- Дорогие читатели и пользователи платформы StreamMyData! Хотим пригласить вас в наш телеграм канал, в котором публикуются важные новости, обновления, статьи и кейсы.
Клиент
«Выберу.ру» – финансовый маркетплейс для сравнения и подбора банковских, страховых, инвестиционных и образовательных продуктов. Сервис входит в топ крупнейших финансовых маркетплейсов страны.
Задача
Повысить эффективность рекламных кампаний, сократив стоимость привлечения заявок на займы, без увеличения затрат на рекламу.
Решение
Для достижения цели была задействована платформа предиктивной аналитики StreamMyData, которая прогнозирует вероятность совершения целевого действия пользователем в течение заданного промежутка времени. Система интегрируется с Яндекс.Метрикой для сбора исторических данных, создавая единый поведенческий портрет каждого пользователя. После создания модели машинного обучения система формирует таблицу, где для каждого пользователя указывается вероятность совершения целевого действия и его уникальный идентификатор.
На основе этих данных пользователи были сегментированы по степени готовности к совершению целевого действия, и сегменты загружены в Яндекс.Аудитории для дальнейшей работы.
Ранее полный цикл интеграции таких систем занимал от 3 до 6 месяцев. Но благодаря новым технологиям StreamMyData интеграция занимает до 24 часов.
Помимо оперативности, важной особенностью быстрых предиктов является их точность. Раньше клиенту приходилось тестировать свой маркетинговый бюджет в реальном времени, теряя деньги на неэффективных каналах. К тому же между пониманием факта неэффективности и перераспределением средств на более эффективные каналы существовал определенный промежуток — таким образом, подобные эксперименты сопровождались неминуемыми временными и финансовыми потерями.
В нашем случае все стало гораздо проще и конкретнее — клиент оперативно понимает аудитории, выбирает интересные ему целевые действия, а потом видит степень готовности каждого из аудиторных сегментов к совершению этих действий. Максимально быстро можно разработать новые креативы и обратиться к каждой из аудиторий в зависимости от ее температуры интереса с наиболее релевантным предложением и ускорить покупку с ее стороны.
Первая итерация
Изначально целью для предсказаний являлась общая конверсия по всем финансовым продуктам «Выберу.ру». Сегменты использовались в рекламных кампаниях с применением корректировок ставок.
Однако этот подход имел свои недостатки:
- Трафик направлялся на пользователей с высокой вероятностью конверсии, но по разным продуктам. Что негативно сказывается в общем перформансе сегментов.
- Низкая доля пользователей совершала общую конверсию, что затрудняло обучение модели.
На этом этапе тесты длились месяц, сегменты использовались в поисковых кампаниях и РСЯ, направленных на продукт «Займы».
Вторая итерация
Результаты первой итерации показали положительный эффект, но проблема общей цели сохранилась – сегменты охватывали пользователей всех продуктов, в то время как приоритетом были займы.
Решением стало переобучение системы для предсказания конверсий исключительно по странице займов. Для этого использовалась новая технология «быстрых предиктов» от StreamMyData, позволяющая настроить прогнозирование за 24 часа, вместо нескольких месяцев.
После обучения система сформировала новые сегменты, которые сразу были добавлены в рекламные кампании. Уже через две недели улучшенные показатели производительности не заставили себя ждать.
Результаты теста
Для оценки эффективности сравнивались показатели корректировок в кампаниях, которые были добавлены на сегменты StreamMyData: повышающие для высококонверсионных сегментов и понижающие для низкоконверсионных. В разрезе аудиторий с корректировками/без корректировок были получены результаты:
По результатам у сегментов StreamMyData:
Стоимость заявки ниже на 33.13%, стоимость выдачи ниже на 39.35%, конверсия из клика в выдачу больше на 72.84%, конверсия из заявки в выдачу больше на 16.17%
Вывод
Разработанная система прогнозирования конверсий имеет низкий порог входа для клиентов. Достаточно 24 часов, чтобы получить на руки готовые сегменты пользователей сайта. Результаты данного кейса продемонстрировали положительный эффект в точности предсказаний, позволили снизить стоимость лида и стоимость выдачи займа, а также значительно увеличить значение CR.
Вы также можете ознакомиться с другими нашими кейсами по ссылке.
