Как Custom Bidding в DV360 помогает снижать стоимость онлайн-заказа на 15%

Резюме проекта

Категория клиента

  • Сервис доставки ресторанов быстрого питания

География

  • Беларусь

    • Задача

  • Увеличить количество онлайн-заказов без роста стоимости привлечения клиента

    • Инструменты

  • Custom Bidding в Display&Video360

    • Ключевой результат

  • Снижение CPA на 15%

    • Клиент и задача

    Сервис доставки ресторанов быстрого питания использовал digital-рекламу для привлечения заказов через собственный сайт и приложение.
    Перед рекламной кампанией стояли три основные задачи:

    • увеличить количество онлайн-заказов;
    • снизить стоимость целевого действия.
    Обычная автоматическая стратегия DV360 обеспечивала стабильный поток трафика, но не учитывала, что действия пользователей внутри воронки имеют разную ценность для бизнеса. 

    Контекст и проблема

    Путь пользователя от рекламного контакта до заказа состоит из нескольких этапов:

    1. переход на сайт или в приложение;
    2. просмотр меню;
    3. просмотр карточки блюда;
    4. добавление товара в корзину;
    5. начало оформления;
    6. завершённый заказ.
    При этом сами заказы также могут различаться:
    • первый или повторный заказ;
    • небольшой или высокий средний чек;
    • заказ из приоритетной зоны доставки;
    • заказ в часы высокой или низкой загрузки;
    • покупка отдельных позиций или комплексного предложения.
    Оптимизация только на одно финальное событие не позволяет полностью учитывать эту разницу. Алгоритм видит факт конверсии, но не всегда понимает её реальную ценность для бизнеса. 

    Гипотеза

    Мы предположили, что собственный алгоритм назначения ставок сможет работать эффективнее стандартной автоматической стратегии, если передать ему:

    • несколько событий внутри воронки;
    • разные веса этих событий;
    • данные об устройстве и операционной системе;
    • время и день показа;
    • географическую зону доставки;
    • информацию о новых и возвращающихся клиентах.
    В таком случае DV360 сможет оценивать не только вероятность клика или формального действия, но и потенциальную ценность каждого рекламного показа.
    Custom Bidding позволяет присваивать различную ценность конверсиям и использовать дополнительные пользовательские параметры — например, выручку, маржинальность или прогнозируемую ценность клиента.  

    Решение и подход

    Для проверки гипотезы кампанию разделили на две сопоставимые группы:

    • Контрольная группа
      Использовала стандартную автоматическую стратегию назначения ставок DV360. 
    • Тестовая группа 
      Использовала алгоритм Custom Bidding с собственными весами для ключевых событий.

    Структура кампаний, рекламные материалы, аудитории и основные настройки были максимально унифицированы. Это позволило оценить влияние именно стратегии назначения ставок, а не различий в таргетингах или креативах. 

    Как был настроен алгоритм

    Наибольшую ценность алгоритм присваивал завершённому заказу.

    Промежуточные события получали меньший вес: 

    		Событие Значение для алгоритма
    		Завершённый заказ Максимальный вес
    		Начало оформления заказа Высокий вес
    		Добавление в корзину Средний вес
    		Просмотр карточки блюда Низкий вес
    		Просмотр меню Вспомогательный сигнал

    Дополнительно учитывались:

    • новые и повторные пользователи;
    • тип устройства;
    • операционная система;
    • день недели и время суток;
    • зона доставки;
    • данные Floodlight;
    • поведение пользователя после перехода на сайт. 
    Если конкретный показ с высокой вероятностью мог привести к заказу, алгоритм повышал ставку. Если пользователь, вероятнее всего, ограничился бы просмотром меню или коротким визитом, ставка снижалась.

    Реализация

    Проект состоял из двух этапов.

    1. Обучение алгоритма

    На первом этапе Custom Bidding собирал и анализировал сигналы о поведении пользователей.

    Для обучения использовались события внутри воронки:

    • просмотр меню;
    • просмотр карточки блюда;
    • добавление в корзину;
    • начало оформления;
    • завершённый заказ.  

    2. Сравнительное тестирование

    После периода обучения проводилось сопоставление Custom Bidding со стандартной автоматической стратегией. 

    Чтобы снизить влияние сезонности, результаты оценивались относительно двух контрольных периодов: 

    • аналогичного периода прошлого года;
    • сопоставимого по длительности периода непосредственно перед запуском кампании.
    Изменения, которые могли повлиять на чистоту теста, синхронно применялись к обеим группам. 

