В кейсе команда 
Kokoc Group делится с Sostav опытом, как эксперимент с автотаргетингом полностью изменил подход к работе над брендовыми кампаниями в «Яндекс.Директ» и позволил сэкономить 70% бюджета на бренд без потери трафика и продаж.
О бренде
Divan.ru — производитель мебели, развивает фирменные шоурумы по всей России.
Факты о клиенте:
- Интернет-магазин № 64 за 2024 год по версии Data Insight.
- Ежемесячно в среднем более 1,1 млн посетителей на сайте.
- Ежемесячно в среднем более 10 тыс. оформленных заказов с сайта.
- Более 100 собственных и партнерских шоу-румов по всей стране
Проблематика
Команда агентства столкнулась на проекте с двумя ключевыми вызовами:
- Рост стоимости клика (СРС) в привлечении брендового трафика и высокая конкуренция в категории "мебель" — один из самых дорогих и насыщенных сегментов в e-commerce.
- Название бренда divan.ru пересекается с категорией: слово "диван" является не только частью названия, но и популярным поисковым запросом, что усложняет привлечение целевого трафика.
Эти факторы приводили к росту расходов на привлечение клиентов, особенно в условиях year-to-year роста CPC.
Задача
Уменьшить year-to-year расходы на привлечение брендового трафика, сохранив при этом:
- объемы трафика;
- количество покупок.
Цель была амбициозной: снизить долю рекламных расходов (ДРР) без потери эффективности рекламных кампаний.
Как решали задачу
Исторически ставка делалась на управление кампаниями через проработанное семантическое ядро (СЯ) и ключевые фразы. Автотаргетинг использовался минимально из-за опасений получить нерелевантный трафик. Однако анализ показал, что поисковые запросы, привлеченные автотаргетингом, имеют значительно более низкий СРС, чем фразовый трафик.
Это стало отправной точкой для эксперимента.
Шаг 1. Создание тестовой РК
- В новой кампании полностью отказались от ключевых фраз.
- Подключили автотаргетинг по целевым запросам.
- Уделили внимание текстам: заголовкам и описаниям, так как автотаргетинг активно использует их для своей работы.
Шаг 2. А/Б тестирование
- Запустили А/Б эксперимент в соотношении 80%/20% для проверки данной гипотезы.
- Заметили, что трафик, привлеченный автотаргетингом, достаточно чистый и нецелевых поисковых запросов содержал в рамках допустимого. Из-за включения автотаргетинга список минус-фраз не увеличился.
Шаг 3. Масштабирование теста
- На основе первых данных увидели положительные результаты. СРС в тестовой РК был ниже на 50% относительно контрольной.
- Увеличили долю тестовой кампании до соотношения 50%/50%.
Шаг 4. Финальный вывод
После нескольких недель стабильно низкого СРС — на 70% ниже относительно исходной РК, было принято решение:
- Остановить исходную кампанию.
- Перевести весь брендовый трафик на автотаргетинг в тестовую РК.
Какие результаты получили
В рамках проведенного эксперимента была изменена стратегия таргетинга: с ключевых фраз мы полностью перешли на использование автотаргетинга на 100% объеме трафика. Такой подход позволяет значительно повысить эффективность рекламных показов при снижении затрат.
- Стоимость клика (CPC) снизилась на 70%.
- Доля рекламных расходов (ДРР) также снизилась на 70%.
- При этом конверсия в покупку осталась на прежнем уровне, несмотря на переход на автотаргетинг.
- Лидирующая позиция показа сохранена, что говорит о высоком качестве и релевантности показов.
График «Динамика СРС» иллюстрирует устойчивое снижение стоимости клика после перехода на автотаргетинг.
На втором графике видно, как изменилась структура трафика:
- Доля кликов через ключевые фразы постепенно снижалась.
- Вместо этого увеличилась доля кликов через автотаргетинг.
- К концу периода автотаргетинг стал основным источником трафика.
Это свидетельствует о том, что автотаргетинг постепенно вышел на лидирующие позиции и стал более эффективным для привлечения пользователей.
Переход на автотаргетинг не только сохраняет объем конверсий, но и приводит к снижению ключевых показателей стоимости (CPC и ДРР). Это позволяет говорить о высокой эффективности новой кампании и потенциале ее масштабирования в нынешних кампаниях.
Чему научились
В эпоху искусственного интеллекта все больше погружаемся в новые технологии, автоматизируем и оптимизируем работу:
- Автотаргетинг работает эффективнее, чем кажется. Искусственный интеллект лучше понимает контекст и выбирает наиболее релевантные запросы по оптимальной цене.
- Не бойтесь экспериментировать в ключевых кампаниях. Даже самые «отработанные» кластеры могут содержать скрытые точки роста.
- Тестирование — основа принятия решений. Итеративный подход позволяет минимизировать риски и с уверенностью масштабировать положительные результаты.
- Качество текстов имеет значение. Автотаргетинг ориентируется на заголовки и описания — важно грамотно их прописывать.
Рекомендации
- Постоянно ищите точки роста даже в тех кампаниях, где все кажется идеальным.
- Тестируйте смелые гипотезы — иногда они дают наибольший эффект.
- Используйте А/Б-эксперименты для безопасного внедрения изменений.
- Обучайтесь вместе с алгоритмами — современный маркетинг невозможен без автоматизации и ИИ.
Команда со стороны Kokoc Group, дивизион Performance:
Мы были уверены, что автотаргетинг не подойдет для брендовых кампаний, особенно когда название бренда совпадает с категорией. Однако грамотное тестирование, пошаговая проверка гипотез и работа с качеством текстов позволили нам полностью перейти на автотаргетинг. Это стало одним из самых успешных экспериментов в истории продвижения divan.ru. Полный переход на автотаргетинг в брендовой кампании стал поворотной точкой в снижении расходов. Это пример того, как новые технологии, правильно протестированные и внедренные, могут кардинально улучшить эффективность рекламы.
Никита Жегалин, Head of Digital Marketing divan.ru:
Здесь оставлю слова благодарности команде Kokoc Group за глубокое погружение в проект divan.ru, вовлеченность, экспертизу и результативную реализацию гипотезы. Эксперимент с автотаргетингом «Яндекс.Директ» позволил снизить CPC и, как следствие, ДРР на 70% без потери трафика и конверсий на каждом из этапов воронки — действительно мощный результат для ключевого региона присутствия бренда, который подтверждает ценность data driven-подхода и иллюстрирует профит от стратегии «test-and-learn» в диджитал-маркетинге.
Этот кейс наглядно показывает, как осмысленное использование AI-инструментов помогает нам удерживать или даже масштабировать объемы при сохранении целевой доли рекламных расходов. Далее будем тиражировать методику в другие кластеры рекламных кампаний и продолжать совместно запускать смелые тесты, чтобы удерживать лидерство в интернет-маркетинге за счет технологий и скорости проверки гипотез.