Можно ли предсказать поведение пользователя, понять, когда он совершит покупку и повысить эффективность расходования бюджетов на маркетинг? Об этом и многом другом Sostav расскажет руководитель группы в отделе аналитики StreamMyData (входит в 
MediaNation ) Роман Святов.
Клиент
«Выберу᎐ру» — финансовый маркетплейс для сравнения и подбора банковских, страховых, инвестиционных и образовательных продуктов.
Задача
Повысить эффективность рекламных кампаний, сократив стоимость привлечения заявок на займы, без увеличения затрат на рекламу.
Ситуация
- Старые способы уже не работают
На сегодняшний день задача продвижения продукта становится все более непростым делом, требующим нетривиального подхода. Директор по маркетингу уже не только выбирает пул каналов для показа рекламных сообщений, но и борется с рядом вещей, которые выступают в оппозиции к успеху его рекламной активности. Например, баннерная слепота и перенасыщенность пространства рекламными форматами заставляют даже относительно лояльную аудиторию всячески минимизировать контакт с рекламными сообщениями, а сама реклама очень часто воспринимается в качестве информационного шума.
- Данных много — эффекта — нет
Проблемой интернет-маркетинга сегодня является сложность корректной обработки данных. Каждый уважающий себя бренд в 2025 году агрегирует просто невероятное количество данных, но дальше очень часто компании просто не знают, что со всем этим делать. Сам процесс сбора и хранения информации стоит немалых денег, а данные достаточно быстро устаревают, так что получается, что компании буквально жгут свои бюджеты, не получая реальной пользы от очень полезной информации. Таким образом, на рынке уже сформировался запрос на эффективную работу с большими массивами данных, которая поможет превращать нули и единицы на серверах в приятные цифры в отчетах по продажам компаний.
- Медиаинфляция обесценивает ваши старания
Также стоит отметить одну из главных проблем рекламного рынка последнего времени — медиаинфляцию. Инструментарий дорожает, количество каналов привлечения трафика не просто не увеличивается, а порой и уменьшается — при этом перед директором по маркетингу стоят очень конкретные задачи и цели, от успеха достижения которых зависит не только весь ход текущей рекламной кампании, но и карьера самого специалиста.
- От соцмедиа к технологиям
В середине десятых уже шли активные разговоры о подобных тенденциях. И тогда рынок нашел свой ответ для подобных проблем — яркий запоминающийся креатив с активным использованием соцмедиа. А сегодня трендом номер один выступает абсолютно другой фактор — технологичность.
Все эти разговоры про ИИ, нейросети и машинное обучение появились не просто так: активное развитие технологий дает маркетингу новые возможности даже не рекламировать товары, а предлагать людям то, что им действительно нужно здесь и сейчас.
Решение
Выходом из сложившейся ситуации выступают на текущий момент все технологии, связанные с предиктивными моделями, в том числе и быстрыми. Суть в том, что раньше маркетологам оставалось лишь гадать — хочет ли представитель ЦА совершить покупку, готов ли он к ней — как это понять оставалось абсолютно непонятным. В ход шли креативные ухищрения и аудиторные исследования. Первые не давали никаких гарантий в силу своей художественности, вторые съедали так много времени и денег, что в конце исследования картина на рынке уже могла поменяться и потерять свою актуальность.
Предикты берут в свои руки огромные массивы данных и выдают не какую-то абстрактную статистику, на которую можно только смотреть. А формируют реальные гипотезы покупательского поведения аудиторных сегментов, следование которым позволит эффективнее использовать маркетинговые бюджеты и реально увеличивать продажи.
Сегодня быстрые предикты и технологии, основанные на использовании искусственного интеллекта и больших данных, помогают максимально оперативно понять свои целевые аудитории и практически сразу начать показывать им подходящие рекламные объявления, корректируя ход кампании в режиме реального времени. Таким образом, машины стали тем звеном, что соединило маркетолога и покупателя и рассказало первому о текущих желаниях и предпочтениях второго.
Кейс
Именно в таком сеттинге началась рекламная кампания «Выберу᎐ру». Для достижения цели была задействована платформа предиктивной аналитики StreamMyData (входит в агентство MediaNation), которая прогнозирует вероятность совершения целевого действия пользователем в течение заданного промежутка времени. Система интегрируется с «Яндекс Метрикой» для сбора исторических данных, создавая единый поведенческий портрет каждого пользователя. После создания модели машинного обучения система формирует таблицу, где для каждого пользователя указывается вероятность совершения целевого действия и его уникальный идентификатор.
