Lagom решил использовать технологию Rivox AI, чтобы научить рекламные алгоритмы Директа эффективно распознавать клиентов, которые действительно были близки к покупке, а не просто изучали товар. Главной задачей стало увеличить продажи мебели и снизить CPA.
«Клиенты долго изучали мебель на сайте, но не решались на покупку из-за высокой цены. Благодаря виртуальным конверсиям Rivox AI CPA снизился на 20%, а продажи выросли на 38%»
кейс Lagom × Rivox AI
Lagom — интернет-магазин дизайнерской мебели ручной работы из дуба.
Мебель — товар, который клиенты выбирают долго. Среднее время от первого захода на сайт до покупки составляло от 5 до 20 дней.
Из-за этого стандартные рекламные кампании работали неэффективно:
CPA был очень высоким — около 6000 ₽ за заявку;
Конверсия в продажу была 0,3%;
Многие клиенты посещали сайт по 3–5 раз, изучали товары подробно, но не решались на покупку;
Директ оптимизировался на промежуточные действия («просмотр карточки товара»), что никак не помогало определить реальных покупателей.
ЗАДАЧА
Как сработала наша ML-модель
1
Сбор уникальных поведенческих данных
После простой установки SDK Rivox на сайт магазина, начался подробный сбор данных о поведении посетителей:
как именно пользователи взаимодействовали с товарами (например, столами, комодами, стульями);
изучение характеристик, материалов, отзывов других клиентов и сроков доставки;
время, проведённое на карточках мебели;
возвраты пользователей на сайт через 1–2 дня и их действия при повторных визитах;
поведение пользователей при изучении разделов «Блог» и т.д.
2
Обучение ML-модели на распознавание реального намерения к покупке
Собранные поведенческие данные были использованы для обучения модели Rivox AI. В результате обучения модель выявила ключевые паттерны покупателей:
пользователи, которые изучали характеристики и возвращались к одному и тому же товару через 1–3 дня, чаще совершали покупку;
посетители, которые взаимодействовали с разделом «Блог», имели вероятность покупки почти в 3 раза выше.
На основе этих инсайтов была создана отдельная виртуальная конверсия, которая отправлялась в Метрику каждый раз, когда ML-модель фиксировала высокую вероятность покупки.
3
Влияние на рекламную кампанию
После внедрения виртуальных конверсий Яндекс.Директ получил качественные сигналы о намерении клиентов купить дорогую мебель.
Это позволило:
сократить период обучения кампаний с 7–10 дней до 1-2 дней;
сосредоточить бюджет на действительно заинтересованной аудитории;
сократить цикл принятия решения у покупателей благодаря точным поведенческим сигналам.
Результаты после обучения Директа:
на 20%
Снижение CPA
0,3% до 1%
Рост конверсии в покупку
на 38%
Рост числа продаж
на 15%
Рост среднего чека
ПОЧЕМУ ЭТО СРАБОТАЛО
До Rivox AI алгоритмы Директа оптимизировались на промежуточных действиях («просмотр карточки»), которые не были показателем реального намерения купить дорогой товар.
После внедрения виртуальных конверсий:
Алгоритмы начали получать более глубокие и релевантные сигналы именно о реальном интересе к покупке;
Реклама стала намного эффективнее, бюджет стал расходоваться экономнее, принося больше заказов и прибыли.
Таким образом, виртуальные конверсии Rivox AI изменили структуру продаж Lagom, сфокусировавшись на качественной аудитории с высоким средним чеком и менее длинным циклом принятия решения (цикл сократился с 10-13 дней до 5).
«Теперь мы уверенно масштабируемся, ориентируясь на эффективное привлечение клиентов, которые покупают чаще, быстрее и дороже»
Хотите сократить расходы на рекламу и зарабатывать больше?
Заполните форму и получите план, как сэкономить до 30% рекламного бюджета с помощью AI-оптимизации от Rivox
Уже сэкономили более 5 млн рублей клиентам за счёт снижения нецелевого трафика
Передали в рекламные системы свыше 12 000 виртуальных конверсий — вместо обычной аналитики
Подняли средний чек на 40% в кейсах из e-com, финтех и онлайн-услуг