Радио 
Медийная реклама давно перестала быть только охватным инструментом: сегодня от нее ждут не просто роста знания бренда, но и измеримого коммерческого результата. Именно на этом стыке и появляется брендформанс.
В 2025 году команда «Отелло» вместе с партнером CyberBrain пересобрала систему оценки медийной рекламы, чтобы точнее измерять вклад охватных кампаний в бронирования. Команда проекта рассказала Sostav, что именно меняли в измерении, как строили A/B‑тесты (сравнение двух вариантов при прочих равных) и почему в брендформанс‑задачах критично учитывать отложенный эффект.
Идея
В 2025 году перед командой «Отелло» стояла амбициозная задача — найти источники, которые бы приносили не только качественные охваты, но и обеспечивали бронирования по приемлемой для бренда цене. Основная проблема заключалась в том, что точно измерить вклад медийной рекламы в итоговую конверсию достаточно сложно — особенно в категории с длинным пользовательским путем.
Медийные кампании обычно анализируют через несколько слоев метрик. Первый — базовые медийные показатели: охват, частота, просмотры, клики. Они показывают качество размещения, но не бизнес‑эффект. Второй — аналитика после клика (post-click). Она учитывает поведение пользователей после клика, но игнорирует тех, кто рекламу видел, но не перешел сразу. Третий — бренд-лифт и рост брендовых запросов. Они полезны для оценки интереса к бренду, но не всегда показывают вклад конкретной кампании в конверсии.
Главная сложность начинается, когда бренд пытается связать медийную рекламу с бронированием. Атрибуция «по последнему касанию» обычно переоценивает перформанс‑каналы, а атрибуция «по первому касанию» завышает вклад первого контакта.
В реальности все сложнее: пользователь может увидеть рекламу, вернуться позже через поиск, зайти напрямую и забронировать только спустя несколько недель. И если бренд взаимодействует с пользователем на всем его пути, необходимо правильно оценивать эффективность каждого канала. Для этого и существуют модели атрибуции — например, цепи Маркова или модель Шепли.
Именно поэтому идея проекта состояла в том, чтобы сначала пересобрать систему оценки медийной рекламы, а затем уже искать источник конверсий после просмотра (post-view) по целевой цене.
Задачи
Команда проекта декомпозировала цель на задачи. В первую очередь нужно было определить, какая модель атрибуции наиболее приемлема и как ее внедрить. Далее — найти площадки, которые принесут бронирования с CPA (стоимостью привлечения брони) не выше 2700 рублей. При такой цене за конверсию канал можно масштабировать без ухудшения эффективности.
Для решения первой задачи команда внедрила атрибуцию по модели Шепли, так как в отличие от цепей Маркова, она агрегирует все взаимодействия канала в единый вклад, что исключает искусственное завышение веса каналов с высокой частотой показов. Для охватных кампаний это особенно важно: пользовательский путь здесь обычно длиннее и сложнее, чем в чистом перформансе.
Реализация
Для расчета атрибуции по модели Шепли использовали платформу CyberBrain. Параллельно настроили сквозную аналитику и единые дашборды, вывели сразу две модели атрибуции — «по последнему касанию» и Шепли, а результаты начали пересчитывать ежедневно. Это позволило сравнивать стандартный и подход на основе данных (data-driven) и принимать решения по бюджетам на основе более полной картины.
Никита Лисицын, генеральный директор CyberBrain:
Медийные кампании редко работают по принципу "увидел — сразу купил". Между показом и конверсией может пройти несколько недель, а в цепочке контактов обычно участвует несколько каналов. Поэтому модели, которые отдают всю ценность только последнему взаимодействию, искажают картину. В таких задачах Шепли помогает увидеть честный вклад каждого источника и принимать решения по бюджету на основе данных, а не предположений.
После настройки аналитики перешли к поиску источника недорогих конверсий после просмотра (post-view). В течение 2025 года протестировали 22 площадки — как в высокий сезон, так и вне его, чтобы оценить устойчивость результатов.
Команда заранее определила приоритетные гипотезы для тестов и целевые показатели оценки их эффективности. Период тестирования: две недели, так как такой срок позволяет учесть смену дней недели (выходные и будни) и снизить влияние внешних аномалий. Тесты всегда проверялись на статистическую значимость, а акцент делался только на одно направление из трех фокусных.
Аудитории
Внутри этого направления тестировали узкие и широкие сегменты, look-alike‑аудитории (похожие на текущих пользователей), таргетинги по интересам и ключевым словам, а также собственные аудитории бренда.
Команда проверяла гипотезу о чувствительности разных сегментов к медийной рекламе и их стоимости конверсии. Креативы и посадочные были одинаковые для всех кластеров. В итоге самым эффективным оказался кластер, который аналитики изначально выделили как ядро целевой аудитории.
Креативы
Внутри этого направления тестировали различный визуал и посылы.
В феврале 2025 года изменилось ключевое сообщение бренда: было «Отели на Отелло», стало «Места знать надо». Команда сравнивала, какое сообщение отрабатывает лучше на привлечение аудитории и ее конверсию в бронирование, CTR (кликабельность) у креативов со слоганом «Отели на Отелло» был выше, но по конверсиям после просмотра статистически значимой разницы не было. При этом обе рекламные кампании принесли бронирования по целевой стоимости.
Посадочные страницы
Здесь тестировали различные вариации посадочных страниц. Делали спецпроекты и под каждый собирали отдельную подборку отелей, для которой делали отдельный лендинг. Однажды команда задалась вопросом: если делать подборку на основном сайте, будет ли это эффективнее? С точки зрения трудозатрат было удобнее делать подборку на сайте. В результате подборка на сайте оказалась статистически значимо лучше, и это решение масштабировали на дальнейшие спецпроекты.
В процессе тестирования по этим трем направлениям команда проекта обратила внимание, что узкая сегментация и персонализированный подход не всегда работают. Важнее оказались качество данных, на которых основаны аудитория и привлекательность предложения на креативе.
Результаты
По итогам тестов команде удалось найти источник конверсий после просмотра (post-view), который уложился в целевой CPA.
За год было протестировано 22 площадки и проведено 50 тестов по одному из источников. 27 тестов уложились в CPA до 2700 рублей: 10 кампаний дали CPA до 1000 рублей, 11 кампаний — от 1000 до 2000 рублей, 6 кампаний — от 2000 до 2700 рублей. Средний CPA по модели Шепли составил 2145 рублей. Ориентир по среднему CPA по другим площадкам в рамках тестов — 8000 рублей.
Но самым важным открытием проекта стало то, когда именно нужно оценивать результат медийной кампании. На момент завершения размещения CPA составлял 11 522 рубля. Если бы опирались только на этот срез, запуск можно было бы признать неэффективным. Но после того как конверсии «дотекли», картина изменилась: итоговый CPA снизился до 2145 рублей — то есть более чем в 5 раз. Только 19% конверсий произошло во время кампании, 81% конверсий пришло уже после ее завершения, а среднее время от показа до конверсии составило 45 дней.
Алексей Мерзликин, руководитель направления брендформанс «Отелло»:
Главный вывод проекта был в том, что медийную рекламу нельзя оценивать в момент остановки кампании. Если бы мы смотрели только на цифры на момент завершения, то увидели бы CPA 11 522 рубля и, скорее всего, признали бы размещение неэффективным. Но после того, как конверсии дотекли, CPA снизился до 2145 рублей. Этот кейс показал нам, насколько важно для брендформанс-задач учитывать отложенный эффект и использовать модели атрибуции, которые не обнуляют вклад медийных касаний.