🔥 Таргетинг по реальным покупкам конкурентов: EKONIKA снизила стоимость привлечения по...
🔥 Таргетинг по реальным покупкам конкурентов: EKONIKA снизила стоимость привлечения покупателя на 40% Пока одни рекламодатели ищут аудиторию по интересам, другие уже покупают доступ к людям, которые действительно тратят деньги у конкурентов. 14 октября AdIndex опубликовал кейс EKONIKA, First Data и ГК Starlink. Бренд премиальной обуви решил отказаться от привычной логики: «Женщины 25–45 лет, интересуются модой и покупками». Вместо этого использовали данные о реальных транзакциях покупателей. Результаты кампании: −40,3% к стоимости целевого действия. 3,7 тыс. post-view-конверсий за период размещения. В 2,5 раза больше конверсий в последнем периоде по сравнению с первым. Кампания проходила с 1 февраля по 8 мая 2026 года. Оценивались покупки на сайте после просмотра рекламы. И вот здесь начинается самое интересное. ⸻ 📊 Что изменили в таргетинге Обычная модель: Интересуется обувью → потенциальный покупатель. Но человек может месяцами смотреть обувь, сохранять фотографии и не покупать ничего дороже 2 000 руб. Для премиального бренда такая аудитория далеко не всегда подходит. Поэтому EKONIKA использовала другую модель: Факт покупки → ценовой сегмент → конкурентный бренд → рекламное предложение. Через First Data сформировали аудиторию женщин 18–44 лет, которые регулярно покупают одежду, обувь и аксессуары сопоставимых брендов с чеками от 10 000 руб. Для сегментации использовались данные операторов фискальных данных (ОФД). То есть речь не об интересе к премиальной обуви. Речь о подтверждённой привычке покупать товары определённой ценовой категории. ⸻ И это принципиально меняет качество рекламной гипотезы Представим два сегмента. Сегмент А: 100 000 женщин, интересующихся модой. Но мы не знаем: сколько они тратят на обувь; покупают ли вообще премиальные бренды; какой ценовой диапазон для них привычен. Сегмент Б: 100 000 женщин, у которых уже есть история покупок обуви и аксессуаров в нужном ценовом сегменте. У второй группы есть подтверждённый сигнал покупательского поведения. Это не гарантирует покупку у нас. Но позволяет убрать часть неопределённости. Мы больше не пытаемся продать премиальный продукт всем, кому нравится красивая обувь. Мы показываем его людям, которые уже привыкли покупать сопоставимые товары. ⸻ Как была устроена реклама EKONIKA Команда использовала баннерные размещения на площадках Яндекса. Причём запускалась до начала весеннего сезона. В феврале и марте продвигали новую коллекцию SS26. Позже — коллаборацию EKONIKA x Lavarice. Аудиторный сегмент регулярно обновлялся, а неэффективные рекламные площадки отключали еженедельно. Результаты по периодам: Февраль — 676 конверсий. Март — 1 327 конверсий. Апрель — начало мая — 1 676 конверсий. В финальном периоде охват превысил 4,8 млн уникальных пользователей. CPA в марте снизился на 24% относительно февраля, затем ещё на 22% в последнем периоде. Совокупное снижение от начала до конца составило 40,3%. ⸻ А теперь вопрос: как перенести эту механику в e-commerce? Я бы проверила её прежде всего для товаров, где покупательская способность аудитории критически влияет на конверсию. Например: Бренд одежды со средним чеком 6 000–9 000 руб. Вместо широкой аудитории «интерес к одежде» формируем сегмент людей, которые действительно регулярно покупают fashion-товары в сопоставимом ценовом диапазоне. Бренд косметики с чеком от 4 000 руб. Ищем покупателей премиального ухода, а не всех, кто смотрит бьюти-контент. Товары для дома стоимостью 10 000–20 000 руб. Проверяем аудиторию с историей покупок в подходящих категориях и ценовых сегментах. Самое важное: Для рекламы используем не просто категорию интереса, а историю подтверждённого потребления. При этом такой таргетинг не является стандартной кнопкой в любом рекламном кабинете. В кейсе сегменты формировались через технологического партнёра First Data. Доступность данных, минимальные бюджеты и условия использования нужно уточнять отдельно. ⸻