Обучить рекламные кампании Яндекс.Директа находить именно тех клиентов, которые заинтересованы в покупке не одного, а нескольких украшений сразу.
«Очень рекомендуем попробовать этот инструмент. Думали, что он только снижает СРА, но можно обучать ИИ на кастомные цели и улучшать любые важные для бизнеса метрики»
кейс Vos Studios × Rivox AI
Vos Studios — интернет-магазин дизайнерских украшений.
Рекламные кампании давали хорошие показатели, однако у магазина была своя специфическая проблема:
Почти 90% заказов состояли всего из одного украшения, несмотря на регулярные рекомендации и специальные предложения комплектов;
CPA был достаточно высоким — 3670 ₽;
Клиенты активно заходили на сайт, но редко добавляли в корзину более одного товара.
Команда Vos Studios пыталась решить эту проблему, используя промокоды и акции типа «скидка на второй товар», но это давало лишь кратковременный эффект и быстро теряло эффективность.
ЗАДАЧА
Что было сделано с Rivox AI:
1
Подключение SDK и сбор поведенческих данных
После простой установки SDK Rivox на сайт, магазин Vos Studios начал собирать глубокие и точные поведенческие данные пользователей:
Как именно клиенты взаимодействовали с карточками товаров, особенно с разделами «С этим товаром покупают» и «Похожие украшения»;
Частоту добавления пользователями нескольких украшений в избранное и корзину;
Возвраты к товарам и повторные визиты на сайт, что указывало на серьезное намерение покупки нескольких изделий;
Просмотры клиентами разделов, посвящённых комплектам и стилевым сочетаниям украшений.
2
Обучение ML-модели
Собранные данные были использованы для обучения ML-модели Rivox, которая начала распознавать поведение именно тех посетителей, которые были склонны купить несколько украшений за один раз.
Были выявлены конкретные поведенческие паттерны:
Клиенты, которые переходили по блокам рекомендаций («С этим покупают», «Рекомендуем дополнить образ»), совершали множественные покупки почти в 3 раза чаще;
Пользователи, которые внимательно изучали карточки сразу нескольких украшений (например, цепочки + подвески / ожерелья + браслеты, кольца + серьги и тд), имели высокую вероятность заказать сразу несколько товаров.
На основе этих данных была создана отдельная виртуальная конверсия, которая отправлялась в Яндекс.Метрику.
3
Перенаправление рекламы на целевой сегмент
После запуска виртуальных конверсий алгоритмы Яндекс.Директа начали получать конкретные сигналы о посетителях, склонных к покупке нескольких украшений.
Это привело к быстрому изменению структуры аудитории, привлекаемой на сайт:
Алгоритмы научились привлекать посетителей, которые активно интересовались несколькими украшениями сразу;
Время обучения рекламных кампаний сократилось до 2–3 дней вместо 5-7 дней.
Число обучающих событий увеличивалось, а на них дообучалась модель, чтобы находить ещё более точные фичи.
Результаты спустя 5 недель:
на 23%
Снижение CPA
на 28%
Рост количества заказов с двумя и более товарами
на 12%
Увеличение повторных покупок
на 45%
Рост среднего чека
ПОЧЕМУ ЭТО СРАБОТАЛО
Раньше рекламные кампании привлекали клиентов, готовых к покупке одного изделия, поскольку оптимизировались на простые действия — добавления одного товара в корзину или просто просмотр товара.
После внедрения Rivox AI и виртуальных конверсий:
Алгоритмы Директа научились распознавать именно тех пользователей, которые хотели покупать несколько украшений сразу;
Реклама начала показываться целевой аудитории с высокой вероятностью мультизаказов;
Кампании быстро оптимизировались, CPA снизился, а продажи комплектов и наборов украшений резко выросли.
«Очень рекомендуем попробовать этот инструмент. Думали, что он только снижает СРА, но можно обучать ИИ на кастомные цели и улучшать любые важные для бизнеса метрики»
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