- Доказанный доход — доход по атрибуции Last Click, когда
понимаем, что он 100% с рекламы и это видно через интеграцию с CRM. Сюда не попадают чаты ТГ и поломанные кросс-девайс модели атрибуции через потерю связи с сессией (когда 1 человек ≠ 1 IP: муж-жена,
телефон-ноутбук, VPN on/off, браузеры, куки и т. д.) - ROAS — показатель окупаемости вложений. Считается: доходы от рекламы / расходы на рекламу * 100%.
Привет, пишет Антон Жилин, performance-маркетолог, эксперт по контекстной рекламе и аналитике.
Рассказываю историю, как мы масштабировали рекламу в 4,7 раз по доходу при увеличении расхода в 2,5 раза за 12 месяцев работы, дополнительно повлияв на другие каналы продаж.
Да-да, на превью кейса результаты крайних 5-ти месяцев работы, когда у нас уже была четко отстроенная сквозная аналитика и мы наконец начали
обучать рекламу на полном объеме данных из CRM.
О проекте
Сайт: NDA
Тематика: Производитель премиальных уличных конструкций c онлайн-продажами
ЦА: физ. лица и юр. лица (b2b+b2c)
Средний чек: 626 075 ₽
Цикл сделки с рекламы: 21,7 дней (люди долго изучают перед покупкой)
Проблема, с которой пришел проект:
Беспорядок в аналитике, непонятно реальное влияние рекламы на продажи
Хочу масштабироваться, не сливая бюджет
• Звонки и чаты учитывались некорректно
• Метрика теряла данные, это когда клик был, человек мог купить, а метрика просто не видит
• Рост бюджета приводил к хаосу, а не к росту прибыли
• Реклама обучалась по кнопкам переход What’sUp, было много ботов
Точка А. Ноябрь 2024
Расход: 652 132 ₽
Доход: 3 667 650 ₽
Точка Б. Октябрь 2025
Расход: 1 671 209 ₽
Доход: 17 375 250 ₽
Сейчас по проекту идеально отстроенная сквозная аналитика на базе
UIS, которая учитывает все каналы продаж в разбивке по расходу (включая
затраты на подрядчиков), доходу и воронке продаж с 4-мя этапами.
Что было сделано?
- Перевели рекламу на обучение по целевым лидам и сделкам, без учёта спама и дублей
Когда реклама обучается на «кликах по кнопке», как было до старта работ, система приводит много ботов, которые кликают на кнопки, и трафик идет плохого качества. Если обучать по всему пулу обращений (по звонкам, заявкам, письмам e-mail, чатам в мессенджерах), то там будет солидная доля спама. Мы же хотели обучать рекламу на реальных теплых клиентах, поэтому настроили обучение по второму этапу воронки продаж (когда клиента уже квалифицировали как целевого). Реклама видит потрет таких людей и старается показывать рекламу похожим на них.
- Настроили корректную передачу звонков, чатов WhatsApp, писем e-mail и заявок с форм в аналитику, чтобы реклама «видела» реальные человеческие обращения
Изначально была связка Roistat + Callibri. Что не так? Callibri (коллтрекинг) путает звонки, и присваивает их не тем посетителям, которые на самом деле звонили. Реклама обучается не так тех сигналах, в сквозной аналитике погрешность, чем больше трафика, тем погрешность сильнее. У Roistat не было нормального чат-трекинга (он уступает UIS, так как теряет больше данных). Было принято решение перейти на отработанную связку Директ + Bitrix24 + UIS.
- Дотошная работа с креативами, А/Б тесты со срезами
Внедряли сезонные креативы, снимали с них показатели, регулярно обновляли. Тестировали как работают те или иные смыслы в объявлениях.
- Выстроили unit-экономику по регионам, чтобы управлять не общим бюджетом, а прибыльностью каждого ГЕО
Был создан кастомный дашборд на основе Гугл-таблиц. Суть в том, что
нельзя просто взять и разделить рекламные кампании по регионам:
сломается обучение. Поэтому у нас были основные доходогенерящие РК по
всей России, но мы все равно видели реальные расход/доход по нужным нам
регионам, ставили себе план и контролировали его выполнение. Если мы
понимали, что какой-то регион отстает, то уже создавали дополнительные
кампании на усиление.
