Кейсы
Rookee
10.12.2025
ADPASS рекомендует материал к прочтению
Sales Ninja
Предиктивная оптимизация рекламы Sales Ninja X Econom Doors. На 45% дешевле при небольшой бюджете и сильной конкуренции
Как предиктивная AI оптимизация рекламы Sales Ninja помогла снизить на 45% стоимость покупки значительно повысив продажи даже при экстремально низком рекламном бюджете. Кейс с реальными цифрами.
Всем привет! На связи платформа для предиктивного AI маркетинга Sales Ninja.
Клиент: «Econom Doors» — интернет-магазин входных и межкомнатных дверей в Санкт-Петербурге и Ленинградской области. Компания работает без офлайн точек, компенсируя это сильным сервисом: выездной замер в день обращения и быстрый монтаж.
Проблема: реклама уперлась в потолок, а данных для роста не хватало
На момент старта нашего пилотного проекта рекламные кампании в Яндекс.Директе работали уже несколько лет и достигли своего потолка эффективности. Основная сложность заключалась в том, что для качественного обучения автоматических стратегий Яндекса не хватало данных о реальных продажах — они велись в Roistat и CRM, но не передавались в Яндекс.Метрику, поэтому обучались по первичным лидам, а результат отслеживали через Roistat.
Перед нами стояла задача: в рамках ограниченного бюджета найти способ «пробить» этот потолок, чтобы получать больше квалифицированных лидов и увеличить количество продаж, не увеличивая затраты.
Решение: предиктивная оптимизация на «виртуальных конверсиях»
Чтобы решить проблему нехватки данных, мы применили технологию предиктивной оптимизации. Вот как она работает:
Система на основе искусственного интеллекта анализирует поведение пользователей на сайте и выявляет тех, кто с максимальной вероятностью готов к покупке, но еще не оставил заявку или не позвонил. Такие «потенциальные клиенты» помечаются предиктивной ИИ моделью и передаются в Яндекс метрику как виртуальные конверсии на основе которых обучаются автостратегии Яндекс Директа.
Для рекламного алгоритма Яндекса — это мощный положительный сигнал. Получая больше таких сигналов, автостратегия начинает быстрее и точнее находить аудиторию, похожую на реальных покупателей. Это особенно критично, когда фактических продаж немного, а бюджет на рекламу ограничен.
Процесс внедрения: от первой пробы до результата
Работа проходила в несколько этапов, так как бюджет на тесты был небольшим, и результат нужен был «здесь и сейчас».
-
Первый запуск. Мы обучили первую предиктивную модель, собрав 50 конверсий (звонки, заявки, квизы). Однако из-за небольшого трафика на сайте кампания «буксовала» — виртуальных конверсий для качественного обучения автостратегии не хватало.
-
Адаптация под ситуацию. Чтобы дать алгоритму больше данных, мы обучили вторую, дополнительную модель. Она была настроена на более широкую аудиторию, включая не только «горячий», но и «теплый» трафик. Это позволило увеличить количество виртуальных конверсий и дало необходимый толчок для обучения кампаний.
-
Тестирование. Мы запустили несколько тестовых рекламных кампаний на поиске (Тест Ninja, Тест Ninja 2, Тест Ninja 3), используя микс из реальных и виртуальных конверсий. Их результаты мы сравнивали с показателями основной кампании, которая работала без предиктивной оптимизации. У кампаний были идентичные настройки, а отличались они только долей рекламных расходов. 10%, 30% и 100% — такой эксперимент решил провести специалист по рекламе компании Эконом Дорс опираясь на прошлый опыт, что реклама на небольшом бюджете часто не откручивалось и на старте ей нужен был мощный толчок.
За время теста, по мере накопления данных модели дообучались, что позволило закрепить преимущество в обучении автостратегии Директа начав обучение моделей с 50 конверсий и закончив на более 1000 конверсий в квал лид.
Динамика результатов: от месяца к месяцу
Вот как менялись показатели на протяжении четырех месяцев тестирования.
Июнь: Запустили первые тестовые кампании. Они сразу показали хороший потенциал, принося квалифицированные лиды по цене 911–1156 руб., в то время как основная кампания приводила квал лиды по 1709 руб.
Июль: Продолжили тесты, запустив еще несколько кампаний с разными настройками по доле рекламных расходов. Стоимость лида в тестовых кампаниях держалась в диапазоне 811–1063 руб., что было сопоставимо с основной РК, которая в этом месяце показала результат в 840 руб. за лид.
Август: Чтобы сконцентрировать бюджет, мы остановили одну из тестовых кампаний которая показывала результат чуть хуже остальных. Оставшиеся по итогам месяца показали отличный результат, снизив стоимость лида до 576–600 руб. Основная РК в этом месяце показала аномально низкий расход в 1440 рублей и квал лиды по 288р, но это было исключение т.к. в следующем месяце при нормальном расходе цена лида вернулась к средним значениям.
Сентябрь: В финальный месяц теста наши кампании продолжали уверенно приносить лиды по 507–670 руб., подтвердив стабильность и эффективность предиктивных моделей, в то время как основная РК показала стоимость лида в 960 руб.
Итоги за 4 месяца: каждая тестовая РК обошла основную
Финальная таблица наглядно демонстрирует эффективность предиктивной оптимизации. Мы не просто достигли цели — мы превзошли ее с каждой запущенной тестовой кампанией.
Как показали данные, рекламные кампании, работавшие с технологией Sales Ninja, показала стоимость среднюю стоимость продажи 4280 руб., что почти вдвое ниже, чем у основной кампании (7775 руб.). В совокупности тестовые кампании принесли 31 продажу против 4 у основной, а итоговая стоимость продажи оказалась на 45% ниже.
Это доказывает, что предиктивная оптимизация — стабильный и эффективный инструмент для роста продаж даже при ограниченном бюджете и нехватке данных.
Впервые решил протестировать новый для себя ИИ-инструмент для оптимизации контекстной рекламы — Sales Ninja. Внедрив его в наши рекламные кампании по продаже дверей, мы смогли добиться отличных результатов за 4 месяца использования. Мы нарастили объем квалифицированных лидов и снизили стоимость продажи почти в 2 раза! Что мы делали? Поочередно запускали тестовые рекламные кампании, с разными настройками внутри рекламных кампаний по целям как A/B тест. В рекламных кампаниях которые стали давать хорошую цену за квалифицированный лид увеличивали постепенно недельный бюджет Варьировали ДРР. Когда авто стратегия Яндекс Директа обучилась — ДРР начали снижать. На обучении крутили с повышенным ДРР для более быстрого обучения авто стратегии. За месяцы пилотного внедрения научился запускать и оптимизировать рекламные кампании на виртуальных конверсиях и добиваться стабильно растущего результата на вложенные в рекламу средства. Всем рекомендую попробовать.
Дмитрий МильченковСпециалист по рекламе Econom Doors
Лучшее в блогах
Вам понравится
ТЕКАРТ
14.11.2025
АРИР
14.11.2025
Магнит ADS
12.11.2025
«Магнит» первым на рынке ритейла запустил СРО-платформу для продвижения
Магнит ADS, рекламная платформа крупнейшего по числу магазинов ритейлера России, объявляет о запуске бета-тестирования рекламного кабинета. Это первое решение на рынке ритейла, где реализована модель оплаты cost-per-order (CPO) — за совершенный заказ, а не просмотры или клики.
Неделя рекламы 
Новости 
How to 
Интервью и дискуссии 
Маркетинговые исследования 
Просто о сложном 
Энциклопедия обмана 
Проверено ADPASS 
Рекламные кампании