Кейс Marite.ru × Rivox AI
Как интернет-магазин мебели и сезонных товаров для дач снизил ДРР в 2 раза в ключевых кампаниях, выделил прибыльные сегменты и построил управляемую модель масштабирования через экономику
Исходные условия
Marite.ru — интернет-магазин мебели с сезонными товарами для дачи. Основной KPI — ДРР. У клиента стабильно работающие кампании, запрос на работу с сезонностью и оптимизации бюджетов.
В январе запущены 4 рекламные кампании с целями Rivox.
Важно: в сезонном eCommerce нельзя оценивать рекламу по лидам или по одной неделе — нужно отслеживать ДРР и стабильность аукционной структуры на дистанции.
Что было сделано
Установка SDK Rivox и сбор данных
На сайт Marite.ru установлен скрипт Rivox, собирающий 600+ поведенческих сигналов: время на каталожных страницах, глубину скролла, просмотр разделов «Доставка» и «Каталог», время на карточках товаров, клики на email/телефон для связи через мессенджер.
Накопление данных для обучения
Дождались накопления 50 конверсий — минимального порога для обучения ML-модели. Это обеспечило достаточную репрезентативность выборки.
Обучение ML-модели
Модель проанализировала поведение посетителей, достигших основной цели, и выявила паттерны, указывающие на наибольшую вероятность конверсии в покупку.
Итерационное тестирование
Модель прошла несколько итераций тестирования на разных сэмплах данных для подтверждения устойчивости паттернов и качества предсказаний.
Запуск ML-цели в кампаниях
В Яндекс.Метрике создана JS-цель rivox_goal_ml. Клиент выбрал 4 кампании для первого запуска. В январе стартовал эксперимент: 4 кампании с Rivox-целями vs 4 оригинальные кампании.
Мониторинг фазы обучения
Первые две недели — фаза тестирования сегментов аудитории. Система анализирует реакцию разных аукционов на поведенческий сигнал.
Выделение прибыльных сегментов
Из 4 кампаний определены 2 с положительной экономикой. Бюджет сконцентрирован на сегментах с лучшим ДРР.
Масштабирование через экономику
Управляемое масштабирование бюджетов в кампаниях с подтверждённой эффективностью. ДРР удерживается в плановой зоне.
Первый период: 12–26 января
Одна Rivox-кампания сразу показала ДРР 16,87% — в зелёной зоне. Остальные три отработали хуже оригиналов. На старте система тестирует сегменты.
Ожидаемый этап: в первые недели система тестирует разные сегменты аудитории. Это нормальная фаза обучения, после которой модель выделяет наиболее конверсионные паттерны и концентрируется на них.
Следующий период
Две кампании демонстрируют рабочую экономику, две — нет. Часть аукционов хуже поддаётся поведенческой оптимизации. Решение: оставить только две кампании с положительной экономикой.
Ключевой результат: две оставшиеся кампании показали ДРР в 2 раза ниже, чем оригинальные — каждый рекламный рубль приносит вдвое больше выручки через ML-оптимизацию.
Фидбек клиента
14,8% вместо 8,92% — не проблема: ДРР всё ещё лучше оригиналов, в плановой зоне, недельный срез при нестабильном сезонном спросе.
Важно понимать: колебания ДРР в сезонном eCommerce — нормальная динамика. Нельзя судить об эффективности по одной неделе. Ключевое — ДРР остаётся в плановых значениях, а модель масштабирования управляема через экономику.
Итог по проекту
В этом кейсе Rivox позволил выделить прибыльные сегменты, усилить их, дал управляемую модель масштабирования через экономику.
Нельзя судить эффективность по лидам
В eCommerce с корзинным чеком важен ДРР, а не количество конверсий. Дешёвый лид может не конвертироваться в выручку.
Нельзя делать вывод по одной неделе
Сезонный спрос, аукционная конкуренция и бюджетное масштабирование — всё влияет на понедельный ДРР. Важна дистанция.
ДРР и устойчивость аукционной структуры
Ключевая метрика — не цена клика, а доля рекламных расходов от выручки и стабильность выкупаемых аукционов.
Rivox выделил прибыльные сегменты
Из 4 кампаний определены 2 с лучшей экономикой. Бюджет сконцентрирован на самых эффективных сегментах.
Управляемая модель масштабирования
Масштабирование через экономику, а не через объём трафика — больше выручки на каждый вложенный рубль.
«Rivox-кампании в ключевых сегментах показывают ДРР в 2 раза ниже. Изменилась не просто цена клика, а структура выкупаемых аукционов»