Кейс Мобио
и hoff: РСЯ не для слабых. Лайфхаки по любви, CAC по расчёту
В данном кейсе Мобио показало, как сегментация по регионам, мотивам аудитории и товарным категориям в РСЯ помогла снизить CAC в 1,5 раза.
В стратегии акцент сделан на поведенческие мотивы, оптимизацию воронки и постепенное масштабирование. Особое внимание уделено категориям с высоким чеком, SDK-трекингу и сквозной аналитике. Такой подход позволил повысить эффективность РСЯ и сократить расход на 33% без потерь в объеме пользователей.
Задачи
кАмпании
(01) Привлечение новых пользователей в мобильное приложение
(02) Снижение CAC
(03) Формирование целевого трафика с конверсиями в покупки
В чем нюансы работы с РСЯ?
Зачастую общие рекомендации не подходят для конкретных размещений. Несмотря на сильное развитие ML-технологий и смещение в подходе к работе с меньшим количеством кампаний (на примере ЕПК), у агентств остаётся место для маневра, чтобы за счет своей экспертизы и индивидуального подхода к настройкам кампании показать результат, который будет превосходить ожидания.
Как лучше сегментировать кампании? На какие показатели при этом ориентироваться? Должны ли на них везде быть одинаковые стратегии ставок? Сколько и каких креативов нужно, чтобы был эффект? Обычно эти вопросы вызывают споры у performance-специалистов, и у каждого есть свое видение. Мы расскажем о нашем.
Подготовительная аналитическая работа
В процессе разработки стратегии продвижения приложения Hoff была проведена обширная исследовательская работа, данные которой были использованы при подготовке рекламных кампаний. Анализ рынка и целевой аудитории учитывался как при формировании методов таргетирования, так и при разработке коммуникационного и креативного подхода. Это помогло выявить максимально релевантную аудиторию и подходящие предложения, что положительно сказалось на результатах.
Анализ ассортимента
Мебельная вертикаль разнообразна по категориям, каждая из них имеет свои сезонные пики и среднюю цену. Чем выше средняя цена, тем с большей вероятностью будет выше средний чек. Проанализировав среднюю стоимость основного ассортимента, мы выявили, что выгоднее продвигать категории «диваны» и «кухни», а также часть других товаров, которые нужно было рекламировать, в первую очередь, для получения большего объема, а также для наиболее высоких средних чеков.
Анализ аудитории
В рамках анализа аудитории были рассмотрены основные мотивы покупателей, которые использовались в процессе выбора коммуникационной стратегии.
Помимо мотивов были также выявлены факторы, влияющие на покупку мебели. Мы выделили ТОП-5 наиболее важных критериев при выборе мебели (цена, удобство, долговечность, материал, дизайн), ТОП-5 ценовых выгод (скидки, распродажи, оплата по частям, программы лояльности, кэшбек) и значимые сервисные факторы , которые важны при выборе ритейлера (услуги сборки и установки, доставка, гарантия, точный интервал времени доставки). Последний аспект оказался крайне важным, так как исследования показывают, что потребители мебели сейчас предпочитают не просто приобретать товар, а решать свои проблемы с минимальными усилиями, именно поэтому комплексные решения так актуальны. Все эти факторы были учтены при разработке креативов, в рамках проработки CTA и основных УТП.
Это позволило нам определить наиболее эффективные таргетинги и подходы к коммуникации, которые лягут в основу будущей стратегии. Следующим шагом стало определение ядра целевой аудитории – тех, кто станет основой нашей рекламной кампании. При формировании ядра использовали матрицу приоритетов. На основе ряда ключевых критериев выделили основную целевую группу.
Региональное особенности
Рассмотрели регионы присутствия по параметрам: «Оборот интернет торговли в категории Мебель», «Численность населения», «Среднемесячная ЗП», «Аффинитивность бренда», «Популярность бренда в регионе». Это дало нам чёткое понимание – рекламные кампании необходимо сегментировать по регионам.
Вся проведённая аналитика легла в основу финальной архитектуры рекламных кампаний.
Стратегия продвижения
В первую очередь, на уровне рекламной кампании было принято решение разделить кампанию на регионы в связке с контекстными таргетами. И уже на уровне групп объявлений мы разбивали группы на категории товаров, на соц дем, на интересы и так далее, в различных связках. Это было сделано для возможности отключить группы объявлений с плохим результатом без влияния на общую рекламную кампанию. При этом, если какая-то группа объявлений показала бы хороший результат, то мы ее переводили на уровень выше – на уровень кампании и уже после – масштабировали.
