Удвоили ROI рекламы
для лидера ритейла в России
Ecom / PPC / Marketing
для лидера ритейла в России
Ecom / PPC / Marketing
Мы помогли крупнейшей федеральной сети по продаже бытовой техники и электроники значительно повысить эффективность рекламных кампаний и увеличить доходы, используя передовые технологии машинного обучения для более точного прогнозирования покупательской активности пользователей сайта и приложения.
Задача
Клиент столкнулся с проблемой оптимизации использования рекламного бюджета:
Перед нами поставили задачу по повышению ROMI рекламных кампаний, для этого нужно было разработать решение, которое позволит:
- Значительные средства тратились на привлечение пользователей, которые не совершали покупок.
- Отсутствие инструментов для прогнозирования покупательской активности затрудняло оптимизацию расходов.
Перед нами поставили задачу по повышению ROMI рекламных кампаний, для этого нужно было разработать решение, которое позволит:
- Оценивать поведение каждого посетителя с момента первого визита.
- Прогнозировать вероятность совершения покупки.
- Оптимально распределять рекламный бюджет, фокусируясь на наиболее перспективных клиентах.
Решение
1. Анализ и сбор данных
2. Разработка модели машинного обучения
3. Интеграция и внедрение
4. Тестирование и оптимизация
- Собрали и проанализировали данные о поведении пользователей на сайте и в мобильном приложении за последние 12 месяцев.
- Выявили ключевые параметры, влияющие на вероятность покупки.
2. Разработка модели машинного обучения
- Создали модель, анализирующую более 60 параметров поведения пользователей
- Модель предсказывала вероятность совершения покупки каждым пользователем.
3. Интеграция и внедрение
- Интегрировали модель с платформами управления рекламой (Google Ads, Яндекс.Директ).
- Настроили динамическое распределение бюджета:
- Увеличили инвестиции в аудитории с высокой вероятностью покупки.
- Сократили расходы на менее перспективные сегменты.
4. Тестирование и оптимизация
- Провели A/B тестирование для оценки эффективности модели.
- Постоянно улучшали модель на основе новых данных и результатов.
Результат
Используя инновационные технологии и глубокий анализ данных, мы помогли лидеру рынка не только увеличить эффективность рекламы, но и значительно укрепить позиции на рынке.
Увеличение ROI рекламных кампаний в 2,2 раза
Рост дохода от выкупленных заказов на 170%
Оптимизация рекламного бюджета
Повышение конкурентоспособности
Увеличение ROI рекламных кампаний в 2,2 раза
- Окупаемость инвестиций в рекламу выросла на 120%.
- Клиент стал получать больше прибыли с каждого вложенного рубля.
Рост дохода от выкупленных заказов на 170%
- Доход увеличился в 2,7 раза благодаря фокусировке на наиболее активных покупателях.
Оптимизация рекламного бюджета
- Сокращение ненужных расходов на 30%.
- Эффективное перераспределение средств повысило общую рентабельность.
Повышение конкурентоспособности
- Клиент обошёл основных конкурентов по ключевым показателям эффективности рекламы.
-
Состав команды1 Data Scientist — разработка и обучение модели машинного обучения
2 Backend-разработчика — интеграция модели с системами клиента
1 Frontend-разработчик — настройка интерфейсов и визуализации данных
2 Бизнес-аналитика — анализ данных и выявление ключевых метрик
1 Проектный менеджер — координация проекта и взаимодействие с клиентом -
Срок реализации6 месяцев — от анализа данных до полного внедрения и оптимизации решения -
Стек технологийЯзыки программирования: Python, JavaScript
Библиотеки и фреймворки: TensorFlow, Scikit-learn
Базы данных: SQL, NoSQL
Интеграции: Google Ads, Яндекс.Директ
Инструменты визуализации: Power BI