Предиктивная оптимизация рекламы Sales Ninja X Econom Doors. На 45% дешевле при небольшом бюджете и сильной конкуренции

  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».

1. 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.
2. 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.
3. 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.

Июнь

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.

Июль

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.

Август

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.

Сентябрь

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.

Июнь - Сентябрь

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.

Дмитрий Мильченков

Специалист по рекламе Econom Doors

 «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:

1.  В рекламных кампаниях которые стали давать хорошую цену за квалифицированный лид увеличивали постепенно недельный бюджет
2. 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»