Как привлекать пассажиров в сервис для заказа такси в региональных городах, где стандартный таргетинг по гео не всегда дает нужный результат? Drivee и Think Mobile протестировали альтернативный подход в DSP Kayzen и рассказали Sostav, как это помогло увеличить объем поездок.
Drivee — российский сервис для заказа такси, работающий более чем в 100 городах страны. В приложении можно указать маршрут и цену, которую готов заплатить пользователь, а водителю решить — принимать заказ или предложить свою стоимость.Компания зародилась в Якутске — и это задало вектор развития. В то время как многие сервисы начинают масштабирование с центральной части России, Drivee изначально сделал ставку на регионы, включая отдаленные города страны.
Два года назад команда Drivee трансформировала подход к продвижению. Вместо точечных запусков сделали ставку на многоканальное привлечение.
В Drivee начался этап гипотез и тестов, в ходе которого мы пришли к стратегии многоканального привлечения пользователей — она позволяет масштабировать аудиторию в регионах, где из-за ограничений рекламного рынка это сделать сложнее. Мы понимаем, что потенциал классических каналов со временем исчерпывается: эффективный трафик выкупается, а стоимость привлечения растет. Поэтому команда постоянно ищет новые точки роста и тщательно тестирует инструменты. Так, вместе с Think Mobile при работе с DSP Kayzen нам удалось найти нестандартное решение для продвижения в узком гео.
Ранее в перформанс-продвижении команда Think Mobile совместно с Drivee использовала сплит источников с возможностью эффективного city-таргетинга. Как правило, оптимизация таких источников происходит на основе базовых параметров — гео, пол, возраст и другие признаки.
Чтобы расширить охват и привлечь новую аудиторию, команда протестировала DSP Kayzen — платформу, алгоритмы которой обучаются на данных о пользователях и их действиях, чтобы точнее привлекать целевую аудиторию. Однако в городах с небольшим населением, где представлен Drivee, классический подход к оптимизации — сужение по гео на старте — может не дать нужного результата. При узком гео алгоритму не хватает данных для корректного обучения. Даже при передаче исторических данных об аудитории и целевых действиях кампания может быть неэффективной из-за недостатка получаемых событий для обучения и оптимизации.
Кроме того, источники не всегда корректно определяют текущее месторасположение пользователя, из-за чего может происходить частичный мисс-таргетинг — попадание в нерелевантную аудиторию: приложение могут устанавливать пользователи из других городов, но не могут воспользоваться сервисом ввиду его отсутствия в конкретном городе.
Чтобы увеличить рост пользователей в приложении из целевых городов, в настройках Kayzen мы не стали ограничивать кампании гео-таргетингом. Вместо этого протестировали гипотезу — поиск аудитории через оптимизацию списка паблишеров и тестирование форматов объявлений.
На этапе подготовки к запуску рекламной кампании важно было обучить источник на основе портрета целевой аудитории Drivee. Для этого в трекере настроили передачу постбеков об установках и событиях таким образом, чтобы источник получал максимальный объем данных. Это позволило ML-модели заранее сформировать поведенческие паттерны и портрет аудитории — интересы, активность внутри продукта и конверсионные действия. Благодаря этому источник мог эффективнее находить схожих по поведению людей, постепенно уточняя закономерности по мере накопления новых данных.
На первом этапе запуска Kayzen был использован широкий таргетинг, чтобы проанализировать данные по паблишерам и далее сужаться до целевой аудитории.
На старте оказалось, что доля пользователей из регионов в источнике была ниже, чем в Москве. При этом удалось определить, какие SSP (AppLovin, Yandex, Appodeal, Vungle) показывают наибольший отклик у пользователей в целевых городах. Это позволило выделить приоритетные зоны роста и скорректировать стратегию масштабирования на этапе оптимизации.
Далее кампании были оптимизированы на основе данных, полученных в процессе запуска, — чтобы не прогнозировать «вслепую», а опираться на реальные результаты и выстраивать стратегию на их основе.
При привлечении аудитории через поиск эффективных паблишеров команда протестировала весь спектр форматов в Kayzen — нативные баннеры, видео и полноэкранные размещения, всего более 100 связок. Поскольку это DSP, где эффективность кампаний напрямую зависит от успешности связки «паблишер — креатив», именно через тестирование форматов, которые вызвали наибольший отклик у аудитории, удалось определить наиболее результативные площадки для показов.
Команда определила наиболее эффективные форматы креативов. Анализ показал, где сконцентрирована целевая аудитория и какие форматы обеспечивают наибольший отклик — для каких ОС, в каких паблишерах и на какие креативы пользователи реагируют лучше всего.
Основываясь на результатах размещений, был перераспределен бюджет кампании в пользу ключевых паблишеров, чтобы усилить долю показов и охватить целевых пользователей.
Для гибкого управления процессом использовалась настройка Multi-Bidding. Обычно в DSP задаётся единая ставка на всю кампанию, применяемая ко всем размещениям. Multi-Bidding, напротив, позволяет устанавливать отдельные ставки для конкретных площадок и SSP — повышать или снижать их в зависимости от эффективности.
Для паблишеров, где стоимость закупки превышала KPI, команда снижала ставки с помощью Multi-Bidding, что позволило выйти в целевые показатели.
По итогам теста в Kayzen уже в первый месяц удалось увеличить долю новых пользователей из регионов с 46% до 63%. Это позволило источнику привлекать пользователей из целевых городов и обеспечить масштабирование кампании.
При запуске в марте в Kayzen преобладала доля пользователей из Москвы и Московской области, поэтому в апреле основной фокус оптимизации был на росте доли пользователей из регионов. Уже в середине апреля, когда нужное соотношение между Москвой и регионами было достигнуто, мы приступили к масштабированию успешных кампаний.
Итоги кампании за 5 месяцев к июлю следующие:
Сочетание нескольких факторов — открытость команды бренда к тестам, путь развития через регионы и доверие со стороны клиента — позволили выстроить по-настоящему партнерскую коллаборацию. Благодаря этому, мы смогли найти нетривиальные точки роста, подойти к продвижению гибко и протестировать гипотезы, которые помогли выполнить важные задачи бизнеса клиента.