• Кейсы

Увеличили выручку интернет-магазина электроники на треть благодаря моделируемым конверсиям

Работа с рекламными кампаниями требует постоянного поиска баланса между объёмом трафика, качеством лидов и эффективностью обучения алгоритмов. Наш клиент — интернет-магазин электроники — столкнулся с проблемой, характерной для нишевых категорий товаров: как оптимизировать работу малотрафиковых кампаний, сохранив высокий уровень конверсии.

С кем мы работали

Нашим клиентом был интернет-магазин электроники, название которого мы не можем раскрыть из-за NDA. Впрочем, наименование бренда и его специфика не играют решающей роли для понимания сути кейса.

Какую задачу решали

Основной вызов заключался в необходимости улучшить рекламные кампании для нишевых высокомаржинальных товаров с ограниченным спросом. Несмотря на стабильные результаты товарных кампаний, смарт-баннеров и динамических объявлений по горячему спросу, работа с запросами вроде «категория + бренд» давала значительно меньшую эффективность.

Нам предстояло:

1. Снизить зависимость от товарных кампаний.

2. Разделить основные категории товаров для более точного управления бюджетом.

3. Найти подход, обеспечивающий стабильное обучение рекламных кампаний с ограниченным трафиком.

Почему мы решили уйти от товарных рекламных кампаний

Товарные кампании — мощный инструмент для e-commerce. Он агрегирует почти все форматы, доступные в Яндекс Директ: показы рекламы идут и в Поиске, и в Рекламной сети, можно загрузить баннеры и видео, есть ретаргетинг. Всё вместе это позволяет получить больший охват и больше статистики для обучения алгоритмов. Да, товарные кампании обеспечивают лёгкий и эффективный старт, но и минусы у них есть:

• невозможно создать группы объявлений под разные запросы или категории товаров,

• нельзя использовать корректировки по полу и возрасту, ставить наблюдательные корректировки и так далее,

• не получится быстро исправить ситуацию, если что-то пойдет не так, у пользователя практически нет рычагов влияния на кампанию.

Мы действительно удачно стартовали с товарными кампаниями, хорошо закрыли сезон, но надо было масштабироваться. Если просто увеличить бюджет, стоимость заказа вырастет, акцент с Поиска сместится на Рекламную сеть, конверсия снизится —, а нас это категорически не устраивало. Кроме того, мы не могли управлять бюджетами на разные категории товаров. В нашем случае это стало бы проблемой: у заказчика было три ярко выраженные категории, которые приносили 80% дохода.Ко всему прочему, товарная кампания каннибализировала трафик у запущенных отдельно смарт-баннеров, динамических и текстово-графических кампаний. О них подробнее поговорим ниже.

Что мы сделали

Итак, после отказа от товарной кампаний попытались перейти на новые, более управляемые форматы. Запустили отдельные динамические кампании, товарную галерею и смарт-баннеры по ключевым категориям. Столкнулись с тем, что, получая меньше трафика, кампании хуже обучались, эффективность резко пошла на спад. Пришлось возвращать всё назад. Процесс занял около двух месяцев.

После решили протестировать моделируемые конверсии в сервисе Sales Ninja. Это платформа ИИ-маркетинга, которая добавляет ещё один слой «автостратегий», позволяя оценивать вероятность совершения конверсии в реальном времени. В результате алгоритмы на уровне сайта начинают помогать обучению автостратегий рекламной платформы, передавая моделируемые конверсии как цель в Директ.

Сейчас будет немного сложно. Результат работы моделируемой конверсии — это разложение конечной конверсии на составляющие виртуальные конверсии (плотность вероятности). В итоге мы получаем нормально распределение, где первый пользователь совершит покупку с вероятностью 5%, второй — с вероятностью 10%, третий — с вероятностью 30%, а четвёртый — с вероятностью 50%.

Подобрав необходимую теплоту трафика, мы можем передать виртуальные конверсии (их не было в реальности, но вероятность того, что они случатся, оставалась достаточно высокой) в кабинет Директа, обучая его на большем количестве качественных данных. Как итог, алгоритмы на уровне сайта помогают обучению автостратегий рекламной платформы, передавая моделируемые конверсии как цель в Директ.

