Сеть продуктовых магазинов «Три ватрушки»: +30% узнаваемости и +35% уникального охвата без увеличения бюджета на наружную рекламу

Как AI-планировщик «Купи.Баннер» превратил интуитивные догадки в точную науку и сэкономил маркетинговой команде недели работы с Excel

Дано: Казань, бюджет 3 млн рублей и неоднозначные результаты

Крупная сеть продуктовых магазинов (в целях кейса назовём её «Три ватрушки») готовилась к расширению в Казани. Перед маркетологами стояла амбициозная задача: максимально повысить узнаваемость бренда и донести до жителей адреса новых точек, не выходя за рамки утвержденного медиабюджета.

У компании уже был опыт наружной рекламы. За предыдущий год они провели две OOH-кампании, потратив по 3 млн рублей на стандартные билборды 3×6 и суперсайты в центре и на въездных магистралях. Формальные показатели (GRP, OTS) были в норме, а расчетный уникальный охват, по данным Admetrix, составлял около 550 тыс. человек в месяц. 

Однако реальность оказалась менее радужной:

1. В спальных районах, где как раз открылись новые магазины, узнаваемость сети почти не выросла.
2. Жители этих районов в опросах говорили, что не видели рекламы или не запомнили адреса.
3. Команда тратила недели на планирование в Excel, но не была уверена, что их медиаплан - лучший из возможных.

«Мы тратим деньги, но не до конца понимаем, насколько оптимально. Хочется проверить, есть ли резервы в текущем бюджете», — так руководитель отдела маркетинга сформулировал задачу.

Чтобы проверить, есть ли резервы в текущем бюджете, маркетологи решили провести более глубокий анализ адресной программы. Все данные загрузили в AI-планировщик «Купи.Баннер», который позволяет увидеть реальную эффективность каждой поверхности еще до запуска.

Проверка: как AI-планировщик «Купи.Баннер» увидел то, что скрыто от глаз

Маркетологи загрузили в систему адресную программу предыдущей кампании — 35 конструкций в разных районах Казани в сервис Купи.Баннер. 

В основе «Купи.Баннер» лежит не простая статистика трафика, а агентная модель перемещения жителей. Система генерирует роли людей (офисный сотрудник, родитель с детьми, турист и т.д.), каждый из которых совершает 2–6 поездок в день. Это позволяет отследить не просто поток машин, а поведение уникальной аудитории. Модель верифицирована и показывает высокую точность совпадений с данными операторов и счетчиков (до 87–95%).

В интерфейсе Купи.Баннер собраны все ключевые этапы работы с наружной рекламой:

1. загрузка и визуализация адресной программы на карте;
2. доступ к актуальным данным о трафике и медиаметрии;
3. прогнозные модели охвата и стоимости контакта;
4. сравнение нескольких сценариев размещения за минуты;
5. автоматическая генерация отчетов о размещении.

Именно этот цифровой двойник и вскрыл проблемы текущего плана сети магазинов «Три Ватрушки»:

1. Призрачные контакты. Три билборда стояли на скоростных магистралях с разрешенной скоростью 80 км/ч. Время контакта было минимальным, а значит, формальный OTS не приводил к запоминанию.
2. Дублирование аудитории. Система проанализировала пересечения маршрутов движения и показала, что несколько поверхностей в центре города находятся на одних и тех же транспортных коридорах. По сути, одни и те же люди видели рекламу 5–7 раз, а жители спальных районов, где открылись новые магазины, не видели её вовсе. Бюджет перераспределялся на "избыточную частоту", не принося новых уникальных контактов.
3. Слепые зоны. Новые магазины открылись в спальных районах, но рекламные поверхности их практически не охватывали, создавая разрыв между рекламой и точкой продаж.

