Группа компаний «АВТОРУСЬ» (поставщик автозапчастей, 20 гипермаркетов в Москве) с помощью платформы Mindbox перевела ретаргетинг в «Яндекс Директе» на ML-алгоритм. Теперь реклама показывается только пользователям с высокой вероятностью покупки. Это дало ROMI 108% уже в первый месяц: каждый вложенный в ML-ретаргетинг рубль принес 24,3 рубля выручки. Доля рекламных расходов снизилась на 1,6 п. п., а средняя стоимость заказа сократилась на 15%.
Зачем переходили на ML
У ретаргетинга в «Яндекс Директе» была понятная проблема: реклама догоняла всех, кто заходил на сайт. В результате бюджет тратился в том числе на тех, кто покупать не собирался, и на корпоративных клиентов — а они оформляют заказы по своим каналам, не через рекламные объявления. Команда «АВТОРУСЬ» хотела повысить маржинальность онлайн-заказов и перестать платить за лишние показы.
Решение — отдать выбор аудитории алгоритму, который умеет отличать «горячего» покупателя от случайного посетителя.
Как работает алгоритм
ML-ретаргетинг анализирует более 200 признаков поведения каждого пользователя: какие страницы он смотрел, что добавлял в корзину и избранное, указывал ли адрес доставки. На основе этого каждому посетителю ежедневно присваивается оценка вероятности покупки — от 1 до 100.
Дальше аудитория делится на 10 сегментов по этой вероятности, и для каждого назначается своя ставка в рекламе: на самых перспективных пользователей бюджет растёт, на маловероятных — снижается. Корпоративных клиентов алгоритм исключает отдельно — по IP-адресам. Эффект виден по структуре трафика: доля корпоративных клиентов среди переходов снизилась с 90 до 70% за семь месяцев, то есть реклама стала точнее попадать в розничную аудиторию.
Как проверяли эффективность
Чтобы убедиться, что дело именно в алгоритме, аудиторию разделили на две группы. Контрольная работала по обычной схеме, без ML-ретаргетинга. Тестовая — с коэффициентами ставок, которые рекомендовал алгоритм. Затем сравнили результаты.
В тестовой группе средняя стоимость заказа (CPO) оказалась на 15% ниже, чем в контрольной, а конверсия в заказ из рекламных кампаний выросла на 0,9 п.п. Доля рекламных расходов (ДРР) по всему направлению снизилась на 1,6 п.п.
Товарные рекомендации на сайте
Вторая часть проекта — персональные товарные рекомендации. Они подбираются с учётом более чем 200 характеристик товаров и истории просмотров за последние 30 дней и размещаются в двух местах:
— в карточке товара — похожие позиции, но с более высокой маржинальностью;
— на главной странице — блоки «Вам может понравиться» и «Рекомендуем вам».
Логика та же, что и в ретаргетинге: не просто показать релевантное, а подтолкнуть к более выгодной покупке. Результат — средняя конверсия в заказ после клика по рекомендации 10,6%, а маржинальность таких заказов 27,9% — на 2 п.п. выше средней.
Планы развития
«АВТОРУСЬ» собирается использовать накопленные данные для привлечения нового трафика — строить look-alike-аудитории (похожие на текущих покупателей). Еще одно направление — перенести ML-сегментацию в CRM-маркетинг и комбинировать вероятность покупки с поведением в рассылках, например с открываемостью писем.