    Метрики и результаты

    Стоимость онлайн-заказа снизилась на 15%

    Использование Custom Bidding позволило получить CPA на 15% ниже, чем при использовании стандартной модели назначения ставок.

    Результат оценивался с учётом динамики относительно:

    • аналогичного периода прошлого года;
    • периода перед стартом рекламной кампании.  

    Бюджет перераспределялся в пользу более ценных пользователей
    Алгоритм чаще участвовал в аукционах за показы пользователям, которые демонстрировали более высокую вероятность оформления заказа.
    Это позволило сократить расходы на менее перспективные рекламные контакты и направить бюджет на аудиторию с выраженными покупательскими сигналами.

    Оптимизация стала учитывать всю воронку
    Вместо оптимизации исключительно на финальный заказ система начала использовать промежуточные действия как сигналы будущей конверсии.
    Это особенно важно для пользователей, которые:

    • не оформляют заказ во время первого визита;
    • возвращаются на сайт позже;
    • изучают несколько предложений;
    • взаимодействуют с меню до принятия решения.  

    Что повлияло на результат

    1. Разный вес конверсионных действий
    Просмотр меню и завершённый заказ перестали восприниматься системой как равноценные события.
    2. Использование дополнительных сигналов
    Алгоритм учитывал не только действия на сайте, но и время, устройство, географию и другие параметры рекламного показа.
    3. Сопоставимые тестовая и контрольная группы
    Одинаковая структура кампаний позволила точнее оценить вклад Custom Bidding.
    4. Достаточный период обучения
    Разные креативы дают разный уровень вовлечения при одинаковом таргетинге. 

    Инсайты и ценность 

    Один заказ не всегда равен другому

    Для бизнеса могут иметь разную ценность:

    • первый и повторный заказ;
    • разные суммы чека;
    • разные товарные категории;
    • разные зоны и способы доставки.
    Custom Bidding позволяет учитывать эту разницу внутри одной стратегии.

    Промежуточные события помогают алгоритму обучаться

    Просмотр меню, карточки блюда и корзины не являются конечной целью бизнеса, но помогают раньше определить пользователя с высокой вероятностью заказа.

    Custom Bidding особенно эффективен при сложной воронке

    Подход подходит компаниям, которым недостаточно оптимизироваться только на количество конверсий. Алгоритм может учитывать:
    выручку;

    • маржинальность;
    • средний чек;
    • ценность нового клиента;  

    Ценность для бизнеса

    Кейс показывает, как перейти от стандартной оптимизации на количество заказов к управлению ценностью рекламного контакта.

    Custom Bidding позволяет:

    • снижать стоимость привлечения заказа;
    • учитывать несколько этапов воронки;
    • присваивать разную ценность пользовательским действиям;
    • использовать собственные данные бизнеса при назначении ставок;
    • масштабировать performance-кампании без пропорционального роста CPA.
    Подход может применяться не только в ресторанной доставке, но и в e-commerce, банковских продуктах, образовании, автомобильной категории, недвижимости и других направлениях с многоэтапной воронкой. 

    Готов ли проект к Custom Bidding

    Для корректной работы алгоритма необходим технический минимум:

    • корректно настроенный Floodlight;
    • достаточный объём конверсионных событий;
    • несколько событий или бизнес-сигналов с разной ценностью;
    • не менее четырёх недель на обучение и сравнительный тест;
    • отсутствие существенных изменений кампании во время чистого эксперимента.
    В предоставленном чек-листе ориентиром указаны более 50–100 событий в день на уровне рекламодателя, две недели обучения и две недели A/B-тестирования.  

    Cookie-файлы
    Настройка cookie-файлов
    Детальная информация о целях обработки данных и поставщиках, которые мы используем на наших сайтах
    Аналитические Cookie-файлы Отключить все
    Технические Cookie-файлы
    Другие Cookie-файлы
    Мы используем файлы Cookie для улучшения работы, персонализации и повышения удобства пользования нашим сайтом. Продолжая посещать сайт, вы соглашаетесь на использование нами файлов Cookie. Подробнее о нашей политике в отношении Cookie.
    Понятно Подробнее
    Cookies

    Задать вопрос, заказать обратный звонок, пригласить в тендер.

    Связаться