Задача: снижение затрат на рекламу.
Решение: ML-сегментация пользователей сайта с помощью сервиса Segmel.
Результат:
• снизился СРО на 19%;
• увеличилась конверсия в заказ на 40%;
• уменьшился ДРР на 19%.
Оптимизировать рекламный бюджет, повысить эффективность и конверсию ретаргетинговых кампаний.
Орматек — один из самых известных российских производителей товаров для сна. Компания занимает уверенные позиции на мебельном рынке и входит в число лидеров в своей отрасли.
Из-за ухода рекламных площадок в 2022 году усилилась конкуренция в Яндекс Директе. В результате уже больше года аукцион разогрет, CPC (cost-per-click) постоянно растет — это приводит к росту затрат на продвижение и снижению отдачи от рекламы.
Агентство “Профитатор”, отвечающее за performance-стратегию, получило задачу от Орматек снизить CPO и ДРР по рекламным кампаниям.
Команда “Профитатора” применяет базовые кампании по брендовым запросам и кампании по смарт-баннерам.
Кратко опишем каждый из подходов.
Кампании по брендовым запросам используются для привлечения клиентов, которые уже знакомы с продуктом. Такая реклама выводит ваш бренд в топ поисковой выдачи.
Если у продукта широкая узнаваемость, не стоит полагаться только на органическую выдачу. Во-первых, пользователь может просто не долистать до вашего бренда из-за высокой конкуренции со стороны других рекламодателей. Во-вторых, конкуренты активно используют брендовый трафик и забирают верхние строчки выдачи (переманивая ваших лояльных клиентов).
Кампании по смарт-баннерам — самый популярный вид таргетинга для интернет-магазинов. Они помогают вернуть пользователя, который хотя бы раз заходил к вам на сайт и ничего не купил, а также подбирают нужную аудиторию, которая ищет похожий продукт в сети.
В рамках ремаркетинговых кампаний хотели привлекать пользователей, которые с большой долей вероятности могли бы купить продукт, но классические методы использования поведенческих факторов (время на сайте, добавление товара в корзину, количество просмотренных страниц и т.д.) не давали требуемых результатов.
В связи с этим, агентство “Профитатор” решило воспользоваться сервисом Segmel для определения наиболее заинтересованных в продукте пользователей с помощью алгоритмов машинного обучения.
Опишем эти алгоритмы и их роль в сегментации пользователей.
Как проходила интеграция и тестирование.
Мы решили прогнозировать будущее поведение пользователя по окончании текущей сессии и на выходе получили вероятность покупки в следующие N дней. Другими словами, каждый пользователь, посетивший сайт и не совершивший покупку, получал оценку от 0 до 100. Соответственно, чем выше оценка, тем выше вероятность совершения покупки.
В течение первой недели мы произвели интеграцию с сайтом Орматек. Еще две недели потребовалось на сбор данных и обучение алгоритмов.
В задачах машинного обучения для оценки качества моделей и сравнения различных алгоритмов используются метрики, а их выбор и анализ — непременная часть работы команды Segmel. Вначале решили прогнозировать покупку в течение 7 дней, но первые тесты показали, что это слишком короткий период для принятия решения, поэтому перешли на прогноз покупки в течение 14 дней.
Далее мы произвели интеграцию сервиса с Яндекс Метрикой:
Спустя неделю после запуска стриминга и сбора данных о поведении всех пользователей на сайте, команда Segmel принялась за анализ данных и обучение моделей на базе своей платформы. Обучение происходит на отложенной выборке, это значит, что необходимо накопить определенное количество пользователей и конверсий, чтобы получить более качественные метрики.
Каждый пользователь получал оценку (предикт) от 0 до 100, и чем выше предикт, тем выше вероятность совершения покупки в следующие 14 дней. Каждый день вероятность покупки изменяется в зависимости от посещения сайта и действий или отсутствия сессий.
После того, как получили хорошие метрики качества моделей, провели оценку сегментов пользователей. Группы пользователей в зависимости от их количества и статистик объединили в 13 сегментов и выгрузили в Яндекс Метрику. Данная выгрузка необходима для формирования корректировок по сегментам в Яндекс Директ.
После формирования сегментов в Яндекс Метрике мы выгрузили их в кампании Яндекс Директ и на каждый из них поставили корректировки по 0, чтобы посмотреть, какие метрики возвращают данные сегменты, а также во избежание влияния на бизнес показатели по кампаниям.
