Радио 
Одних post-view-конверсий недостаточно, чтобы понять, сколько покупок связано с рекламой. Для этого нужно оценить инкремент и сопоставить его с затратами. В декабре 2025 года команда E-Promo (часть 
E-Promo Group) запустила рекламную кампанию по продвижению кормов Jarvi в интернет-магазине «ЗооОптТорг.РФ» с помощью AI-помощника Copilot в Hybrid Platform. В итоге расчетный инкремент составил 720 покупок и 773 пользователя. О том, как настроили кампанию, какие аудитории использовали и почему оптимальной оказалась частота в три рекламных контакта, команда проекта рассказала Sostav.
Задача
Перед командой стояли две задачи: повысить узнаваемость кормов Jarvi среди владельцев домашних животных и стимулировать продажи.
При этом важно было оценить не только количество покупок после показа рекламы, но и дополнительный эффект размещения, то есть понять, какая часть результата могла быть связана именно с медийной кампанией.
Решение
Для продвижения выбрали медийную кампанию в Hybrid Platform с AI-помощником Copilot. Основной аудиторией стали владельцы кошек и собак в возрасте 25−44 лет со средним доходом и выше. Чтобы работать не только с широким кругом владельцев питомцев, но и с пользователями с актуальным интересом к категории, в таргетинге объединили стандартные и кастомные поведенческие сегменты.
Среднюю частоту ограничили тремя показами на пользователя. Такой подход позволял контролировать рекламное давление и одновременно проверить, какой результат дает выбранная частота контакта.
Отдельной частью стратегии стала оценка эффекта кампании. Для post-view-конверсий установили окно атрибуции 30 дней, а с помощью TargetADS решили дополнительно рассчитать инкремент — отдельно на уровне покупок и уникальных пользователей. Так можно было оценить не только общее число действий после рекламы, но и расчетный дополнительный результат размещения.
Механика
Этап 1. Запуск и настройка кампании
Кампанию запустили с помощью AI-помощника Copilot, который является частью Core AI, комплекса AI- и ML-решений для эффективного управления рекламными кампаниями. Рекламную кампанию запустили на десктопе и в мобайле, на сайтах и в приложениях.
Copilot автоматизировал запуск и первичную настройку размещения на основе заданных целей, параметров и KPI. Сформировал структуру кампании, подобрал настройки и сократил объем ручных операций.
Верхний порог средней частоты установили на уровне трех показов на пользователя.
Этап 2. Настройка аудиторий
Кампания охватила 16 городов: Москву, Воронеж, Санкт-Петербург, Нижний Новгород, Пермь, Уфу, Казань, Самару, Краснодар, Ростов-на-Дону, Новосибирск, Екатеринбург, Владимир, Мурманск, Дзержинск и Саратов.
Для таргетинга использовали стандартные и кастомные сегменты Hybrid. В стандартные аудитории вошли пользователи, интересующиеся:
- товарами для кошек и собак;
- ветеринарией;
- премиальными кормами для кошек и собак;
- питанием и уходом за домашними животными.
Кастомные сегменты формировали по недавнему поведению пользователей. В них попадали люди, которые за последнюю неделю посетили не менее двух-трех разных страниц, посвященных:
- товарам для животных и ветеринарным клиникам;
- кормам, выбору бренда и отзывам;
- приложениям для владельцев домашних животных.
Так команда сочетала широкие категории интересов с более точными сигналами недавнего поведения. Это позволяло работать как с владельцами питомцев в целом, так и с пользователями, которые недавно выбирали корм или изучали связанные с уходом за животными товары и услуги.
Этап 3. Настройка аналитики
Для post-view-конверсий установили окно атрибуции 30 дней. Оно позволяло учитывать отложенные покупки, которые пользователи совершали не сразу после показа рекламы, а спустя некоторое время.
Размещение промаркировали пикселями TargetADS на показ. Это позволило сопоставить рекламные контакты с последующими покупками и оценить инкрементальный эффект кампании. Анализ проводили по данным за декабрь с учетом 30-дневного окна атрибуции.
Для расчета инкрементальных покупок TargetADS определил фактическое количество целевых действий в сессиях с медийным контактом. Затем рассчитал ожидаемое количество покупок при CR (коэффициент конверсии) сессий без медийного контакта. Разница между этими значениями составила расчетный инкремент.
