Кейс «Лента»: как мы масштабировали привлечение пользователей из «Яндекс Директ» в приложение на 31% с помощью РСЯ

Потолок в «Поиске» 

Для многих крупных рекламодателей «Поиск» остается основным инструментом привлечения новых клиентов. В январе-ноябре 2025 года на него приходилось в среднем ~95% новых пользователей «Ленты». 5% от РСЯ кампаний составляли небольшие запуски на определенную аудиторию, а не чистый UA-трафик. Но у «Поиска», как у любого другого источника, есть естественное ограничение: в какой-то момент он перестает расти. Дополнительный бюджет уже не приносит сопоставимого прироста аудитории, а количество новых пользователей месяцами остается примерно на одном уровне.

В этой ситуации вполне логичное решение — масштабироваться через РСЯ. Однако по результатам нескольких тестов в разные периоды на проекте «Ленты» стоимость привлечения нового покупателя там более чем в два-три раза превышала целевые показатели. Нашей задачей было — найти способ масштабировать РСЯ так, чтобы оставаться в приемлемой САС, удержать ее после высокого сезона и сохранить эффективность рекламных инвестиций.

Вместо того, чтобы искать одну «правильную» настройку, мы решили протестировать максимально широкий набор гипотез. Основная идея заключалась в том, чтобы задействовать все доступные возможности РСЯ: разные рекламные форматы, креативные концепции, а также — всевозможные УТП и офферы. После этого — масштабировать только те решения, которые подтвердят свою эффективность на практике.

Тестирование новых гипотез и обучение кампаний могло затянуться: мы понимали, что попадание в KPI будет не с первой недели. Поэтому мы запускали тестирование в высокий сезон (с декабря по февраль), чтобы модели могли лучше обучиться на большом количестве данных с приемлемым САС. Такой подход позволил быстро обучить кампании, выявить эффективные связки и использовать их, чтобы сохранить эффективность к моменту снижения сезонного спроса.

Работа с гипотезами

Шаг 1. Изменение стартовых настроек

На старте кампании мы сразу внесли несколько изменений. Во-первых, поменяли оптимизацию по установкам на оптимизацию по первым покупкам. Это позволило со старта обучать кампании приводить реальных новичков, а не «пустые» конверсии. Во-вторых, согласовали отдельный тестовый бюджет, достаточный для получения не менее 70 целевых действий в неделю. Предыдущие небольшие запуски РСЯ уже показали, что ограниченные бюджеты не позволяют алгоритмам эффективно обучаться и приводят к нестабильным результатам.

Шаг 2. Масштабное тестирование рекламных форматов

Мы использовали все доступные форматы РСЯ, включая графические и комбинаторные объявления, которые объединяют статические баннеры и видео в рамках одного размещения. Всего было создано 8 групп объявлений: в каждой по 20-25 штук, включая 3 комбинаторных. Общее количество рекламных материалов составило 164 штуки.

Особую роль в проекте сыграли видеоформаты. Мы заранее учитывали, что значительная часть трафика в РСЯ приходится именно на видеообъявления. Поэтому в кампании использовали лучшие нативные ролики, ранее показавшие эффективность на других площадках, а также новые UGC-креативы, подготовленные специально под запуск. Практика подтвердила гипотезу: видео стало одним из важных факторов успешного масштабирования: ~45% трафика пришло с видеообъявлений.

Шаг 3. Точечная работа с офферами и креативами

Отдельное внимание уделили разнообразию офферов. Исторически большая часть коммуникации строилась вокруг промокода на первый заказ, однако в рамках нового запуска мы решили проверить гораздо больше сценариев. Пользователям показывали как сезонные, так и универсальные креативы. Мы подготовили 26 самостоятельных креативных концепций:

— 7 концепций с новогодней тематикой (27 объявлений);

— 9 концепций с оффером промокода на первый заказ (69 объявлений);

— 2 концепции с оффером бесплатной доставки (22 объявления);

— 5 концепций с оффером выгодных цен (23 объявления);

— 3 концепции с оффером быстрой доставки из Супер Ленты (23 объявления).