Спустя неделю сняли показатели и определили, что чем выше вероятность покупки по модели Segmel, тем выше конверсия в заказ и, как следствие, ниже CPO.
Следующим шагом тестирования сервиса стало выделение контрольной и тестовой групп: добавили повышающие и понижающие корректировки на сегменты из тестовой группы, а для контрольной их не использовали. Важно, что мы сохранили принцип однородности в данных группах и определили СРО (долю рекламных расходов) ключевой метрикой.
В рамках проекта под оптимизацию с помощью ML-сегментов попадает более 39% трафика и более 28% рекламного бюджета.
С точки зрения оперативной работы — работа с инструментом ML-оценки ретаргетинговой аудитории ничем не отличается от схемы работы с другими сегментами аудиторий.
Сложности в оценке тестирования вызывало непонимание того, где эффект от корректировок, а где эффект от акции, которую проводит клиент на сайте или сезонности; решение выделить 50% аудитории в контроль помогло решить эту задачу.
Также важно отметить, что внедрение живых корректировок (отличных от 0) должно быть взвешенно и базироваться на длительном промежутке наблюдений о корректности оценки аудитории. В течение тестирования столкнулись с тем, что часть пользователей перетекала в несвойственные им сегменты в период проведения распродаж и после акции сегменты также вели себя не в соответствии с данной инструментов оценкой. Поэтому рекомендуем настраивать период ожидания совершения целевого действия не только базируясь на среднем периоде принятия решения в тематике, но и на усредненном промоцикле клиента.
В начале октября 2023 года запустили тестирование с контрольной группой. Тестовую и контрольную группы выделили по принципу «50 на 50», чтобы быстрее получить статзначимый результат. В конце месяца набрали необходимое количество наблюдений и получили следующие результаты:
Эффективность канала "Промостраницы" в период, когда на сегменты Segmel была разделена вся аудитория сайта, заметно выше, чем в период до использования сегментов и в период частичной сегментации аудитории.
В планах:
• Перевести весь объем брендовых РК и РК смарт-баннеры на оптимизацию по оценке ретаргетинговой аудитории Segmel;
• Использование сегментов Segmel в категорийных кампаниях в сетях и предоставление предиктов для direct-коммуникаций.
Нам удалось в низкий сезон настроить и протестировать инструмент и в сезон зайти с прекрасными показателями, а также найти решение - как снизить ДРР, когда всё идет в сторону автоматизации и ставки растут.
Мы благодарны команде Segmel за быстрое погружение в тематику и активное участие в брейнштормах. Именно такая синергия привела к отличным результатам. Впереди есть планы на дальнейшее развитие инструмента и его применение в наших каналах.
Сергей Архипов, Директор департамента интернет торговли Орматек:В течение последнего года на наш взгляд инструменты оптимизации Яндекс Директ не на 100% справляются с задачей покупки максимально конверсионного трафика, а повышение ставок на аукционе всеми участниками приводит к росту ДРР всех участников рынка, как следствие. Нам понравилась идея добавить «стороннего наблюдателя» и через этот взгляд со стороны сокращать расходы на наименее конверсионный платный трафик. Отдельно вызывало доверие то, что инструмент не пытается управлять кампаниями, только отдает аудитории, и управлять кампаниями продолжает агентство. А также инструмент гибок в настройках алгоритмов под именно нашу тематику и нашу целевую аудиторию. Результат превзошел наши ожидания, хоть ждать пришлось и дольше, чем мы ожидали:). Продолжаем сотрудничество и ищем возможности использования аудиторий в других каналах и инструментах. Благодарны агентству Профитатор, которые смогли найти для нас решение проблемы повышения ДРР и скурпулёзно провели тестирование.
От команды Segmel:Для нашей команды это был вызов, т.к. нам надо было доказать эффективность сервиса на большом проекте с большими данными и бюджетами. Команда Профитатора обозначила целью применения нашего инструмента снижение ДРР. В плотной работе с агентством мы искали наиболее эффективное применение сегментов и с запуском первых тестов наблюдали за эффектом от корректировок. В настоящий момент мы планируем разворачивать применение сегментов в том числе и в рамках CRM-маркетинга.
Мы свяжемся с вами в ближайшее время.