Кейс i-Media и Росбанк: как увеличить заявки на премиальные карты вместе с Getintent

Росбанк — российский банк, оказывающий услуги частным и корпоративным клиентам с 1993 года. Перед компанией стояла задача – привлечь новых клиентов для оформления карты Mir Supreme Премиальная.

Вместе с programmatic-платформой Getintent, команда i-Media подготовили и провели рекламную кампанию. За три месяца Росбанк получил 204 заявки, что превысило KPI на 79%.

Далее расскажем, как нам это удалось.

Как мы достигали KPI

• Поиск и выбор программатик-платформы.
• Запуск нескольких стратегий для тестирования.
• Анализ первых результатов.
• Отключение неэффективных и усиление результативных стратегий.
• Анализ промежуточных показателей.
• Запуск дополнительных стратегий, ручная и AI-оптимизация.

Подготовка к запуску

Продвижение премиум продуктов имеет некоторые сложности, так как сегмент заинтересованной аудитории узкий. Чтобы найти людей, которым нужна премиальная карта, эффективнее и быстрее работать с программатик-платформой. Она найдет релевантную аудиторию по собранным таргетингам, а при необходимости можно подключить ретаргетинг.

Для работы над рекламной кампанией Росбанка привлекли programmatic-платформу Getintent. Далее расскажем, как готовились к запуску.

1. Запросили у клиента портрет целевой аудитории для таргетинга. Это были мужчины и женщины от 30 до 55 лет, высококвалифицированные специалисты, топ-менеджеры компаний, собственники бизнеса из 20 крупных городов РФ с населением от 700 тысяч жителей.
2. Установили трекинговый пиксель Getintent на сайт рекламодателя за неделю до начала размещения. Это помогло отследить действия пользователей на сайте, чтобы в дальнейшем показывать наиболее релевантные креативы.
3. Установили конверсионный пиксель за неделю до начала размещения. Разметили пикселями не только конечные цели, но и промежуточные, чтобы могли собирать пользователей по воронке.
4. Добавили макросы в UTM-метки. Благодаря установленному макросу EVENT_ID, мы смогли собирать информацию о совершенных конверсиях в разных разрезах. А также узнавать с каких стратегий, креативов и доменов приходит аудитория, совершающая целевые действия.
5. Получили доступ к данным Яндекс.Метрики рекламодателя и передали его Getintent. Это было необходимо, чтобы команда платформы могли анализировать результаты рекламной кампании и вносить коррективы.

Запуск нескольких стратегий для тестирования

Благодаря установленному трекинговому пикселю на сайт клиента до начала размещения, мы знали, на каких сайтах, категориях контента и аудиторных сегментах присутствует целевая аудитория. Мы определили три рабочие стратегии.

1. Таргетинг на сегменты бизнесменов, топ-менеджеров, премиальных покупателей, владельцев элитной недвижимости и др.
2. Предиктивная оптимизация. Поиск целевых пользователей с оптимизацией качественных переходов на сайт Росбанка для дальнейшего ретаргетинга.
3. Ретаргетинг на пользователей, совершивших целевые действия на сайте.

В марте, пока самообучающиеся алгоритмы программатик-платформы анализировали данные о целевой аудитории, таргетировались на релевантную аудиторию и использовали ручную оптимизацию. Мы смотрели CTR по разным аудиториям, предоставляли Getintent выгрузки Adriver по post-view конверсиям, показам, кликам.

Собрали white-list по размещению: домены, с которых совершались конверсии, а также сегмент ретаргетинга. В некоторых стратегиях для усиления спенда работали с оптимизацией ставок. Это принесло 41 заявку, что было выше плана на 24%.

Предиктивная оптимизация

В Getintent существует ряд полезных предикторов. Предикторы — инструменты, которые анализируют параметры пользователя, паблишера и рекламодателя для различных целей. В этой рекламной кампании мы использовали Action CPA-предиктор, он применяется для закупки показов пользователям, которые с большей вероятностью совершат целевое действие. После обновления предиктор работает еще быстрее и ему достаточно 50 уникальных конверсий за 30 дней.

Применение CPA-предиктора в кампании дало кратный рост конверсий и снижение стоимости заявки. На втором месяце размещения было набрано 72 уникальных конверсии и запущен CPA-предиктор, он обучился на других стратегиях, стал точнее прогнозировать результаты и помимо роста конверсий на 118%, стал снижать CPA. Уже на втором месяце стоимость заявки снизилась на 54%, а в третьем месяце на 47% от прогнозируемого значения.

Результаты

За три месяца мы охватили более 3,5 млн cookies, привлекли новых премиальных клиентов в банк для оформления карты Mir Supreme Премиальная, снизили CPA на 79%, а также перевыполнили поставленный KPI по совершенным конверсиям – 204 заявки.

Кейс подготовлен командой i-Media.