Радио 
Современный ретейл требует точечной работы с сегментами и гибкого управления таргетингом. Чтобы оцифровать путь покупателя в пик сезона, METRO и агентство Future Lab объединили в одном контуре данные сегментов от Weborama, стороннего трекинга и матчинг данных на стороне METRO. Мультиканальная интеграция помогла обойти технические ограничения мобильной атрибуции, связать рекламные показы с продажами в онлайне и в офлайне и более точно измерить эффективность кампании с ROMI (окупаемость маркетинговых инвестиций, Return on Marketing Investment) 37%. Показатель рассчитан по чистому маржинальному доходу, а не по валовой выручке. Процессом реализации команда проекта поделилась с Sostav.
В пик предновогоднего периода METRO столкнулась с типичной для сезона ситуацией. Высокий спрос сочетается с перегруженным рекламным полем и общим трендом на снижение среднего чека.
Перед командой стояли три ключевые задачи:
- Выстроить релевантное сообщение для премиум-аудитории через категории Fresh и Premium, увеличить средний чек, глубину корзины и окупаемость инвестиций.
- Оценить реальное влияние медийной кампании на бизнес-показатели — продажи в приложении, на сайте и в офлайн-каналах.
- Построить строгую модель оценки эффективности, основанную не на номинальной выручке, а на очищенных бизнес-метриках.
Решение
Вместо широкого сплита по разным каналам команда агентства Future Lab сосредоточилась на работе внутри экосистемы Weborama. Такой подход позволил тестировать аудитории, креативы и оценивать эффективность размещения в одном контуре.
Для работы с премиум-аудиторией протестировали несколько типов сегментов:
- кастомные сегменты по интересам к премиум-категориям;
- сегменты на базе покупательских данных, включая данные о покупателях премиум-категорий;
- стандартные high-income сегменты с look-alike-моделированием.
Кроме стандартных продуктовых объявлений, команда протестировала две нестандартные визуальные концепции, построенные на разных механиках премиализации.
Креатив Ornament работает через декоративный прием: продукты категорий Fresh и Premium — краб, мидии, головки сыра, десерты — покрыты золотым орнаментом и превращены в новогодние украшения. Продукт перестает быть товаром на полке и становится частью праздничного убранства стола.
Креатив Time работает через метафору статуса: продукт помещен внутрь корпуса премиальных наручных часов, а заголовки «Время рыбы», «Время мяса», «Время экзотики» объединяют символ премиального объекта с предновогодним отсчетом.
При этом бренд остается узнаваемым: фирменные цвета на месте, а в заголовке — категория и повод. Премиальность дает визуальный прием, а не отказ от привычного стиля.
Омниканальная аналитика
Ключевым этапом проекта стала сквозная аналитика. Поскольку пользователь взаимодействует с брендом в нескольких средах, оценки только по кликам или последнему касанию недостаточно для измерения реального вклада медийной рекламы.
Команда использовала несколько уровней сопоставления данных, чтобы максимально точно связать медийные контакты с продажами:
1. Историческая база стороннего трекинга и прошлые матчинги внутри контура METRO
Для оценки повторных пользователей использовалась историческая база внутри контура данных METRO, накопленная в предыдущих кампаниях. Она позволяла сопоставлять рекламные контакты и последующие покупки по набору устойчивых технических параметров: IP, user-agent и другим сквозным токенам. Благодаря этому команда распознавала пользователей, которые ранее уже попадали в контур аналитики, и корректно учитывала их в экономической оценке кампании.
На этом этапе команда столкнулась с ограничением мобильной атрибуции: изначальный идентификатор работал нестабильно. Чтобы гарантировать высокую точность аналитики, команда обогатила данные для сопоставления пользователей, внедрив передачу дополнительных параметров. Этот шаг в связке с использованием исторической активной базы клиентов позволил вывести качество матчинга на новый уровень.
2. Связка web-to-app (сквозной путь «сайт → приложение»)
Главным фокусом кампании стал единый путь клиента — непрерывный маршрут от первого касания с рекламой до финальной транзакции. Даже если пользователь совершал кросс-платформенные переходы: видел рекламу, переходил на сайт METRO, затем устанавливал приложение и только там совершал покупку — система видела это не как разрозненные действия, а как единый путь.
Чтобы выстроить такую бесшовную аналитику, команды объединили сторонний веб- и мобильный трекинг с внутренними алгоритмами матчинга METRO. Ключевым условием для замыкания этого пути стала идентификация пользователя с помощью единого внутреннего идентификатора METRO. Воедино связывались только те покупки, которые можно было достоверно соотнести с авторизованным пользователем или его клиентской картой. Такой подход позволил оценивать не только онлайн-конверсии, но и прямой вклад диджитал-рекламы в офлайн-продажи.
