Радио 
Команда
RTA перезапустила контекстную рекламу («Яндекс Директ») интернет-магазина «Регард» после более чем двухлетней паузы и превратила ее в управляемый источник роста. За первый месяц удалось снизить долю рекламных расходов (ДРР) с 16,8% до 6,5% и существенно увеличить долю новых клиентов. Как удалось добиться таких результатов, команда проекта рассказала Sostav.
Задача
Перед командой стояла комплексная задача: снижение доли рекламных расходов до 8−9% в небрендовом трафике, привлечение новой аудитории и достижение положительного ROI. При этом важно было не просто увеличить объем трафика, а обеспечить его качество и окупаемость с учетом специфики e-commerce категории.
О клиенте
«Регард» — интернет-магазин компьютерной техники и электроники. Основу аудитории составляют пользователи, которые хорошо разбираются в продукте, ищут конкретные модели и принимают решение на основе характеристик, бенчмарков и цены.
Проблема
К старту проекта у клиента уже была выстроена устойчивая база: сильный брендовый трафик, лояльная аудитория и стабильный органический спрос. Контекстная реклама не использовалась более 2,5 лет — не потому что канал не работал, а потому что не было модели, которая позволила бы раскрыть его потенциал без потерь в эффективности.
Основной точкой роста стало привлечение новой аудитории. Существующие клиенты стабильно возвращались через органику и брендовый трафик — задачей контекста было расширить базу за счет тех, кто еще не сталкивался с магазином, но уже искал подходящий продукт.
Условием для перезапуска стала экономика: ДРР в небрендовых поисковых кампаниях составлял 16,8%, и для масштабирования канала требовалось довести показатель до целевых 8−9%. Это была конкретная и решаемая задача — при правильной архитектуре и модели оценки.
Решение
- Переосмысление экономики канала
Ключевым шагом стало изменение подхода к оценке эффективности. Вместо классической модели, ориентированной на краткосрочные показатели, команда совместно с клиентом внедрила систему, учитывающую вклад в привлечение новых пользователей и их долгосрочную ценность.
Была настроена сквозная аналитика, позволяющая отслеживать новых покупателей, отгруженные заказы и их связь с рекламными кампаниями. Это дало возможность оценивать ДРР не только по кликам или заказам, но и по фактическим продажам и первой покупке.
Дополнительно в модель была включена оценка LTV, что позволило учитывать долгосрочную ценность привлеченных клиентов, а также анализ ассоциированных конверсий — вклад контекста в другие каналы.
- Работа с ассортиментом и приоритезация
На старте команда проанализировала товарную матрицу и выделила категории с высоким оборотом и средним чеком. Это позволило сфокусировать рекламные инвестиции на продуктах, которые быстрее окупают привлечение и дают больший вклад в выручку.
Такой подход также помог ускорить обучение алгоритмов и повысить эффективность автоматических стратегий.
- Пересборка рекламной архитектуры
После анализа предыдущих размещений была полностью переработана структура аккаунта.
Фокус был смещен с классических поисковых кампаний на e-commerce инструменты — динамические поисковые объявления (DSA) и Товарную галерею. Эти форматы лучше соответствуют поведению аудитории, которая ищет конкретные модели и ориентируется на характеристики и цену.
Кампания была сегментирована по категориям товаров, что позволило гибко управлять ставками и оптимизировать размещения под целевые показатели. Отдельное внимание уделили привлечению новой аудитории: текущая клиентская база была исключена с помощью данных Метрики и CRM.
- Работа с данными и точностью фида
С учетом специфики аудитории особое внимание было уделено качеству товарного фида. Для пользователей критична актуальность информации о наличии, цене и характеристиках. Любые расхождения приводят к потере доверия и росту отказов.
Обновление и контроль фида позволили повысить релевантность объявлений и снизить долю нецелевого трафика.
- Фокус на новых покупателей
Чтобы канал действительно работал на расширение базы, текущих клиентов исключили из закупки через CRM и Метрику. Это позволило сфокусировать бюджет на привлечении новых пользователей, а не на повторной монетизации уже существующего спроса, который и так возвращается через органику или брендовый трафик.
Дополнительно такой подход дал более чистую картину эффективности рекламных кампаний: стало понятно, какие инструменты действительно приводят новую аудиторию, а какие лишь перераспределяют уже сформированный спрос. В результате контекст начал обеспечивать рост клиентской базы.
Результаты
Уже в первый месяц после запуска новая стратегия показала, что контекстная реклама может быть управляемым и прибыльным каналом.
- ДРР небрендового трафика снизился с 16,8% до 6,5% — в 2,5 раза
- Доля новых покупателей достигла 89%
- ДРР по новым покупателям составил 7,5%
- Ассоциированные конверсии составили 83% от общего объема заявок
Площадкой размещения стал «Яндекс Директ» с акцентом на e-commerce инструменты — DSA и Товарную галерею.
Дополнительно использовалась система сквозной аналитики, объединяющая данные о новых покупателях, отгруженных заказах и LTV, что обеспечило прозрачность оценки эффективности.
Полученные результаты подтвердили, что при правильной архитектуре и аналитике контекст может работать не только как инструмент спроса, но и как полноценный канал привлечения новой аудитории.
Выводы
Проект показывает, что в e-commerce эффективность контекстной рекламы напрямую зависит от качества работы с ассортиментом, точности данных и корректной модели оценки результата.
Переход к сквозной аналитике и учету LTV позволяет выйти за рамки краткосрочной эффективности и принимать решения с учетом реальной ценности клиента. В таких условиях контекст становится не просто каналом поддержки спроса, а инструментом роста бизнеса.
Виктор Тян, руководитель отдела контекстной рекламы агентства RTA:
Ключ к результату был в грамотной тактике. Еще до старта мы рассчитали маржинальные категории товаров, чтобы сразу сфокусировать инвестиции на сегментах с максимальным потенциалом. Параллельно продумали экономику окупаемости через сквозную аналитику и LTV, а затем спроектировали архитектуру кампаний так, чтобы алгоритмы могли выжимать максимум из доступного спроса.
Артём Ежов, руководитель отдела маркетинга интернет-магазина «Регард»:
Раньше контекст в основном возвращал тех, кто и так нас знал, и это не давало роста. Результат перезапуска превзошел ожидания: канал начал приводить именно новых покупателей, удалось удержать целевой ДРР и сделать инвестиции в рекламу экономически оправданными. Для нас это подтверждение того, что контекст может быть не расходом, а драйвером роста.
Состав команды
RTA (агентство)
Руководитель отдела контекстной рекламы: Виктор Тян
Специалист отдела контекстной рекламы: Мария Сингеева
Руководитель группы клиентского сервиса: Алеся Харченко
«Регард» (клиент)
Руководитель отдела маркетинга: Артём Ежов
Перформанс-маркетолог: Егор Руссу