Кейс Ozon и VK: как оптимизировать рекламные кампании и снизить ДРР до 0,6%
О том, как с помощью Full-Stream Attribution (технология для моментальной передачи данных о действиях пользователей) получить ДРР ниже 1%, а стоимость привлечения клиента — до 5 тыс. рублей, — в кейсе
С сентября 2025 по январь 2026 года Ozon тестировал инструменты VK для продвижения стандартного формата электронной коммерции — карусели с товарами, — чтобы оценить возможности новые оптимизации кампаний площадки и снижения стоимости привлечения клиентов.
Рекламная кампания закончилась, все приведенное на изображении
представлено для демонстрации РК и не является офертой и каким-либо
призывом.
Задачи
Перед командой стояло сразу несколько задач, связанных с традиционно высоким показателем доли рекламных расходов (ДРР), который в кампаниях классической электронной коммерции составляет 6–7%:
-
ДРР не более 5%;
-
САС (Customer Acquisition Cost — стоимость привлечения клиента) не более 5 тыс. рублей.
Реализация
В рамках кампании тестировали технологию Full Stream Attribution (FSA): она обеспечивает передачу пользовательских сигналов от рекламодателя в систему оптимизации «VK Рекламы» напрямую через API (Application Programming Interface — программный интерфейс приложения). При этом информация о действиях пользователей, будь то просмотр, добавление в корзину или избранное либо покупка, передается в профиль за 90 секунд и менее (при стандартной схеме на это уходит 4–6 часов), а канал полностью зашифрован, персональные данные не разглашаются.
Команда настроила два типа оптимизаций: на привлечение новых пользователей (user acquisition) и вовлечение текущих клиентов (динамический ретаргетинг). Последний инструмент применяли для пользователей, которые: положили товар в корзину, добавили товар в избранное, посмотрели карточку товара, но не совершили покупку; ранее совершали покупки, но потенциально могут совершить дополнительные продажи.
Также использовался таргетинг на активных пользователей других площадок: по поисковым фразам или из числа подписчиков сообществ маркетплейсов и платформ электронной коммерции.
Параллельно использовали сегментацию:
-
товаров по стоимости (до 1,5 тыс. рублей, в диапазоне 1,5–5 тыс. рублей, свыше 5 тыс. рублей);
-
товаров по группам (бытовая техника, электроника, самые популярные товары и другие);
-
пользователей по времени последнего заказа (совершен заказ за последний месяц, два месяца, три месяца, свыше трех месяцев);
-
пользователей по уровню дохода (средний или высокий).
Результаты
На старте кампании в сентябре и октябре ДРР был высокий (0,9 и 1% соответственно) ввиду поиска оптимальной стратегии и тестов. САС (Customer Acquisition Cost — стоимость привлечения клиента) составил 4867 рублей в сентябре и 5165 рублей в октябре.
К ноябрю показатель ДРР достиг наилучших значений за кампанию (0,6% при стоимости привлечения клиента 4762 рублей) за счет оптимизации. После показатель вырос: в декабре из-за высокого сезона, когда аукцион зачастую перегревается (0,8%), в январе — вследствие замедления спроса и более низкой активности россиян после праздников (0,9%). Стоимость привлечения клиента составила 4979 рублей и 4996 рублей соответственно.
Рекламная кампания положительно повлияла на бизнес-показатели Ozon и продавцов на площадке: продажи выросли, появились новые пользователи маркетплейса. Показатели ДРР и стоимость привлечения клиента за всю кампанию также оказались в целевых рамках.
Кристина Самохина, руководитель онлайн-маркетинга РФ и СНГ Ozon:
«Для маркетплейса важно эффективно работать с уже заинтересованными пользователями. Поэтому в кампании активно использовали динамический ретаргетинг, который позволяет возвращать пользователей к товарам, которые они уже смотрели, добавляли в корзину или избранное. Существенную роль здесь сыграла скорость передачи данных о покупке. Благодаря снижению времени до полутора минут нам практически удалось избежать ситуаций, когда объявления показываются пользователям, которые уже оформили заказ. В результате рекламный бюджет расходуется эффективнее, а пользователи не получают нерелевантные предложения».
Руслан Осин, директор по клиентскому опыту VK:
«Одним из факторов, который позволил добиться желаемого результата, стало использование новой технологии атрибуции. Она позволяет передавать события покупки напрямую в систему VK и быстрее обучать модели оптимизации. В результате алгоритмы эффективнее подбирали товары под конкретного пользователя и оптимизировали показ рекламы».