На основе этих данных пользователи были сегментированы по степени готовности к совершению целевого действия, и сегменты загружены в «Яндекс Аудитории» для дальнейшей работы.
Ранее полный цикл интеграции таких систем занимал от 3 до 6 месяцев. Но благодаря новым технологиям интеграция занимает до 24 часов.
Помимо оперативности, важной особенностью быстрых предиктов является их точность. Раньше клиенту приходилось тестировать свой маркетинговый бюджет в реальном времени, теряя деньги на неэффективных каналах. К тому же между пониманием факта неэффективности и перераспределением средств на более эффективные каналы существовал определенный промежуток — таким образом, подобные эксперименты сопровождались неминуемыми временными и финансовыми потерями.
В нашем случае все стало гораздо проще и конкретнее — клиент оперативно понимает аудиторию, выбирает интересные целевые действия, а потом видит степень готовности каждого из аудиторных сегментов к совершению этих действий. Быстро можно разработать новые креативы и обратиться к каждой из аудиторий в зависимости от ее температуры интереса с наиболее релевантным предложением и ускорить покупку с ее стороны.
Первая итерация
Изначально целью для предсказаний являлась общая конверсия по всем финансовым продуктам «Выберу᎐ру». Сегменты использовались в рекламных кампаниях с применением корректировок ставок.
Однако этот подход имел свои недостатки:
- Трафик направлялся на пользователей с высокой вероятностью конверсии, но по разным продуктам. Что негативно сказывается в общем перформансе сегментов.
- Низкая доля пользователей совершала общую конверсию, что затрудняло обучение модели.
На этом этапе тесты длились месяц, сегменты использовались в поисковых кампаниях и РСЯ, направленных на продукт «Займы».
Вторая итерация
Результаты первой итерации показали положительный эффект, но проблема общей цели сохранилась — сегменты охватывали пользователей всех продуктов, в то время как приоритетом были займы.
Решением стало переобучение системы для предсказания конверсий исключительно по странице займов. Для этого использовалась новая технология «быстрых предиктов», позволяющая настроить прогнозирование за 24 часа, вместо нескольких месяцев.
После обучения система сформировала новые сегменты, которые сразу были добавлены в рекламные кампании. Уже через две недели улучшенные показатели производительности не заставили себя ждать.
Результаты теста
Для оценки эффективности сравнивались показатели корректировок в кампаниях, которые были добавлены на сегменты StreamMyData: повышающие для высококонверсионных сегментов и понижающие для низкоконверсионных. В разрезе аудиторий с корректировками/без корректировок были получены результаты:
- стоимость заявки ниже на 33.13%;
- стоимость выдачи ниже на 39.35%;
- конверсия из клика в выдачу больше на 72.84%;
- конверсия из заявки в выдачу больше на 16.17%.
Вывод
Разработанная система прогнозирования конверсий имеет низкий порог входа для клиентов. Достаточно 24 часов, чтобы получить на руки готовые сегменты пользователей сайта. Результаты данного кейса продемонстрировали положительный эффект в точности предсказаний, позволили снизить стоимость лида и стоимость выдачи займа, а также значительно увеличить значение CR.
Роман Святов, руководитель группы в отделе аналитики StreamMyData (входит в MediaNation):
На сегодняшний день время стандартных подходов безвозвратно прошло. Настала эра высоких технологий, когда каждый процент бюджета на маркетинг просчитывается и направляется на максимально эффективное ведение рекламных кампаний. StreamMyData — это история прежде всего про результат. Мы рады, что предиктивная аналитика помогла нашему клиенту «Выберу᎐ру» лучше понять свою аудиторию и значительно улучшить показатели рекламных кампаний.
Алиса Новичкова, интернет-маркетолог компании «Выберу᎐ру»:
Благодаря модели сегментации, разработанной коллегами из агентства MediaNation, мы смогли точнее выявлять и привлекать аудиторию, действительно заинтересованную в нашем продукте. Это позволило значительно повысить эффективность рекламных кампаний и улучшить ключевые метрики. Ценим продуктивное сотрудничество и с интересом продолжим тестировать новые подходы.