Рынок онлайн-образования конкурентен: классические РСЯ-кампании в этой нише часто сталкиваются с высокой стоимостью клика и сильной борьбой за трафик. Тем интереснее, что в данном проекте нам удалось снизить стоимость клика на 30%, одновременно увеличив количество кликов на 42% и удержав качество аудитории.
Разбираем подробно.
Что было
Ниша: онлайн-школа английского языка.
Рекламные кампании в РСЯ работали по классической модели:
- стандартные креативы, созданные вручную;
- широкие поведенческие сегменты;
- минимальная автоматизация;
- управление ставками — полуавтоматическое;
- стоимость клика: от 21 до 24 ₽, периодически поднимаясь до 28–30 ₽ в пиковые месяцы;
- CTR — низкий (0,58–0,63%).
Главная проблема: объявления не успевали адаптироваться под изменения поведения пользователей. Появлялись "совпадающие" аудитории — формально подходящие по интересам, но низкомотивированные. Реклама теряла релевантность, частота показа росла, а эффективность падала.
Что сделали
Чтобы переломить ситуацию, мы внедрили ИИ-оптимизацию на трёх уровнях:
- Генерация и A/B-тестирование объявлений ИИ-моделью
Мы использовали модели генерации текста и изображений для автоматического создания:
- новых заголовков и описаний,
- визуалов под разные сегменты,
- адаптаций под интересы и возраст аудитории.
ИИ сгенерировал 52 вариаций креативов, из которых в рекламный кабинет пошло лишь 18 — лучшие по прогнозной вовлечённости.
Это позволило быстро протестировать то, что вручную заняло бы недели.
- ИИ-кластера аудитории по поведенческим паттернам
На основе данных из Метрики и сегментов РСЯ мы:
- собрали и выгрузили данные по поведению посетителей,
- прогнали через модель кластеризации,
- получили 5 чётких групп пользователей (например, “решающие купить в течение 3 дней”, “ищущие бесплатные материалы”, “сравнивающие школы”, “активные ночные пользователи”).
Под каждый кластер — свой набор креативов и ставок.
РСЯ начала показывать объявления “точно в цель”, а не всем подряд.
- Прогнозирование ставок и автоматизация управления
Мы внедрили ИИ-скрипт, который:
- раз в 30 минут анализировал динамику CPM/CTR/конверсий,
- прогнозировал оптимальные ставки,
- корректировал их в диапазоне, который мы задали.
Человеку это не под силу в режиме реального времени — а ИИ реагирует мгновенно.
Какие конкретно ИИ-инструменты использовали
Генерация и оптимизация креативов:
- ChatGPT для текстов
- Midjourney / Kandinsky для изображений
- Автоматизированный A/B-ранжировщик (внутренний инструмент)
Аналитика и работа с данными:
- Python-сценарии для обработки данных
- ML-кластера: K-Means и DBSCAN
- Yandex DataLens для визуализации
Автоматизация ставок:
- API Яндекса + custom AI bidding script (модель LightGBM)
Результат
Через 28 дней после внедрения ИИ-модулей получили следующие цифры:
Стоимость клика (CPC) было: 22,4 ₽ стало: 15,7 ₽ итог: – 30%
Стоимость 1 регистрации было: 188 ₽ стало: 142 ₽ итог: –24%
CTR было: 0,61% стало: 0,93% итог: +52%
Главное — не только стоимость клика упала, но выросло качество трафика
Потому что кластера аудитории стали точнее, а креативы — релевантнее.
Почему это работает
- ИИ снимает человеческий “порог субъективности”.
- Модели анализируют поведение пользователей в моменте, а не с недельной задержкой.
- Автоматизация ставок не даёт кампании “перегорать”.
- Креативы постоянно обновляются — у РСЯ есть свежий контент для разных сегментов.
Вывод
Внедрение ИИ в закупку трафика — это не модный тренд, а реальный инструмент снижения расходов и увеличения трафика.
В данном кейсе, на нише онлайн-образования, мы:
- системно переработали подход к креативам,
- переобучили алгоритм под нужные сегменты,
- автоматизировали ставки,
- и добились снижения CPC на 30%, сохранив рост объёма и качества кликов.
Именно комбинация ИИ-креативов + ИИ-кластеризации + ИИ-ставок дала эффект, который невозможно получить только руками специалиста.