Аналогичную логику применили на уровне пользователей: фактическое количество людей с целевым действием сравнили с ожидаемым результатом при CR пользователей без медийного контакта.
Результаты оценивали в двух разрезах:
- по покупкам на уровне сессий;
- по уникальным пользователям с целевым действием.
Результат
За период анализа зафиксировано 1613 post-view-конверсий с целевым действием «покупка».
Дополнительный расчет показал:
- 720 инкрементальных покупок;
- долю таких покупок в 45%;
- стоимость одной такой покупки около 720 рублей;
- инкрементальный ДРР (доля рекламных расходов) в разрезе покупок — 27%.
На уровне уникальных пользователей зафиксирован 1141 пользователь с целевым действием после рекламного контакта.
Расчетный инкремент составил:
- 773 пользователя;
- долю пользователей в 68%;
- стоимость одного такого пользователя около 683 рублей;
- инкрементальный ДРР в пользовательском разрезе — 19%.
Медийная реклама показала наиболее выраженный результат на уровне прироста пользователей. Доля инкремента в этом разрезе оказалась выше, чем в расчете по покупкам.
В расчетах использовался бюджет медийной кампании 500 тыс. рублей без НДС и агентской комиссии. При расчете стоимости результата и ДРР также учитывались расходы на контекстную рекламу, связанную с конверсиями по last-click атрибуции.
В структуре покупок на Jarvi пришлось 23% покупок, 27% проданных товаров и 20% выручки.
Команда отдельно проанализировала зависимость между количеством рекламных контактов и конверсией. При частоте в три показа CR уникального пользователя в целевое действие составил 0,266%.
Полученные данные дали ориентиры для следующих запусков: позволили сопоставить эффект размещения с затратами и оценить работу выбранной частоты. Три показа стали рабочей точкой, от которой можно отталкиваться при дальнейшем планировании и тестировании кампаний.
Алина Скопина, специалист по медийной рекламе E-Promo (часть E-Promo Group):
Для нас особенно важно, что медийная реклама обеспечила не только заметный объем post-view-конверсий, но и значимый дополнительный результат: инкремент составил 45% от всего объема post-view покупок. При этом на уровне уникальных пользователей доля инкремента оказалась еще выше — 68%: размещение привело к приросту 773 пользователей с целевым действием. Это может свидетельствовать о том, что медийная реклама в Hybrid особенно эффективно влияет на привлечение новых покупателей, а не только на конверсию среди уже текущих клиентов интернет-магазина «ЗооОптТорг.РФ». Дополнительный интерес представляет структура покупок: при продвижении Jarvi пользователи также выбирали товары других брендов. В анализируемой выборке Jarvi занял второе место после Royal Canin по доле покупок, проданных товаров и выручки, что подтверждает потенциал медийного размещения для работы не только с конкретным брендом, но и с категорией в целом. Полученные результаты дают ориентиры для дальнейшего планирования кампаний — как с точки зрения оценки инкрементальности, так и с точки зрения привлечения новых покупателей и развития кросс-продаж.
Роман Гаврилин, руководитель группы клиентского сервиса Hybrid:
В этом кейсе для нас важна возможность отделить покупки, которые произошли бы и без рекламы, от действительно дополнительного результата размещения. Это очень содержательная метрика для оценки эффективности медийной кампании. И такие данные полезны не только после завершения размещения, они дают ориентиры для следующих запусков. Например, позволяют проверить работу выбранных аудиторий и понять, какая частота контакта дает результат без лишнего давления на пользователя. В этом кейсе частота в три показа стала рабочей точкой, от которой можно отталкиваться при дальнейшем планировании кампаний Jarvi.
Наталья Баскина, ведущий интернет-маркетолог «ЗооОптТорг.РФ»:
Для нас было важно не просто привлечь дополнительный трафик, а понять реальный вклад медийной кампании в продажи. Использование AI-инструментов позволило автоматизировать значительную часть работы с настройками размещения, а последующая оценка инкрементального эффекта помогла увидеть, сколько покупок действительно было получено благодаря рекламе сверх базового уровня.
Особенно ценным результатом стало то, что мы получили не только дополнительные покупки, но и прирост аудитории покупателей. Эти данные позволяют нам точнее планировать следующие кампании, управлять частотой контакта с пользователем и принимать решения о распределении рекламного бюджета на основе измеримого эффекта.