- Решили проблему с нехваткой данных для обучения рекламы через предиктивное моделирование конверсий Sales Ninja, чтобы реклама корректно обучалась даже при низком объёме данных
Когда на сайт заходит ну прям супер целевой человек, он вообще ни
разу не обязан сразу же звонить и заказывать. Он может пару недель
только изучать сайт. Сервис Sales Ninja умеет видеть таких людей и
делать прогноз: скорее всего этот пользователь совершит покупку, потому
что похож на ребяток, которые это уже делали. И посылает сигнал в
рекламу, так необходимый для своевременного обучения. Помогает обучить
мелкие ГЕО, а еще (по моим наблюдениям это самое главное!) «накачивает»
рекламный кабинет полезными сигналами, что благоприятно влияет на
качество и скорость обучения вообще ВСЕХ кампаний.
- Починили передачу данных в метрику, чтобы не терять сигналы для обучения РК
Проблему заметили еще «на берегу», когда делали аудит. Вот человек
сделал клик, позвонил, купил. А метрика просто не видела его визит,
из-за того, что счетчик стоял не в том месте. Вот когда у тебя из 100
кликов засчиталось только 65, хоть ты тресни, реклама не получит сигналы
от потерянных людей для обучения. Стыдно признаться, проблему устранили
не сразу, было несколько итераций, очень боялись сломать другие
скрипты, по итогу простая перестановка кода счетчика выше решила этот
вопрос.
- Разделили логику работы рекламы: основной обученный кабинет, горячий поиск, усиление Москвы и отдельный кабинет для тестов (чтобы не сломать обучение)
Основной обученный кабинет генерит основной доход, но он может
остановиться по дневному ограничению бюджета раньше времени, поэтому
горячий поиск мы выделили в отдельный кабинет. Отдельный кабинет был
создан для усиления Москвы (по той же логике). И четвертый кабинет для
тестов (чтобы неудачный тест не сломал обучение основного рекламного
кабинета)
- Ввели системную работу с качеством трафика, регулярные тесты и удобную отчетность
Чистка площадок и минусация запросов, контроль работы автостратегий,
контроль выполнения KPI по регионам. Сквозная аналитика + кастомные
дашборды позволили быстро находить проблемы и оперативно реагировать на изменения, а бизнес получил прозрачную картину рентабельности по каждому региону и типу рекламы.
- Медийная реклама без медийной рекламы
Из аналитики от 20.06: «за 1,5 месяца 18000000 показов и
200000 переходов на сайт в РСЯ на качественных площадках (dzen, pogoda,
avito, vk). Из них в авито 536457 показов и 4336 кликов, а Вконтакте
69546 показов и 2244 кликов.»
Благодаря обученным рекламным кампаниям мы стали очень дешево
выкупать трафик на качественных площадках, что дало буст в охвате и
повлияло на узнаваемость бренда и продажи через другие источники.
А спрос на бренд в пиковый сезонный месяц вырос в 2 раза: с 577 (июнь 2024) до 1162 (июнь 2025)
- Уменьшили слепую зону в аналитике по другим каналам с 77% до 30%
Можно смело говорить, что аналитика по рекламе из Директа работает
идеально с июня 2025, но была проблема с распределением сделок по другим каналам. С помощью создания кастомных источников и вложенностей в UIS мы добились, что слепая зона (когда продажи падают в поле «Без источника») уменьшилась с 77% до 30%. На таких объемах данных в сквозной аналитике такая погрешность считается «золотым уровнем», поскольку всегда будет:
- Человек написал / позвонил по прямому номеру без подмены
- История визитов оборвалась из-за смены IP. Человек один и тот же, но для системы это новый пользователь
- Глюканул UIS
- Менеджер создал дубль сделки вручную
- Человек написал в ТГ, а Телега не отдает данные по посетителям
- Человек пришел по рекомендации (по «сарафану»)
Вывод
Это кейс про то, как обучить кампании на реальных теплых клиентах, дать контролируемое масштабирование и настроить взрослую сквозную аналитику до продажи.
Здесь не было «взломов алгоритмов Яндекса» (про это другой кейс), лишь
понимание как правильно настроить обучение и не сломать его. Не ругать
Яндекс, как сейчас модно, а поняв его алгоритмы и выжав из них все соки.
* * *
Если вы тратите или собираетесь тратить большие бюджеты на рекламу в Яндекс и хотите доверить крупные расходы, будучи уверенными в том, что каждый рубль отработает максимально эффективно – пишите в сообщения.
А если вам близка эта тема, подписывайтесь на мой ТГ-канал с выгрузкой мыслей, решений и рабочих связок, как окупить и масштабировать контекстную рекламу в РФ в 2026: что работает, что отключать и почему.