на райони Нивки, Святошин, Сирець. Повна відмова від загальних перегрітих фраз (наприклад, «стоматологія київ»).

• Ешелонування напрямів: Структуризація кампаній за рівнем маржинальності (Брендові, Локальні терапевтичні, Експертні та Високочекові) з жорсткою фільтрацією нецільового трафіку через цінові розширення та списки мінус-слів.

Реалізація

• Побудова аналітики та колтрекінгу:

  • Налаштовано збір даних у GA4 через Google Tag Manager із фіксацією ключових взаємодій (phone_click, form_2, fb_click, insta_click тощо).

  • Інтегровано динамічний колтрекінг Binotel для відстеження дзвінків і чатів (binotel_ct_call_received, binotel_ct_target_achievement, binotel_gc_call_requested).

  • Створено та налаштовано спеціальні цілі SER і PMax для оптимізації алгоритмів під цільові звернення.

• Сегментація аудиторій та замикання зворотного зв'язку:

  • Через відсутність наскрізної аналітики реалізовано автоматичне збирання й сегментацію аудиторій за допомогою Google Таблиць та формул: цільові/нецільові ліди, а також первинні та вторинні пацієнти.

  • Аудиторію «Нецільові ліди» додано у виключення всіх рекламних кампаній, а списки первинних пацієнтів використано для коригування ставок і підсилення таргетингу.

• Запуск та оптимізація рекламних кампаній:

  • Пошукові кампанії: На старті запущено структуровані пошукові кампанії (Бренд, Вініри, Гранульома, Брекети, Чистка, Лікування, Імплантація Straumann та MegaGen). На першому етапі застосовували стратегію «Максимум кліків», після чого перейшли на «Максимум конверсій».

  • PMax: Кампанії Performance Max було запущено на тест тільки після накопичення необхідного обсягу даних та сигналів конверсій.

  • Автоматизація та контроль: Підключено автоскрипти контролю посилань (Link Checker) та перевищення лімітів бюджету (BudgetControl).

  • Сувора фільтрація: Здійснювалися щотижневі перевірки пошукових термінів і розширення списків мінус-слів. У серпні проведено переналаштування цілей із переведенням усіх кампаній на облік виключно цільових лідів.

Результати

Місяць	Конверсії	CPA	Витрати
05.2026	13,00	₴1 063,64	₴13 827,26
06.2026	23,58	₴822,74	₴19 400,81
07.2026	42,79	₴443,29	₴18 523,86
08.2026	24,76	₴725,08	₴17 950,38
Загалом	104,13	₴669,38	₴69 702,31

Динаміка показників відображає етапи оптимізації алгоритмів Google Ads, внесення коректив у системи аналітики та перехід до суворішої фільтрації якості звернень протягом травня–серпня 2026 року.

• Травень 2026 (Старт та адаптація): Найвища вартість конверсії (₴1 063,64) та найменша їх кількість (13,00) зумовлені початковим періодом навчання алгоритмів, накопиченням первинних даних та корегуванням налаштувань цілей під KPI безпосередньо під час запуску.

• Червень – Липень 2026 (Навчання алгоритмів та масштабування): Поступове збільшення кількості конверсій (з 23,58 до 42,79) та падіння CPA більше ніж удвічі (до ₴443,29 у липні) відбулися завдяки оптимізації ставок. Накопичення даних у GA4 та Binotel дозволило автоматичним стратегіям краще знаходити цільову аудиторію, а регулярне мінусування нецільових слів знизило марні витрати.

• Серпень 2026 (Зміна методології обліку та фокус на якості): Зменшення кількості конверсій (до 24,76) та відповідне формальне зростання CPA (до ₴725,08) є позитивним результатом. Це пов'язано з перенастроюванням цілей та переведенням усіх кампаній на облік виключно підтверджених цільових лідів. Клініка перестала платити за облік нецільових первинних дзвінків і сміттєвого трафіку, завдяки чому було зафіксовано реальну вартість залучення цільового пацієнта.

Висновки

• Компенсація відсутності наскрізної аналітики: Швидка організація збору й сегментації аудиторій (цільові/нецільові ліди, первинні/вторинні пацієнти) створила ефективний зворотний зв'язок. Використання цих списків для коригування ставок і виключень дозволило зорієнтувати алгоритми на залучення саме нових (первинних) пацієнтів.

• Етапність та адаптація стратегій ставок: Стартовий запуск класичного Пошуку зі зміною стратегій від «Максимум кліків» до «Максимум конверсій» забезпечив безпечне накопичення даних. Тестування Performance Max тільки після підготовки чітких сигналів конверсій запобігло марним витратам і підвищило точність автоставок.

• Нішевий та локальний фокус: В умовах агресивної конкуренції мережевих київських клінік відмова від загальних перегрітих запитів на користь мікролокаційного таргетингу та вузькоспеціалізованих послуг забезпечила високу конверсію за обмеженого бюджету.

• Сезонність та якість даних: Урахування історичної сезонності попиту у поєднанні з переведенням акаунта на облік виключно підтверджених цільових лідів дало змогу знизити CPA та гарантувати стабільний потік пацієнтів на високомаржинальні напрями.