Клиент
divan.ru — один из крупнейших российских интернет-магазинов мебели, предлагающий широкий ассортимент товаров для дома.
Задача
Задачей являлась оптимизация рекламных расходов и повышение эффективности маркетинга за счет более точного таргетинга на пользователей в рекламной платформе Яндекс.Директ. Требовалось выявить группы пользователей с разной вероятностью совершения покупки и использовать эти данные для настройки корректирующих ставок в рекламных кампаниях, чтобы рационально перераспределить бюджет и повысить отдачу от инвестиций в рекламу.
Используемый инструмент
Для решения поставленной задачи были использованы «быстрые предикты» – система которая работает на основе машинного и глубокого обучения, анализируя действия пользователей на сайте и их паттерны поведения, что позволяет настроить систему на прогнозирование совершения выбранного целевого действия пользователями в течение заданного промежутка времени в будущем.
Для настройки «быстрых предиктов» необходимо выполнить несколько действий:
1. Настройка подключения к аккаунту Яндекс.Метрика
2. Выбор нужного счетчика Яндекс.Метрика и выбор цели для обучения системы
3. Выбор горизонта предсказания
После настройки необходимо нажать «Запустить предикт» и в течение нескольких часов аудитории пользователей будут готовы. Стоить отметить, что сформированные сегменты обновляются на ежедневной основе, что позволяет поддерживать постоянную актуальность данных.
Реализация
Для компании divan.ru был реализован проект на платформе StreamMyData с использованием модуля быстрых предиктов. В качестве целевого действия была выбрана конверсия по цели «Ecommerce: покупка», а горизонт предсказания составил 45 дней. Система автоматически обучалась на основе исторических данных действий пользователей на сайте за последние 3 месяца. Такой временной интервал стал достаточным для корректного обучения модели. В течение нескольких часов модель была обучена и сформированные сегменты стали доступны для использования.
На выходе было сформировано 5 сегментов пользователей, распределённых по степени готовности совершить покупку в течение ближайших 45 дней. Для автоматизации дальнейшей работы была настроена выгрузка аудиторий в Яндекс.Аудитории с последующей передачей доступа в рекламные аккаунты команды divan.ru.
Обратите внимание
Наименование аудитории |
Диапазон значений вероятности покупки |
high |
64-100% |
slightly_high |
41-64% |
medium |
24-41% |
slightly_low |
10-24% |
low |
1-10% |
extremely_low |
0-1% |
После предоставления доступа к сформированным аудиториям начался этап настройки рекламных кампаний с применением корректирующих ставок в системе Яндекс.Директ. Сегменты были интегрированы в ключевые рекламные форматы: поиск ретаргетинг, смарт-баннеры и бренд.
Основной целью divan.ru было снижение неэффективных расходов, поэтому в большинстве случаев применялись понижающие корректировки ставок для сегментов extremely_low и low — пользователей с минимальной вероятностью совершения покупки. В то же время, для сегментов с высокой вероятностью конверсии были заданы повышающие корректировки, что позволяло увеличивать шансы выигрыша аукциона и обеспечивать показ рекламы тем пользователям, которые находятся в высокой стадии готовности к покупке.
В рамках теста были внедрены настройки аудиторий на уровень кампаний, путем отрицания ML сегментов:
В то время как на уровне групп были выбраны ML сегменты в качестве ретаргетинга, а также был включен офферный ретаргетинг:
Дополнительно проводилась регулярная чистка площадок:
Результаты
В результате тестирования, проведенного в течение полутора месяцев, были получены следующие показатели эффективности:
- За счет исключения пользователей из низкоконверсионных сегментов удалось сократить общие рекламные расходы в тестируемых рекламных кампаниях на 12%, перераспределив соответствующую часть бюджета на более перспективные аудитории.
- Сравнительный анализ показал, что использование корректировок ставок на основе предиктов StreamMyData обеспечил прирост показателя конверсии до 75% по сравнению с автоматическими стратегиями Яндекса, благодаря более точному учёту вероятности покупки.
Результаты по региону МСК:
Исходя из результатов видно, что CR в покупку вырос со второй недели теста, ДРР за месяц вышел на уровень ниже 100%
Рассматривая статистику динамики по региону МСК месяц к месяцу получаем покупки в рамках желаемого ДРР:
Статистика за май показывает получение покупок с динамикой на снижение в показателе ДРР и ростом количества покупок:
Проведя A/B-тестирование удалось достичь результатов в сокращении ДРР на 41% и показателя CPO на 25% за те же деньги
Реализация проекта на платформе StreamMyData позволила divan.ru перейти от обобщенного подхода в таргетинге к точечной работе с пользователями на основе их поведенческих характеристик. Благодаря быстрому внедрению предиктивной модели, автоматизированной сегментации и интеграции с рекламными инструментами Яндекса, компании удалось значительно повысить эффективность рекламных вложений. Экономия бюджета за счет исключения нецелевых сегментов и рост конверсии на фоне автостратегий Яндекса подтверждают высокую практическую ценность предиктов как инструмента оптимизации рекламных активностей.
Еще больше полезной и интересной информации вы можете получить в нашем блоге