При этом важно было не только разнообразие офферов, но и их релевантность аудитории. Для каждой группы объявлений мы отдельно прорабатывали тексты, заголовки и семантику. По сути, разные УТП получили собственные рекламные сообщения и логику коммуникации с пользователем.

Интересно, что выиграли в итоге самые простые решения. Лучше всего отработали два креатива с бесплатной доставкой и три креатива с промокодом на первый заказ. Их объединяла лаконичная подача: крупное изображение продукта и четко выделенное предложение без лишних деталей. Из этого сделали вывод, что для нашей аудитории важнее ассортимент и выгода, чем скорость получения заказа.

Шаг 4. Обучение и оптимизация

После запуска мы дали ML-моделям Яндекса две недели на разгон трафика и оптимизацию, а после этого начали вносить корректировки по разным параметрам, параллельно тестировали разные креативы и тексты.

Что входило в корректировки:

— Еженедельная чистка площадок. РСЯ использует размещение на сотнях площадок, некоторые из которых часто приводят неконверсионный трафик, завышающий стоимости кампании. Поэтому важно тщательно их фильтровать.

— Корректировка ставок и бюджетов.

— Отключение неконверсионных групп креативов, добавление новых концептов.

— Повышающие корректировки на эффективные группы, понижающие — на неэффективные (по CAC). Мы заметили, что на некоторые группы объявлений не хватало трафика, из-за чего было сложно оценить результаты. Благодаря корректировкам на уровне групп эту проблему удалось решить.

Результаты

Результаты стали заметны уже в первый полноценный месяц после запуска. Средний CAC в декабре 2025 года оказался более чем в три раза ниже показателей предыдущих запусков РСЯ (на 313%). Одновременно начала быстро расти доля новых покупателей из сетей. Если в ноябре на РСЯ приходилось лишь ~6% новичков, то уже в декабре этот показатель достиг 24%, а в феврале — вырос до 43%. Аналогичную динамику показали и установки приложения: их доля увеличилась с 4% до 30% в декабре и до 55% в феврале.

Главный результат проекта — общий рост новых покупателей из «Яндекс Директ» (включая и Поиск, и РСЯ) на 57% за первый месяц запуска. 31% из них — это вклад новых РСЯ-кампаний. Мы понимаем, что свою роль сыграл и рост сезонности в декабре, но мы отключали кампании в предновогоднюю неделю, поэтому основной рост в РСЯ был в первой половине месяца. РСЯ-кампании позволили привлечь дополнительный объем первых заказов с САС на 17% меньше, чем в Поиске. В 2026 году продолжился рост новичков с РСЯ: в январе на 11%, в феврале — на 24%. При этом доля post-click конверсий составила 87-90%.

Тестирование в период спроса доставки позволило выделить эффективную структуру кампаний, сформировать рабочие связки креативов и форматов, а также обучить кампании на большом количестве данных. Поэтому в период снижения спроса нам удавалось сохранить полученные с РСЯ кампаний объемы и снизить зависимость от брендовых кампаний. В марте доля новых покупателей из РСЯ сохранилась на уровне 43%, а апреле выросла до 46%, в мае до 54%.

Этот кейс показал, что проблемы с эффективностью РСЯ далеко не всегда связаны с самим каналом. Во многих случаях ограничения возникают из-за недостаточного объема данных для обучения, неверной цели оптимизации или слишком узкого набора тестируемых гипотез. Переход на оптимизацию по первой покупке, системная работа с креативами и масштабное тестирование различных УТП позволили превратить РСЯ из вспомогательного инструмента в один из ключевых драйверов роста новых покупателей для «Ленты».

Кейс показывает, что наибольший эффект в оптимизации обеспечили не отдельные тактические изменения, а синергия сразу нескольких факторов: использование периода повышенного сезонного спроса, проработанный welcome-оффер и грамотная работа с алгоритмами рекламной платформы. Именно комплексный подход позволил не только повысить эффективность кампаний и снизить САС в период высокого спроса, но и создать основу для сохранения результатов после завершения сезонного пика.

Сергей Алексанин

Руководитель направления цифрового маркетинга «Лента»