Кейс Go Mobile и «Бургер Кинг»: промт Chat GPT помог оптимизировать результаты ДРР и CTR

Маркетинговые стратегии становятся все более персонализированными — их частью могут быть кампании по глубинным интересам. Go Mobile рассказали Sostav, как применили Chat GPT для детального анализа сегментов, что в результате позволило запустить высокорелевантные рекламные кампании и получить двукратный рост CTR и сокращение ДРР по сравнению с традиционной кампанией в РСЯ.

Контекст

Отслеживали динамику кампании на интересы IOS UA по широкой аудитории на основные группы: развлечение, еда+бургеры+конкуренты, доставка еды и студенты+работа. В результате выявили эффективность группы студенты+работа, по наименьшему значению ДРР — примерно в 1,5 раза ниже, чем у остальных. Приняли решение декомпозировать данные интересы на более глубинные.

Задача

Основная задача — проверить гипотезу, что узкий сегмент, который можно разделить по глубинным интересам, будет отрабатывать эффективнее, чем обычная рекламная кампания на РСЯ.

Промпт и сегменты

Платформа «Яндекс.Директ» дает инструменты для создания списков интересов — они формируются автоматически на основании действий пользователей в интернете, истории поисковых запросов и других факторов. Однако для эффективного использования глубинных интересов нужен дополнительный анализ и ресерч — здесь решили задействовать Chat GPT.

Что писали в промпте:

• Ты профессиональный медиабайер, работающий в [компании]. Отлично разбираешься в мобильном трафике и рекламных источниках, умеешь сегментировать аудитории.
• Мы планируем завести РК с несколькими группами внутри на [ОС] с улучшенными интересами для [первичный интерес], например, [интерес]. На данный момент группы такие: [группы интересов + сайт пример].
• Твоя задача — углубить интересы и разбить их на несколько категорий для заведения нескольких групп в рамках одной кампании. Всё в направлении для [первичный интерес]. Понятна ли задача и нужно ли тебе ещё что-то?

Очевидный плюс подключения ИИ в задачу не только в сэкономленном времени, но и в четких направлениях глубинных интересов, которые он дал. Когда добавляешь сайты, которые направлены на учебу, работу, финансы и саморазвитие в промпт, то в ответе получаешь больше конкретных примеров, которые можно использовать в запуске рекламных кампаний. Поэтому напоминаем — чем детальнее промпт, тем практичнее ответ.

После периода обучения, кампания по глубинным интересам запустилась на покупки и охватила РСЯ и поиск. Параллельно работала стандартная рекламная кампания в РСЯ.

Что рекомендуем при работе с декомпозицией интересов:

• подробно изучить сегменты бизнеса, чтобы составить четкий промпт;
• посмотреть дополнительные ключи для сегмента (интересы + семантика);
• создать креативы, сегментированные под конкретную группу;
• отключить основную рекламную кампанию по интересам — одна из групп была студенты+работа, чтобы не было пересечений отключаем первичную группу и оставляем только глубинные интересы.

Примеры креативов в кампании по глубинным интересам

Оценка эффективности рекламных кампаний

Сравнили три кампании по влиянию масштабирования и значениям CTR и CR:

• кампания в РСЯ — эффективнее работала при меньших бюджетах, после масштабирования заметно вырос ДРР;
• кампания по первичным интересам — показывала средние значения по всем метрикам, не масштабировалась;
• кампания по глубинным интересам показала превышение CTR практически на 2 п.п. в сравнении с кампанией РСЯ с оптимизацией по ДРР — эффективнее на 1,5 раза. Также были выше CR. Также отмечаем, что при масштабировании количество покупок растет и ДРР сокращается.

Как результат, декомпозиция самого успешного сегмента на уровне глубинных интересов позволила создать релевантные рекламные кампании и повысить показатели по целевым метрикам. А задействование Chat GPT не только ускорило процесс запуска размещений, но и дало конкретные сегменты, которые помогли настроить более персонализированный таргетинг.