В рамках проекта команда усовершенствовала подход к оценке эффективности медийных размещений METRO. Данные из стороннего трекинга теперь ежедневно загружаются в хранилище и используются для дальнейшего матчинга внутри контура аналитики METRO, обработки и визуализации в BI-системе (системе бизнес-аналитики).
Инсайты кампании
По итогам тестов стало очевидно, что для работы с high-income аудиторией поведенческие и покупательские сегменты значительно эффективнее, чем стандартные социально-демографические настройки.
Кастомные и покупательские сегменты лучше находили пользователей с высоким потенциалом покупки, в то время как стандартная high-income таксономия оказалась эффективнее для удержания и повторных контактов, нежели для привлечения новых клиентов.
Нестандартные креативы Ornament и Time показали лучшую вовлеченность премиум-аудитории в долгосрочной перспективе: премиализация подачи при сохранении узнаваемых бренд-кодов работает на этом сегменте лучше, чем прямое продуктовое объявление.
Станислав Дюков, руководитель диджитал-направления METRO:
Главным вызовом для нас было не просто запустить медийную кампанию в пик сезона, а доказать ее реальный вклад в бизнес, исключив «воздух» из отчетности. Благодаря многоканальной интеграции с партнерами мы построили прозрачную модель, где виден путь каждого рубля: от показа до финального чека в офлайне или онлайне, в приложении и на сайте. Результат — это не удача, а следствие жесткой data-driven логики и отказа от оценки по гипотезам. Только hard data-driven.
Александр Осипов, руководитель продуктовой и веб-аналитики, ML METRO:
Дополнительно была сформирована база знаний по медийным кампаниям за 2025 год: рекламные контакты, технические параметры показов, источники, сегменты и последующие покупки. Это позволило использовать исторический слой матчинг-данных и точнее определять, является клиент новым или повторным. Матчинг строился на связке логов рекламных показов (adserving-логов) с внутренними данными METRO: IP, user-agent, timestamp рекламного контакта, параметры web/app-событий, order_id, user_id и cardholder_id. За счет этого мы могли не только фиксировать факт покупки после контакта с рекламой, но и разделять клиентов по статусу: new user, repeat user, retention-сегменты. Технически это дало возможность перейти от разовой пост-вью оценки к накопительной модели: каждый новый рекламный контакт обогащает базу знаний и повышает качество последующих матчей, сегментации и расчета бизнес-эффекта.
Алина Агапова, операционный директор Future Lab:
В условиях перегретого аукциона в предновогодний период мы заменили классический охватный подход холистической data-driven стратегией, что позволило максимизировать эффективность вложений. Интеграция O2O-аналитики (online-to-offline — связь онлайн-контактов с офлайн-покупками) METRO позволила бесшовно связать онлайн-инвентарь с офлайн-чеками. Нам удалось корректно оценить изолированный инкрементальный эффект кампании. Как итог, алгоритмическая связка сегментированных данных и креатива обеспечила высокий уровень окупаемости диджитал-рекламы.
Результаты
Сформирована база знаний по медийной рекламе. Накопленные данные помогут в дальнейшем точнее планировать и эффективнее запускать кампании.
В период, когда в контрольной группе средний чек снижался, в рекламной кампании его удалось удержать, а в отдельных сегментах — увеличить. Около 10% покупателей составили новые пользователи с высоким чеком.
По итогам кампании ROMI составил 37%. Показатель рассчитан по очищенной экономической базе — с учетом корректировок, влияющих на реальную доходность: НДС, недоставленных заказов и комиссий. В отличие от ROAS (валовой выручки на рубль вложений), ROMI отражает именно фактический экономический эффект кампании, а не номинальную выручку.
Омниканальная аналитика позволила уйти от завышенных атрибуционных показателей и зафиксировать чистую бизнес-эффективность медийных инвестиций (в онлайне и офлайне).
Бизнес-результаты:
- ROMI: 37%.
- Прирост частоты покупок в тестовой группе на 11,8 п.п. выше, чем в контрольной.
- На кампанию пришлось 78% выручки, полученной от всех диджитал-активностей METRO в декабре 2025 года.
Состав команды
METRO (клиент)
Руководитель диджитал-направления: Станислав Дюков
Руководитель продуктовой и веб-аналитики, ML: Александр Осипов
Future Lab (агентство)
Операционный директор: Алина Агапова
Руководитель развития продукта: Мария Большакова
Руководитель диджитал-группы: Наталья Аварясова
Старший диджитал-менеджер: Алина Мышова
Диджитал-менеджер: Матвей Еловиков
Weborama (технологическая компания)
Руководитель развития бизнеса: Павел Купцов
Старший программатик-менеджер: Павел Быхалов