Автостратегия — вектор на рост микроконверсий

В качестве “опытного полигона” была выбрана рекламная кампания в Яндекс.Директ. Изначально, на ручном управлении, она приносила обращения, но нестабильно. Да и стоимость получалась выше, чем планировалось. Что даст в этой ситуации автостратегия? Безусловно, повышение эффективности кампании за счёт машинного обучения и учёта огромного количества факторов. Как результат решения нашей задачи должен был выступить прирост именно целевых звонков. Их критерии:

• первый звонок за всё время существования проекта;
• пользователь, интересующийся покупкой квартиры;
• пользователей, которого устраивает минимальная стоимость интересующей его квартиры по комнатности.

Но, как мы говорили выше, конверсий для обучения автостратегии не хватало. Именно тогда пришла мысль проанализировать поведение той части аудитории, которая впоследствии и совершила целевой звонок. И мы увидели общие закономерности:

• просмотр более 10 страниц;
• нахождение на сайте более 10 минут;
• использование фильтра выбора квартир.

Тогда и решили использовать эти микроконверсии для подключения автостратегии. После набора статистики смогли определить и оптимальный показатель CPA.

Переход на tCPA позволил значительно уменьшить расходы на всю рекламную кампанию. За время теста получен прирост конверсий, который по итогу достиг увеличения на 25%, а CPA снизился на 70%.

1. На старте лучше брать за ориентир средний СРА за неделю и средний недельный бюджет. Это даст возможность стратегии плавного перехода без потери лидов.
2. Указывайте реальные достижимые цифры.
3. Оптимизируйте. Ведь даже если стратегия автоматическая, это не значит, что она полностью самостоятельна.
4. Экспериментируйте с показателями CPA в зависимости от промежуточных результатов. Только плавно, чтобы система не начала обучение заново.
5. Не задавайте жёсткие рамки системе. Может возникнуть ситуация, что стратегия не сработает удачно (речь о серьёзных ограничениях дневного или недельного бюджетов, CPC и так далее). Алгоритму нужен простор для обучения.

И финальное: дайте системе максимум информации и наберитесь терпения. Внимательный выбор стратегии, точный анализ данных и действия без суеты дадут в итоге высокие результаты.