Обучаемые сегменты
Вовлечение
Увеличение продаж
Повышение эффективности
Финансы
Как Тинькофф с помощью обучаемых сегментов получил в три раза больше одобренных заявок по автокредитам
И при этом снизил стоимость привлечения клиента на 29%
О клиенте
Тинькофф — онлайн-экосистема из финансовых и лайфстайл-услуг, а также третий банк страны по числу активных клиентов.
Задача
Цены на автомобили растут: по данным издания «Коммерсантъ», за первое полугодие 2021 года и новые, и подержанные автомобили в России подорожали примерно на 20%. Из-за этого всё больше людей оформляют автокредиты.
Тинькофф выдает кредиты на покупку автомобиля до 3 млн ₽ наличными с процентной ставкой от 6,9%. В основном услугой пользуются мужчины от 25 до 50 лет.
Вместе с ростом цен снижается процент одобрения автокредитов. Из-за этого часть кампаний Тинькофф в Рекламной сети Яндекса не достигает KPI по выданным кредитам. Задача — повысить эффективность рекламных кампаний Тинькофф.
Период
Октябрь 2021 года
Решение
Ксения Юсупова
Бизнес-партнер индустрии «Финансы»
Для контекстной рекламы в условиях высокой конкуренции важно таргетироваться на самую конверсионную аудиторию. Имеют значение не только заявки на автокредит, но и процент одобрений по ним. С этим могут помочь сегменты, которые обучаются на данных самого банка.
Чтобы повысить эффективность, мы предложили коллегам из Тинькофф протестировать инструмент «Обучаемые сегменты». В итоге конверсия в одобрение выросла более чем в три раза.
С помощью обучаемых сегментов Тинькофф попробовал привлечь целевых пользователей — людей, которым с наибольшей вероятностью одобрят кредит на автомобиль. Для этого специалисты Яндекса подготовили сегменты на основе ретроспективных данных об одобренных автокредитах в банке.
Для рекламной кампании выделили четыре основных группы сегментов:
- top_20% — наибольшая вероятность одобрения автокредита;
- top_20–40% — вероятность одобрения выше среднего;
- mid_40–80% — средняя вероятность одобрения;
- bot_80–100% — низкий шанс одобрения.
Группы вынесли в разные кампании — с разделением на мобильные устройства и десктопы. На каждую аудиторию заложили определенную стоимость заявки, за которую, по прогнозу банка, выгодно привлекать клиентов. За основу взяли сегмент top_20%, остальные оценивали относительно него. Для каждого сегмента создали текстово-графические объявления с картинками — они продвигались в Рекламной сети Яндекса со стратегией «Оптимизация конверсий».
Одновременно с новыми кампаниями на обучаемых сегментах работали текстово-графические объявления с таргетингом без сегментов.
Совет рекламодателям
Владислав Титов
Руководитель группы машинного обучения Крипты
Результаты
процент одобрения по автокредитам
стоимость привлечения клиента
По сравнению с кампаниями, которые работали без обучаемых сегментов, новая модель оказалась эффективнее: видна очевидная зависимость между изначальной оценкой сегмента и процентом одобрения автокредитов в этой аудитории.
При относительно высокой стоимости заявки (СРА) группы сегментов top_20–40% и top_20% показали высокую конверсию в одобрение кредита. В итоге СРО оказалась ниже заложенной в KPI. Группы сегментов с наименьшим шансом одобрения, напротив, имели низкий CR и совсем небольшую стоимость заявки, что также позволило им уложиться в KPI.
Мнение клиента
Максим Загуменнов
Менеджер по контекстной рекламе Тинькофф
Обучаемые сегменты позволяют нам детальнее контролировать ставки и получать больший объем качественного трафика. Мы видим очевидную зависимость между обучаемым сегментом и процентом одобрения по нему.
На основе полученных результатов мы решили продолжать использовать сегменты, масштабировать их и на другие кампании и банковские продукты.
Дополнительные материалы
Поделитесь материалом в соцсетях