Любая система рекламы в интернете — это способ достучаться до определенной аудитории. Контекстная реклама в этом плане немного отличается от других видов рекламы. Она не ограничена портретами целевой аудитории и опирается на факт проявления интереса к товару, выраженный через запрос в поисковую систему, а не на эфемерные «портреты ЦА» и «аватары клиентов», излишне увлекшись которыми можно выйти далеко за рамки поставленных целей. Несмотря на возможность корректировок ставок по различным параметрам, в контекстной рекламе давно не хватало возможности таргетинга по целевой аудитории.

Представьте, вы занимаетесь строительными услугами, в вашу рекламную кампанию в РСЯ вы вносите запросы вроде «как построить баню». Проблема может возникнуть, когда выйдет новая видеоигра с возможностью строить бани, и ваша реклама будет показана лишней аудитории. Разве не заманчиво обрести некоторый контроль над тем, кому ваши объявления показываются?

Возможностей таргетинга в контекстной рекламе можно придумать множество. Например, географический таргетинг. Представьте, что вы небольшая закусочная с доставкой в пределах одного района. Каждый раз, когда вы запускаете рекламу, вам приходится отсеивать заказы с другого конца города, хоть вы и написали на сайте большими красными буквами «В Токсово доставки нет».

В Google возможность таргетировать объявления по аудиториям работает достаточно давно. Со времени же запуска Яндексом схожей технологии прошло не так много времени. Запуск сервиса состоялся в середине прошлого лета, 29 июня 2016 года. Тестировать сервис сразу после запуска было бы по крайней мере опрометчивым, пара месяцев работы сервиса — достаточный срок, чтобы начать пробовать без большого риска сбоев.

Теоретически у Яндекса есть все средства для работы такого сервиса — карты от Яндекса установлены на телефонах огромного числа людей. Поэтому была некоторая вера как в технологию, так и в техническую базу.

Целью эксперимента было найти новых клиентов для сайта выкупа автомобилей. Посетители сайта должны были оставить заявку, заполнив небольшую форму. На руках у нас имелись данные из метрики другого сайта, посвященного ремонту авто, и возможности Яндекс.Аудиторий.

Возникла идея протестировать последнее нововведение сервиса — аудитории, собранные на основе геолокации вкупе с аудиторией, созданной на базе данных из метрики сайта по ремонту машин. В идеале это позволило бы нам показывать таргетированные по районам объявления тем людям, которые владеют автомобилем. На эксперимент был выделен небольшой, учитывая конкурентность тематики, бюджет в 50 тысяч рублей.

Задача была сформулирована таким образом:

Цель: получить заявки с сайта рекламодателя

Бюджет: 50.000 т.р.

Специализация клиента: выкуп автомобилей

География: районы Санкт-Петербурга

I. Создание аудиторий в Яндекс.Аудиториях

Создание аудиторий по геолокации

Сначала были созданы аудитории, основанные на геолокации, по станциям метро Санкт-Петербурга.

Яндекс аудитории гео

Характеристики подобранной аудитории нас устроили. Однако, по непонятным причинам во всех созданных аудиториях процент людей в возрасте от 35 до 45 всегда оказывался меньше, чем тех, кому от 25 до 35, и тех, кто старше 45. Если с аудиторией в возрасте от 0-18 и 18-25 все достаточно понятно, то почему наблюдается дефицит в пользователях в возрасте от 35 до 45, — остается загадкой. Техническая поддержка Яндекса, к сожалению, пока не может найти ответа на этот вопрос.

яндекс аудитории характеристика

II. Создание таргетированных по аудитории объявлений в Директе

Для каждого сегмента по району в Директе были созданы группы объявлений:

таргетированные объявления

После чего в Директе были добавлены новые условия подбора аудитории на основе ранее созданных сегментов.

подбор аудитории яндекс аудитории

В параметрах групп было выставлено новое условие подбора аудитории.

условие подбора аудитории в яндекс аудиториях

III. Итоги эксперимента

Отсутствие каких-либо достоверных кейсов в интернете с использованием Яндекс.Аудиторий могут натолкнуть на мысль, что технология все еще очень и очень сыра. На деле она показала себя достаточно неплохо: по словам клиента, в день запуска действительно наблюдались видимые изменения в статистике и заметное увеличение спроса на услугу.

В первый день наблюдался наилучший результат:

CTR объявлений в первый день составил 0,12%;

Глубина просмотра была на уровне 1.25, что нормально для небольшого сайта из нескольких страниц;

Конверсий вышло 580. Конверсия в данном случае была равна отправленной заявке на выкуп авто.

На следующий день резко упали показы и клики, но слегка повысилась глубина просмотра. На третий день произошел скачок показов, возможно, со временем система начала показ объявлений людям, которым была менее релевантна услуга клиента. По сравнению с предыдущим днем, конверсии выросли чуть более чем в два раза. В пятницу наблюдался наихудший результат за первую неполную неделю. В выходные кампания не работала.

Результаты следующей недели не шли ни в какое сравнение с результатами предыдущей, возможно из-за того, что система показала объявления большинству заготовленной аудитории. До конца израсходовать бюджет система не смогла. Для проверки быстроты обновления доступной аудитории кампания была запущена через месяц. Результат хоть и не достиг показателей первой недели, но оказался заметно эффективнее второй. Это говорит о том, что аудитории со временем обновляются, но не слишком быстро.

CTR яндекс аудитории

Есть надежда, что со временем сервис будет только улучшаться и станет действительно незаменимым инструментом при работе с контекстной рекламой. Если технология основана на нейросетях, то по идее, чем больше людей будут пользоваться сервисом, тем быстрее он будет улучшаться.