Кейс Lada: как OMD и NMi снизили CPL на 72% за счет автоматической аналитики на базе искусственного интеллекта

Компания АвтоВАЗ совместно с рекламным агентством OMD OM Group и рекламным холдингом NMi Group внедрила платформу Smart Data Hub — аналитическое решение на базе искусственного интеллекта для управления digital-воронкой. Система переведена в промышленную эксплуатацию и уже доказала эффективность. Так, например, в одном из ключевых рекламных сегментов стоимость привлечения лида (CPL) снизилась на 72%.

Агентства

OMD OM Group — международное коммуникационное агентство, занимающее одно из первых мест российского рекламного рынка по объему оборота (по данным рейтингов Adindex).

NMi Group — российский рекламный холдинг, предоставляющий полный спектр услуг в сферах исследований и разработок стратегий, медиапланирования и баинга.

Задача

В условиях ограниченного маркетингового бюджета команда агентства OMD OM Group на проекте с Lada стремилась повысить отдачу от цифровых кампаний, сократить стоимость привлечения клиентов за счет роста конверсии. 

Приоритетом стало получение полной прозрачности пути клиента — от первого взаимодействия до сделки. В том числе, важным было понять и проанализировать Customer Journey Map (CJM — визуализация пути клиента с момента поиска товара или услуги до совершения покупки) пользователей непосредственно на сайте, чтобы иметь возможность улучшать UX (User Experience — пользовательский опыт) и управлять маршрутизацией пользователей, опираясь на наиболее конверсионные пути.

Решение

Чтобы решить поставленные задачи, выбрали платформу Smart Data Hub, которая обеспечила автоматическую аналитику на базе AI в режиме реального времени. Система агрегирует данные из рекламных систем, CRM (Customer Relationship Management — программа для автоматизации и контроля взаимодействия компании с клиентами) и веб-аналитики, сканирует их 24/7 и сама формирует полную картину поведения пользователя на всех этапах взаимодействия, указывая на проблемные сегменты, точки роста, растущие риски, упущенные возможности и другие значимые закономерности в данных, позволяющие получать результаты в деньгах.

Одним из примеров стала аналитика шагов клиентского пути (CJM): на основе данных одного из автоматических AI-инсайтов выделили 16 сегментов, на страницах которых были размещены акции. Дополнительно, с помощью DAX (тот же самый язык выражений, что и в Microsoft Power BI, доступен в Smart Data Hub) добавили кастомный показатель конверсии — из сеанса в любую из ключевых целей. Анализ показал, что пользователи, не попавшие на страницы с акциями, конвертируются в три раза хуже.

рис.1 – анализ CJM клиентов по признаку посещения страниц с акциями

Как это работает на практике

В одном из кейсов система выявила сегмент, генерирующий значительный объем трафика по одной из воронок Lada, но практически не дающий заявок. Инсайт показал: проблема в неэффективной цепочке переходов и перегруженной посадочной странице. 

Также, AI Smart Data Hub в реальном времени зафиксировал рост оттока на этапе оформления заявки. Инсайт позволил количественно оценить влияние «бутылочного горлышка» в пути пользователя на посадочной странице для лидогенерации.

Благодаря другому автоматическому инсайту, указавшему на отстающую по эффективности семантическую категорию, после пересбора семантики, CPL (Cost per Lead — средняя стоимость лида) снизился на 34%.

рис. 2 — пример AI-инсайта с аналитическими данными проблемного сегмента

В очередном кейсе Smart Data Hub указал на растущий риск по одной из воронок сайта Lada из-за низкой конверсии в сегменте клиентов с определенными типами устройств. На основе инсайта своевременно были внесены соответствующие корректировки, что позволило снизить CPL по одной из воронок на 72%.

рис. 3 — инсайт типа «Растущий риск», который позволил снизить CPL на 72%

На текущий момент, за 5 месяцев работы, Smart Data Hub нашел уже более сотни AI-инсайтов в данных Lada, из них 60% инсайтов по точкам роста и возможностям для масштабирования, 40% – с проблемными зонами. Инсайты приходят в потоковом режиме, их число постоянно растет.

рис.4 – пример AI-инсайта с аналитических данными эффективного сегмента

Автоматизация аналитики и AI: ключ к эффективности

Встроенный в платформу искусственный интеллект анализирует поведенческие данные, выявляет тренды и узкие места в воронке. Это позволило:

• Перенаправить трафик на страницы с высоким потенциалом конверсии.
• Минимизировать расходы на неэффективные каналы.
• Автоматизировать рутинную аналитику и сократить ручную нагрузку команды.

Такой подход обеспечил снижение CPL по одной из рекламных кампаний на 34%, а по другому сегменту трафика — сокращение CPL на 72%.

Результаты внедрения

Все это — лишь некоторые из примеров подтвержденных результатов, полученных с автоматической аналитикой на базе AI Smart Data Hub в рекламном проекте Lada. Роботизированный анализ данных действительно открывает возможности системно улучшать эффективность всей диджитал-стратегии, освобождая ресурсы команды маркетинга от рутинных операций в таблицах, позволяя сфокусироваться на тестировании новых гипотез. 

• Снизили стоимости привлечения лида на 34% и 72%, за счет оптимизации скрытых сегментов трафика.
• Повысили эффективность ключевых страниц и улучшили пользовательский путь.
• Выявили слабые сегменты и перераспределили бюджет в пользу эффективных.
• Автоматизировали аналитику и перешли к оперативным, основанным на данных, решениям.

Вывод

Кейс Lada, OMD OM Group и NMi Group показал, как автоматическая аналитика на базе AI позволяет автоматизировать процесс дата-майнинга, оперативно выявлять точки роста и быстрее реагировать на позитивные и негативные изменения в неочевидных сегментах аудитории, повышая результативность рекламных размещений.

*AI — Artificial Intelligence — Искусственный интеллект

Реклама. Рекламодатель ООО «Смарт Аналитикс Рус», ИНН 7703477255