Кейс mebel169.ru и применение технологии AI “дирижирования” рекламными алгоритмами за счет виртуальных конверсий
Проблематика
Клиент (крупный ритейлер мебели) столкнулся с классической дилеммой performance-маркетинга в сложных нишах:
- Длинный цикл сделки (до 45 дней) → задержки в обучении алгоритмов по квалифицированным лидам, т.к. статус квалификации можно ожидать до нескольких недель для части лидов
- Низкая частота конверсий для части товаров (1-3 в неделю на РК) при требовании Яндекса как минимум от 10 конверсий для обучения
- Высокая стоимость теста (средний чек кухни — 80К ₽) → рискованные гипотезы, т.к. на каждую стоит открутить хотя бы 2-3 стоимости клиента для минимального понимания о результативности
Традиционные решения (объединение в единую ЕПК, тесты микро-конверсий) давали ограниченный и недостаточно управляемый эффект.
Решение: гибридная модель на базе виртуальных конверсий
Мы внедрили предиктивный ИИ Sales Ninja, который:
- Сервис получает данные о целевых конверсиях на сайте по источникам. Для этого необходимо передавать в метрику данные о квалифицированных (целевых) лидах. Еще лучше будет передача данных о выставленных счетах и фактических сделках
- ИИ анализирует сегмент “целевых” лидов по 600+ параметрам сессии на сайте (устройства, гео-данные, паттерны скролла, просмотренные товары и категории, ценовые диапазоны, в т.ч. погоду и др. факторы, доступные яндексу)
- На основе анализа ИИ обучает специализированную предиктивную (предсказательную) виртуальную модель, которая определяет (предсказывает) сегмент таких “целевых” посетителей и если вероятность выше заданного порогового числа - отправляет данные о них в метрику, как виртуальные конверсии, и далее в директ
Пример:
А) Петр Семенович купит кухню примерно на 80-90 тыс. руб, с вероятностью 31% - такие нам нужны
Б) Александр Иванович купит фурнитуру для кухни примерно на 5-7 тыс. руб, с вероятностью 1,4% - такие нам не нужны
- На выходе таких виртуальных конверсий получалось до 20 раз больше и все они имеют свойства аудитории “целевого” сегмента, на основе которого обучалась ИИ модель (целевые лиды, выставленные счета, фактические сделки). Можно даже считать, что данный инструмент вводит абсолютно новое понятие в digital-performance - целевой посетитель (если в итоге покупает не каждый квалифицированный, то почему маркетологи думают, что заявки оставляют все квалифицированные посетители?)
- На основе виртуальных конверсий обучаются автостратегии директа и приводят на сайт наиболее целевых посетителей, способных оставить целевую заявку/звонок
- За счет количества виртуальных конверсий и качества изначальной аудитории удается обучать рекламные алгоритмы быстрее, а самое главное - точнее. Даже в крупных РК заметен рост % квалов при внедрении. Маленькие же РК удается стабилизировать по показателям за счет дополнительного массива конверсий
Для примера:
- без виртуальных конверсий приходилось объединять разные сегменты трафика в одну РК, выделять на нее в среднем от 80-100 тыс. руб/неделю бюджета на тест гипотезы на 2-3 недели, при средней вероятности успеха 34-42%
- с виртуальными конверсиями стало возможно глубже детализировать “связку” по каждой РК, при этом, на тесты достаточно было выделить 30-50 тыс. руб/неделю бюджета на тест гипотезы на 1 - 2 недели, при средней вероятности успеха 72-76%
Результаты для mebel169.ru
Сократили расходы на рекламу за 9 недель, при этом увеличив кол-во целевых лидов и оформленных счетов
Почему это прорыв для perfomance-рекламы ?
- Позволяет тестировать гипотезы нестандартно
- Расширяет спектр доступных гипотез
- Вкладывая (инвестируя) в Sales Ninja - повышаешь КПД бюджета под ее управлением (среднее КПД инвестиций в Sales Ninja по итогам тестов составило 2,76 раз)
1. Обходит ограничения платформ - Обучает кампании даже при 1-2 реальных конверсиях в месяц
2. Работает на "холодный" трафик - Выявляет скрытые/неявные паттерны будущих покупателей
3. Масштабируется - успешно внедрено в:
- Мебель (чек 50К-350к ₽)
- B2B-оборудование
- Банковский сектор
- Телекоммуникационный сектор
- Ecom отрасль
Для кого критически важно иметь подобный инструмент?
- Ниши с длинным циклом сделки
- Высоким средним чеком
- Сегментированным ассортиментом
- Ниши, в которых не всегда достаточно конверсий для обучения алгоритмов рекламной платформы (Яндекс.Директ, ВК таргет и т.д.)