Высокая конкуренция на рынке e-commerce сейчас мало кого удивит. Именно поэтому нужно действовать сразу в двух направлениях: привлекать новых пользователей и поддерживать постоянную фоновую коммуникацию с текущей аудиторией. В этом материале Bidease рассказали Sostav, как работать с In-App, чтобы стабильно растить маркетинговые результаты бренда, снижая ДРР, и какую роль в этом играют алгоритмы ML и AI.
О клиенте
Торговая сеть «Спортмастер» была основана в 1992 году. Она активно расширяет ассортимент онлайн и в магазинах и добавляет новые категории, такие как рыбалка, спортивное питание и другие за счет привлечения внешних селлеров.
Релиз приложения состоялся в 2017 году, а в 2022 было запущено новое мобильное приложение, которое теперь включает и нетоварные сервисы: «Спортмастер Медиа», «Онлайн-тренировки», «Трекер активности», «Клуб путешествий» и многие другие.
О Bidease
Bidease — это мобильная перформанс DSP (Demand Side Platform), использующая алгоритмы искусственного интеллекта и машинного обучения для закупки премиального In-App инвентаря. Технологии машинного обучения оптимизируют рекламные кампании и позволяют достигать показателей эффективности, обеспечивая результативность и возврат инвестиций.
Задача
На данном проекте, у Bidease две ключевые задачи:
- привлечение пользователей с соблюдением KPI клиента по стоимости новой регистрации в приложении (CPR) и ограничением по ДРР в рамках бизнес-эффективности;
- ретаргетинг с соблюдением KPI клиента по стоимости оформленного заказа (CPO) и ДРР в рамках бизнес-эффективности для обеих осей.
В обоих случаях трафик должен отвечать фильтрам качества по фроду:
- выдерживать Hard и Soft KPI клиента по фроду в разрезе привлечения и ретаргетинга, например, по доле первых сессий после установки с авторизацией или регистрацией; по среднему количеству кликов в день, CTIT и др.
В кейсе показаны результаты работы команды в период с декабря 2023 по октябрь 2024, сотрудничество продолжается.
Решение
Для решения текущей задачи наши специалисты применили технологию — автопилот.
Автопилот — это интегрированный комплекс алгоритмов, который обеспечивает автоматизацию процессов закупки рекламы и включает в себя: модели прогнозирования эффективности, балансировщики трафика, инструменты управления бюджетом. Система автопилота работает полностью в автоматическом режиме, своевременно адаптируя ставки к изменяющимся условиям рынка и повышая рентабельность рекламных кампаний.
Мария Юшкина, Senior Ad Operations Manager Bidease:
Объем статистически значимой информации, который мы получаем при продвижении и ретаргетинге такого крупного клиента как «Спортмастер», позволяет нам отойти от стандарта рынка в работе с моделями машинного обучения и реализовывать новый подход при их обучении, а именно — применение нейросетей. Таким образом алгоритмы:
- улавливают более тонкие зависимости и изменения;
- обрабатывают объем данных в 10 раз больше.
Это позволяет клиенту получать релевантных пользователей, которые с максимальной вероятностью совершат необходимое целевое действие, а не просто установку приложения. То же относится и к взаимодействию с текущей базой — повторные касания осуществляются с потребителями, серьезно настроенными на покупку.
Привлечение пользователей на iOS
Запуск кампаний проходил широко с последующей оптимизацией по источникам трафика и паблишерам — были задействованы ironSource, Vungle, AppLovin, TaurusX, Unity, Fyber, BidMachine, Chartboost, BIGO Ads и другие крупные биржи.
На старте работали три типа моделей:
- широкая модель;
- широкая модель с использованием нейросетей;
- Lookalike-модель.
Они были запущены одновременно, трафик распределялся между ними автоматически, исходя из перформанса. После того, как было набрано необходимое количество статистических данных, наш автопилот переобучился с использованием полученной информации и добавил к имеющимся моделям — четвертую. Эта модель также участвовала при балансировке трафика.
Например, на момент написания кейса (октябрь 2024) одна из топовых кампаний — с использованием модели, обученной на связку событий «Установка + Регистрация + Просмотр товара».
Если говорить про соблюдение KPI, то графики динамики ниже демонстрируют, что за все время флайта мы:
- укладывались в метрику по стоимости регистрации и даже в сезон не подходили близко к ее максимально допустимому значению, а в весенний период снизили CPR более чем в 2 раза;
- стабильно соблюдали ДРР, а в некоторые месяцы снизили этот параметр в 2−5 раз.
Ретаргетинг на iOS
Для ретаргетинговых кампаний на iOS лучший перформанс показывает набор из таких моделей:
- широкая модель;
- широкая модель с использованием нейросетей;
- обученная на связку событий «Установка + Просмотр товара + Выбор размера»;
- обученная на связку событий «Добавить в корзину + Просмотр товара + Покупка».
Ретаргетинг на Android
Для ретаргетинговых кампаний на Android стабильно хороший результат показывают следующие модели:
- широкая;
- широкая модель с использованием нейросетей;
- модель, обученная на связку событий «Просмотр товара + Просмотр корзины + Выбор размера»;
- модель, обученная на целевое действие «Покупка».
В разрезе выполнения KPI предлагаем посмотреть на следующие графики динамики, которые демонстрируют, что мы:
- укладывались в показатель по стоимости оформленного заказа;
- соблюдали ДРР, а в некоторые месяцы снизили его в 2 раза.
Креативная составляющая
В разрезе креативной составляющей мы ориентировались на 4 подхода, которые лучшим образом соответствовали потребностям и интересам аудитории:
- собственные и эксклюзивные торговые марки;
- наиболее популярные товары у клиентов разных сегментов;
- лидеры мнений;
- скидки/распродажи/промо.
В UA использовали видео, баннеры и нативки, а в ретаргетинге ориентировались на видео, но и баннеры не игнорировали. Ниже приводим примеры креативов.
К примеру, на UA этот баннер показал свою эффективность за период работы.
Для возвратных кампаний зарекомендовали себя динамичные видео с энергичной музыкой. А, например, этот ролик (акция проводилась
Результаты
Александра Мареева, Head of Mobile Performance, «Спортмастер»:
При работе с In-App-трафиком приоритетом для нас, разумеется, является его качество и чистота. Но не менее важно попадание в наши KPIs, и в случае с Bidease мы полностью удовлетворены результатами совместной работы. На данный момент Bidease является для нас одним из ключевых партнеров в направлении ретаргетинга, но и результаты UA-кампаний мы также высоко оцениваем. И хоть политика компании не позволяет разглашать данные нашей совместной работы в полном объеме, мы рады поделиться с рынком результатами сотрудничества.