Алгоритм «Купи.Баннер» проанализировал адресную программу и предложил новый подход:

1. Устранение дублей. Система нашла пересечения аудиторий между соседними билбордами, где одни и те же люди видели рекламу несколько раз (ненужный Reach 5+). Эти дубли "съедали" до половины бюджета, не принося новых уникальных контактов.
2. Перераспределение бюджета. Освободившиеся средства были направлены на более дешёвые, но не менее эффективные поверхности в спальных районах, которые система определила как имеющие высокий локальный охват уникальных людей.
3. Контроль частоты. Впервые в offline-рекламе команда смогла задать не просто бюджет, а стратегию. Они выбрали цель «максимальный охват уникальной аудитории» — так называемый Reach 1. AI подобрал такой набор поверхностей, чтобы каждый человек из целевой группы увидел рекламу минимум 1 раз.

Вывод системы был однозначным: текущий план неоптимален. AI предложил заменить часть неэффективных конструкций, добавить несколько новых и обеспечить больше контактов с целевой аудиторией при той же стоимости.

Результат: запустили новый медиаплан и получили +30% узнаваемости

Кампания была запущена по новому, AI-оптимизированному медиаплану. Бюджет остался прежним — 3 млн рублей, а количество поверхностей выросло до 47. Результаты, замеренные пост-кампанией, превзошли ожидания:

1. Охват целевой аудитории (Reach 1). До оптимизации — 550 тыс. уникальных контактов в месяц. После оптимизации — 750 тыс (+35%). Это значит, что на 200 тысяч человек больше увидели рекламу сети, просто за счёт более умного распределения бюджета.
2. Стоимость контакта (CPM). За счет замены дорогих и неэффективных поверхностей на «качественные» и недорогие, средняя стоимость 1 000 реальных контактов снизилась на 18%.
3. Узнаваемость бренда. Опрос 500 жителей Казани (методология сохранена) показал: уровень спонтанной узнаваемости сети вырос с 22% до 29% (+30% относительного прироста). Знание адресов новых магазинов увеличилось на 25%.
4. Брендовый поисковый трафик. Косвенным, но важным эффектом стал рост числа запросов в интернете на 15%. Люди запоминали название и искали магазины в сети — реклама сработала как триггер для действия.

Что изменилось в подходе клиента

После этого кейса маркетинговая команда сети магазинов «Три ватрушки» полностью пересмотрела свой подход к OOH:

1. От интуиции — к данным. Теперь каждый медиаплан сначала прогоняется через «Купи.Баннер», который прогнозирует эффективность и убирает дубли ещё до запуска.
2. Экономия времени. То, на что раньше уходила неделя манипуляций с Excel и картами, теперь занимает 1–2 часа. В системе собраны все ключевые этапы: загрузка, визуализация на карте, прогноз, сравнение сценариев и генерация отчёта.
3. Бюджет стал управляемым. Команда видит не только куда потратить деньги, но и где их можно сэкономить без потери охвата, выбирая стратегию (Reach 1, Reach 3 или Reach 5) в зависимости от цели кампании.

Почему это важно для рекламодателей

Этот кейс — наглядная иллюстрация того, что эпоха интуиции в наружной рекламе заканчивается. В условиях жёсткой экономии и требования ROI, интеллектуальное планирование OOH на основе агентных моделей и больших данных становится не конкурентным преимуществом, а необходимостью. «Купи.Баннер» позволяет не просто «повесить щит», а достаточно спрогнозировать, какой щит и где принесёт максимальное количество реальных клиентов.

В итоге: сеть «Три ватрушки» увеличила узнаваемость на 30% и уникальный охват на 29% без роста бюджета, а маркетинговая команда получила инструмент, который делает их работу быстрее, прозрачнее и эффективнее.

Хотите узнать потенциал вашего медиаплана бесплатно?

Воспользуйтесь бесплатным тестовым периодом сервиса «Купи.Баннер» и проверьте, сколько выгоды вы упускаете прямо сейчас. Загрузите свой план в интерфейс сервиса — и AI за минуту соберет для вас оптимальный сценарий размещения без лишних дублей. Никаких обязательств, только данные и неожиданные инсайты.