Целевая аудитория
Гипотеза тематических аудиторий: в каждой кампании креативы и тексты разделить по группам объявлений для более точного попадания в целевую аудиторию.
Таким образом, запустили 6 кампаний, которые разделили по гео: Москва и МО, Санкт-Петербург и область, регионы. Это было необходимо, так как разные регионы имеют разную стоимость привлечения и разные объемы. Санкт-Петербург и Москву выделили отдельно, так как там достаточно пользователей для обучения кампаний на всех этапах воронки. Также разделили кампании по операционным системам, так как разные ОС приложений отличаются по стоимости и по-разному привлекают пользователей.
Реализация кампании
Со старта 14 апреля 2025 года целевым действием была установка, затем – добавление в корзину.
На старте кампании выбрали стратегию быстрого обучения: задали недельный бюджет, исходя из необходимого минимума в 70 целевых конверсий, и завысили ставку в 1,5–2 раза относительно плана. Это позволило алгоритму быстрее собрать статистику и выйти на рабочие значения ставок.
Первые дни кампания оптимизировалась на установки – как наиболее массовое и доступное событие в начале воронки. Это дало высокий CPI и CAC, что было ожидаемо на этапе обучения.
С 28 апреля 2025 года, после достижения стабильных 70+ добавлений в корзину в неделю, перевели кампанию на оптимизацию в соответствии с основным KPI проекта (CAC). Это позволило улучшить качество трафика и начать более точную работу алгоритма.
Оптимизация
В течение всей кампании проводили ежедневную оптимизацию рекламных площадок. В блеклист попадали площадки с неэффективными показателями по CPI и стоимостями добавления в корзину. Также подключали новые интересы и ключи.
Для точного замера эффективности рекламных кампаний была выстроена полноценная система сквозной аналитики. Отслеживание ключевых пользовательских событий (установка, добавление в корзину, покупка) осуществлялось через SDK-трекинг, данные по расходам собирали из рекламных кабинетов, все эти данные объединили в автообновляемые дашборды, а далее – в систему сквозной аналитики заказчика.
Масштабирование
- Подготовка к переводу кампаний на покупку.
- Подключение Lookalike только при достижении емкостных потолков.
Креативы
Креативы были разделены по категориям мебели, чтобы максимально точно соответствовать пользовательским интересам и повысить вовлеченность. Каждый сегмент аудитории получал адаптированные визуалы и тексты, учитывающие конкретные потребности и стиль мебели. Креативы разделялись по целевой аудитории, мотивам покупок, интересам, ключевым словам и т.д.
Результаты
CAC/LTV уменьшился в 1,5 раза, что указывает на повышение эффективности закупки.Расход снизился на 33%, при этом потери в объеме привлеченных пользователей удалось избежать. Удалось сравнять эффективность РСЯ с другими рекламными каналами.
CAC/LTV уменьшился в 1,5 раза
Расход снизился на 33%
Комментарий клиента
Благодаря грамотной сегментации кампаний, глубокой аналитике аудитории и точечной оптимизации нам удалось добиться высоких результатов и преодолеть все сложности работы исключительно с РСЯ. Мы сэкономили бюджет на 33% на площадке, при этом сохранили объем новых клиентов и снизили стоимость привлечения в 1,5 раза. Это серьёзное достижение, учитывая, что с каждым годом привлекать пользователей становится все сложнее и дороже из-за растущей конкуренции.
Даже в автоматизированных системах экспертный подход к настройкам дает значимое преимущество. РСЯ теперь не уступает другим каналам по эффективности.
Валерия Гребенюк
руководитель группы продвижения мобильного приложения, Hoff
Наши рекомендации
Стоит помнить о том, что при работе с РСЯ важно уметь правильно направить алгоритм для оптимизации. Здесь можно выделить несколько рекомендаций. Во-первых, необходимо подобрать оптимальную сегментацию рекламных кампаний, опираясь на объемы транзакций, AOV и др. Использовать проверенные алгоритмы бидинга для разгона РК. Если ожидаете больших объемов, то вы должны рассчитывать количество креативов. Хочется также отметить, что иногда стоит дать рекламной площадке достичь потолка самостоятельно, а уже затем обогащать их различными данными, например Lookalike.
Адиль Амирбулатов
CCO, Мобио
Больше
кейсов
СберАвто
E-commerce
РАБОТА РУ
Бизнес
MoneyMan
Финансы
MoneyMan
(VK Ads)
Финансы
Окко
Развлечения
Додо Пицца
Еда и напитки
Обсудим
Проект?