Чтобы подобрать подходящую для корректной работы модели теплоту трафика, провели A/B-тест для динамической рекламной кампании по топовым категориям. Эксперимент завершился более чем успешно:

• конверсия выросла на 68%,

• стоимость заказа снизилась в 3 раза.

Результаты всех устроили, так что мы масштабировали настройки Sales Ninja на все остальные рекламные кампании и продолжили следить за тем, как поведут себя автостратегии Яндекса, обучаясь на моделируемых конверсиях.

Какие результаты получили

С помощью стороннего сервиса мы:

• подняли конверсию на 21,85%, средний чек динамической рекламной кампании по топовым запросам на 10,91%, а выручку — на 28,37%,

• снизили ДРР,

• исключили каннибализацию горячего трафика у других рекламных кампаний.

Что дальше?

Удостоверившись, что моделируемые конверсии нивелируют одну из главных слабостей автостратегий — недостаточно количество данных для обучения, мы решили разработать для клиента новый подход к управлению рекламными кампаниями.

Планируем сделать более сложную структуру кабинета, которая позволит управлять эффективностью кампаний не только по топ-категориям, но и в более узких разрезах, например, по маржинальности отдельных групп товаров или брендов. Это будет значительно выгоднее для бизнеса с точки зрения увеличения прибыли, ведь мы сможем успешнее продвигать более маржинальные товары.

Работа с моделируемыми конверсиями требует тщательной настройки, индивидуального подбора целей, атрибуций и теплоты трафика для каждой рекламной кампании. Шаблонного решения не существует — нельзя просто нажать Ctrl+C и Ctrl+V, а потом наблюдать, как растут доходы. Сторонние сервисы помогают решить одну из самых больших болей при настройке контекстной рекламы — обучение автостратегий. Однако для работы с ним нужны навыки. У команды специалистов агентства SF.RU они есть — пишите на hello@sf.ru, разберёмся с вашей задачей.

Павел Белышев

Интернет-маркетолог, руководитель группы

Нравится: SF.RU

SF.RU
еще 2 публикации

Лучшее в блогах

27.11.2025

Новости НРФ’9: официальный журнал доступен в цифровом формате

09.12.2025

Новая эра медиа: интеграция каналов, доверие аудитории и стратегии роста

04.12.2025

Итоги конференции Group4Media «Этот год — следующий год. Искусство эффективности»

04.12.2025

Кейс UM, Points Lab, АДВ+Эндемика и «Самолет»: как с математической точностью измерить эффективность маркетинга в недвижимости

Вам понравится

Rookee

10.12.2025

Крауд-ссылки: рабочая стратегия или пустая трата бюджета

Digital Маркетинг

BYYD

27.11.2025

Трекеры и аналитика трафика: как понять, что кампания работает

Digital Маркетинг

Как трекеры позволяют оценить качество трафика в in-app продвижении, как они защищают бренд и гарантируют прозрачность рекламы.

Stik

21.11.2025

Почему email-рассылки до сих пор работают — особенно в fashion

Маркетинг Ритейл

В индустрии моды всё держится на визуале, эмоциях и скорости. И при этом мало какой канал даёт такую предсказуемость и окупаемость, как email-маркетинг. Несмотря на то, что бренды часто воспринимают рассылки как «устаревший инструмент», правильно собранный email по-прежнему приносит выручку, растит лояльность и усиливает бренд.
Ниже — ключевые причины, почему fashion-брендам нельзя игнорировать email.

Авиа Адв

20.11.2025

Авиарынок 2025: рост замедляется, реклама становится эффективнее

Медиа Маркетинг

Российские авиаперевозки в 2025 году входят в фазу стабильности. Пассажиропоток перестаёт расти такими темпами, как раньше, но это не минус — для брендов это шанс работать с более плотной, прогнозируемой и вовлечённой аудиторией.