Для интернет-магазинов
Курсы
Про обучение
Как HOFF поэтапно изменил структуру кампаний и смог увеличить количество заказов в Рекламной сети Яндекса на 25%, а оборот — на 76% год к году

Конверсионные стратегии

Как HOFF поэтапно изменил структуру кампаний и смог увеличить количество заказов в Рекламной сети Яндекса на 25%, а оборот — на 76% год к году

Рассказываем, как при переходе на автостратегии обеспечить обучение алгоритма, если рекламные кампании сильно сегментированы.

О клиенте

Hoff — гипермаркет мебели и товаров для дома с 59 магазинами по России.

Период

Третий и четвертый кварталы 2021 года.

Задача

Увеличить доход от performance-кампаний в Рекламной сети Яндекса год к году.

Hoff давно запускает кампании в Рекламной сети Яндекса. Сети приносят клиенту существенную от общего объема долю продаж. Но со второго квартала 2021 года оборот в сетях начал снижаться, а доля рекламных расходов — расти.

Так, по сравнению со вторым кварталом 2020 года оборот потерял 78%, а ДРР увеличилась на 165%. Ситуация в третьем квартале развивалась так же.

На четвертый квартал 2021 года задачей Hoff было восстановить эффективность кампаний и увеличить маркетинговые показатели год к году.

Hoff вместе с агентством MGCom сформулировали гипотезу, что автостратегии в Рекламной сети с моделью оплаты CPA позволят привлечь больше транзакций при сохранении текущей доли рекламных расходов.

1/3

Решение

  • Протестировать объединение кампаний на одной категории
  • Перевести тестовую кампанию на оптимизацию конверсий
  • Попробовать модель оплаты за конверсии
  • При успешном тесте поэтапно масштабировать решение на другие категории

Рекламные кампании Hoff в сетях были сильно сегментированы по категориям и гео. Это удобно для ручной оптимизации, но мешает обучению автостратегий, необходимо получать от десяти конверсий в неделю в рамках рекламной кампании. Так команда Hoff решила укрупнить текущие кампании.

Кампанию стали поэтапно укрупнять, начиная с приоритетных категорий для бизнеса с самой низкой положительной динамикой год к году. Постепенные изменения позволяют меньше рисковать — в случае плохих результатов можно быстро и без потерь откатиться к предыдущим настройкам.

Первые выводы подвели по категории «Диваны» — она приносила большой объем заказов и оборота на поиске, но в сетевых кампаниях результаты по ней были низкими.

Чтобы укрупнить категорию, разделенные по гео кампании объединили в две — по Москве и области и по регионам.

1/3
Затем кампанию перевели на оптимизацию по заказам. От внесения изменений до накопления достаточной статистики на каждую категорию потребовалось четыре недели. Результаты оценивали месяц к месяцу — до внесения изменений и после: доля рекламных расходов по диванам снизилась на 48%, доход вырос на 280%, а уровень конверсионности — на 252%.
1/3

После успешного теста на категории «Диваны» решили масштабировать остальные категории. Однако и с масштабированием были свои сложности. При оптимизации по CPA важно количество и качество данных для обучения и работы алгоритмов. Однако не всегда укрупнение кампании позволяет собрать достаточный объем конверсий. В некоторых случаях даже укрупнение кампаний не позволяло собирать по десятьконверсий в неделю, необходимых для обучения и стабильной работы алгоритмов.

Проблема часто встречается при внедрении автостратегий и усложняет масштабирование на часть кампаний. Решить проблему может оптимизация на микроконверсии. Например, когда на старте системе не хватало данных по цели «Заказ», рекламные кампании переводили на стратегию с оптимизацией на цель «Корзина». А когда накапливалось достаточное количество данных по цели «Заказ», кампании вновь назначали эту цель, как самая значимая.

Совет рекламодателям

Михаил Горкунов

менеджер по работе с ключевыми клиентами индустрии Retail, Яндекс

В постоянно меняющихся условиях рынка не бойтесь проводить тесты с кампаниями. Объединение кампаний и использование автоматических стратегий Яндекса позволит оптимизировать размещение и получить целевые действия по заданной стоимости.

Результаты

Переход на автостратегии с оплатой по модели CPA сделал рекламные кампании в Рекламной сети Яндекса намного эффективнее, увеличил доходность и количество трафика. И в итоге позволил не только вернуть показатели в РСЯ на высокий уровень относительно предыдущего квартала, но и улучшить эффективность год к году. А все оставшиеся категории в сетях Hoff также перевели на автостратегии.

1/3

Ольга Онянова

Performance manager, HOFF

Перед началом эксперимента у нас были сомнения по поводу автостратегий, но первые тесты в категориях «Диваны» быстро их развеяли. Мы получили кратный прирост трафика и оборота и при этом сохранили долю рекламных расходов в рамках KPI. У коллег из агентства освободилось время на другие важные задачи, так как оптимизировать кампании на автостратегиях намного проще, чем на ручном управлении.

В начале года мы перевели на автостратегии и оставшиеся категории кампаний в Рекламной сети Яндекса. Сейчас кампании в сетях приносят нам треть всего оборота в небрендовом контексте и примерно столько же трафика. При этом доля рекламных расходов по Рекламной сети на 25% ниже, чем в поисковых кампаниях.

Михаил Захаров

Senior project manager, MGCom

Рекламная сеть Яндекса — важный источник трафика для бизнеса клиента, так как вносит значительный вклад в долю оборота контекстных рекламных кампаний. Поэтому вернуть показатели эффективности на прежний уровень и улучшить их было для нас приоритетной задачей. Для этого мы испробовали разные подходы и тактики, но самым действенным решением оказалось использование автостратегий, совмещенных с укрупнением рекламных кампаний.

Дополнительные материалы

РСЯ: что это такое и как настроить там рекламу
Как менялась реклама в РСЯ в 2024 году: форматы, механики и возможности площадок

Поделитесь материалом в соцсетях

Подпишитесь на новости

8 800 234-24-80

Звонок из регионов России бесплатный

© 2026 Яндекс