«Альфа-Банк» снизил цену за одобренную заявку в КМС на 61%

Решением стала автоматизированная стратегия на основе машинного обучения и обезличенная передача данных в Google Рекламу

Задачей «Альфа-Банка» было снизить цену за одобренную кредитную карту на среднем этапе воронки в Контекстно-медийной сети. В качестве эксперимента команда «Альфа-Банка» и разработчиков Google настроила передачу обезличенных данных по одобрениям. Для теста выбрали «умную» кампанию в КМС с автоматизированной стратегией «целевая цена за конверсию». Это привело к снижению цены за заявку и увеличению их количества. По итогу тестирования «Альфа-Банк» и агентство MGCom, проводившее кампанию, включили этот канал в медиапланирование на постоянной основе.

Цели
Улучшить показатели контекстно-медийной сети на среднем этапе воронки без потери в объёмах одобренных заявок.
Остаться в рамках целевой цены за действие (CPA).
Увеличить эффективность маркетинговых затрат в КМС.
Увеличить объем одобренных заявок без повышения цены за одобренную заявку.
Подход
Настроить передачу обезличенных данных по одобренным заявкам, чтобы улучшить работу автоматизированной стратегии «целевая цена за конверсию» на среднем этапе воронки.
Использовать интеллектуальное назначение ставок для автоматической оптимизации целевой цены за конверсию.
Сравнить эту рекламную кампанию с предыдущими аналогичными «умными» РК.
Добавить кампанию на постоянную основу для достижения всех KPI.
Результаты (период теста: 1 и 3 кварталы 2018 года)
На 76% увеличилось количество первичных заявок.
На 157% выросло количество одобрений.
На 46% повысился коэффициент одобрения.
На 61% сократилась цена одобренной заявки по сравнению с предыдущими размещениями в КМС.

Подход к решению задачи

Рынок контекстной рекламы постоянно развивается: появляются новые инструменты, методы и решения. Поэтому клиенты и агентства стремятся масштабировать свои кампании, сохраняя максимально эффективную стоимость размещения и привлечения новых клиентов. Сегодня главные тренды — автоматизация, машинное обучение и обработка обезличенных данных.

Агентство «Альфа-Банка» MGCom уже тестировало в КМС автоматизированную стратегию «особые аудитории по намерениям» — тогда удалось на 26% увеличить коэффициент конверсии. В этот раз команда решила масштабировать свое размещение.

Для этого выбрали «умную» рекламную кампанию со стратегией «целевая цена за конверсию». Это значит, что алгоритмы сами анализируют статистику кампании и контекстные сигналы, после чего определяют оптимальную цену за клик для каждого показа. В итоге бренд получает максимум конверсий по заданной цене.

Этот тип у «Альфа-Банка» оказался самым объёмным с точки зрения трафика и заявок, по данным ранних периодов размещения. Однако коэффициент одобрения в предыдущих кампаниях был менее высоким и стабильным в отличие от других РК в КМС. Это не позволяло полноценно и эффективно использовать «умные» кампании.

Чтобы улучшить результаты, команда «Альфа-Банка» и разработчиков Google настроила передачу обезличенных данных по одобренным заявкам на кредитную карту в рекламные кабинеты Google Рекламы. Эти сведения использовали специалисты MGCom для запуска «умной» кампании в КМС со стратегией «целевая цена за конверсию».

Это помогло обогатить данные Google обезличенной информацией о пользователях, которым с наибольшей вероятностью одобрят заявку на кредитную карту.

«Умная кампания, которая оптимизировалась по передаваемым данным, помогла существенно увеличить количество первичных заявок и одобрений, а цена одного одобрения сократилась на 61%, — рассказывает о результатах руководитель направления интернет-продвижения «Альфа-Банка» Михаил Евстегнеев. — Этого удалось достичь уже на третью неделю размещения. Автоматизация помогла освободить сотрудников от рутинной работы — не только потому что ставки теперь делают алгоритмы, но и за счет того, что креативы теперь тоже собираются автоматически на основе нескольких элементов, которые дает наша команда».

«Альфа-Банк» увеличил конверсии в КМС по целевому CPA за счет таргетинга «Особые аудитории по намерениям»