Как умная работа с фидами, интеграция ChatGPT в процесс генерации уникальных оферов и стратегия SOI привели к росту продаж при сохранении ДРР

Товарная категория

Unitiki — это сервис онлайн-бронирования междугородних автобусных билетов. Платформа агрегирует предложения перевозчиков по всей России, предоставляя пользователям возможность быстро и удобно приобрести билет без наценок. Продукт работает в высококонкурентной нише тревел-услуг и ориентирован на мобильных пользователей. Основной акцент — на простоту оформления, широкий выбор направлений и выгодную стоимость поездок, особенно по коротким маршрутам.

Положение бренда в категории

Unitiki работает в нише онлайн-бронирования автобусных билетов — сегменте, который активно развивается за счет цифровизации и роста спроса на внутренний туризм и поездки между регионами. На момент старта проекта платформа уже имела стабильный пул пользователей и около 400 000 маршрутов в базе, но столкнулась с высокой конкуренцией в поисковой выдаче и неравномерной эффективностью рекламных офферов.

Целевая аудитория кампании

Основная аудитория — пользователи из регионов России в возрасте от 25 до 55 лет, совершающие поездки междугородного и пригородного формата. Это как экономные туристы, так и пассажиры, регулярно пользующиеся автобусным транспортом для поездок по делам или в гости. Также в фокусе — аудитория, предпочитающая онлайн-бронирование с мобильных устройств и ищущая простое и понятное решение без дополнительных сборов и посредников.

Постановка задачи

Обеспечить кратный рост дохода от платной рекламы при сохранении допустимого уровня ДРР, повысить долю выкупаемого трафика (SOI), масштабировать охват за счёт новых офферов и моделей атрибуции, а также улучшить эффективность коротких маршрутов.

Маркетинговый контекст

Рынок онлайн-бронирования автобусных билетов характеризуется высокой конкуренцией, сезонными колебаниями спроса и ценовой чувствительностью аудитории. Работа с офферами требует особенно точной настройки фидов, ставок и креативов. Сложность усиливает наличие 400 000 направлений с разной рентабельностью.

Исходная ситуация

Для Unitiki стало необходимо перестроить структуру рекламных кампаний для масштабируемого роста при сохранении контроля над ДРР.

Описание идеи

Основными целями стали трансформация рекламной стратегии с фокусом на масштабирование и управление рентабельностью за счёт гибкой работы с фидами и автоматизацией креативов.

Были разделены автоматический и кастомный фиды: первый включал стандартные предложения, второй — офферы с максимальной маржинальностью. Кастомный фид сгенерировали с помощью ChatGPT: по итогу было создано более 400 тыс. уникальных заголовков, которые усилили охват и кликабельность. 

Дополнительно запущены динамические поисковые объявления, включая новый на момент запуска плейсмент в Яндекс.Директе — динамические места показа. Это дало 13,5% всех конверсий и 13,4% выручки, при снижении CPC на 40%.

Также проведено A/B-тестирование моделей атрибуции: автоматическая модель принесла +79% конверсий и +95% дохода по сравнению с моделью «последний значимый переход», при росте ДРР всего на 2%.

Стратегия позволила гибко перераспределять трафик, усиливать приоритетные направления и быстро проверять гипотезы. В итоге платформа стала более конкурентоспособной, увеличила свою долю в поисковой выдаче и сохранила рентабельность при масштабировании.

Описание результатов

Кампания принесла значимые результаты за короткий срок. С августа по декабрь 2024 года:

Доход от рекламного трафика увеличился в 2–3 раза по сравнению с предыдущими периодами.

Доля выкупаемого трафика (SOI) выросла более чем в 3 раза.

CPC динамических объявлений был на 40% ниже, чем у стандартной поисковой рекламы.

Динамические места на Поиске обеспечили 13,5% всех конверсий и 13,4% дохода от кампании.

После внедрения автоматической атрибуции — рост конверсий на 79%, дохода на 95%, при росте ДРР всего на 2%.

Благодаря кастомному фиду, созданному с помощью ChatGPT, масштабирована рекламная активность по более чем 40 тыс. офферов.

Повышена эффективность коротких маршрутов, ранее недооценённых из-за слабой рентабельности и сезонных ограничений.

Общая структура фидов позволила перераспределять ставки в зависимости от маржинальности, снижая показы низкорентабельных направлений.

Масштабирование кампаний происходило без потерь в рентабельности.

В результате Unitiki получил устойчивую модель роста в поисковой рекламе, позволившую не просто сохранить показатели в условиях высокой конкуренции, но и значительно превзойти предыдущие значения. Комбинация технологии, автоматизации и экспериментов позволила агентству и клиенту построить рабочую систему масштабируемой рекламы в сложной многопродуктовой среде.