Настройки кампании
Запустили продвижение акционного предложения
Размещение в чеках Mail.ru: мы опирались на их данные о профиле и покупках, а высокую точность и эффективность обеспечили наши собственные технологии.
Подобрали аудиторию с помощью ML
По мере накопления данных ML уточняет прогнозы и оптимизирует таргетинг, направляя показы тем, кто с большей вероятностью совершит конверсию.
Модель автоматически определяет наиболее вероятных покупателей, анализируя множество сигналов — поведение пользователей, контекст и реакцию на показы.
Контролировали
ход кампании с минимальными корректировками
С учётом высоких чеков и длительного цикла принятия решения мы заранее установили безопасные дневные лимиты и частоту показов, чтобы избежать выгорания аудитории. ML-модель обеспечила уверенный старт кампании, а оптимизации требовали только минимальных корректировок в процессе.
Настроили таргетинг по покупательской модели
Использовали в кампании поведенческие сигналы, данные по покупательской способности, онлайн/офлайн истории покупок и профилю Mail.ru — модель таргетировала конкретные Stable ID, готовые к покупке.
Построили прозрачную аналитику под KPI клиента
Мы связали показы и клики с покупками CozyHome в онлайне
и офлайне. Аналитика показывает точные ответы: кто купил, когда, что, и после какого контакта — что позволяет корректно рассчитать ДРР, средний чек и привлечь новых клиентов.