Тема доклада:

ДРР ниже 4% при выручке 14,8 млн в e-com: как гиперсегментация и кастомные фиды побеждают стандартные алгоритмы

О чём:

— Гиперсегментация базы на 5+ групп по реальному поведению (смотрели состав, читали отзывы, бросили корзину с чеком X) вместо стандартного ретаргетинга на всех
— Фильтрация выручки в DataLayer (минус доставка и эквайринг) для передачи алгоритмам Яндекса только чистой прибыли
— Использование кастомных фидов, чтобы разные сегменты видели разные товары и триггеры без участия дизайнера
— Автоматизация фидов, сократившая 40+ часов работы дизайнера и менеджера в месяц
— Достижение ДРР ниже 4% при обороте 14,8 млн руб. (при стандартных 10–15% в нише)
— Рост ROI на 25% за счёт исключения мусорных показов лояльным клиентам

Какую проблему решали

Стандартный ретаргетинг на всех — это слив бюджета. Он догоняет тех, кто и так купит, и тех, кто точно не купит. Алгоритмы обучаются на ботах и грязных данных, из-за чего ДРР растет, а реальная прибыль падает.

Путь решения и инструменты

Во время доклада спикер покажет три этапа, которые помогут получить результат:
1. Гиперсегментация: разделение базы на 5+ групп по реальному поведению (смотрели состав, читали отзывы, бросили корзину с чеком X)
2. Очистка данных: Фильтрация выручки в DataLayer (минус доставка и эквайринг) — кормим алгоритмы Яндекса только чистой прибылью
3. Авто-офферы: использование кастомных фидов, чтобы сегменты видели разные товары и триггеры без участия дизайнера.

Результат

Спикер покажет на конкретном примере, как получили ДРР ниже 4% при обороте 14,8 млн руб. (вместо стандартных 10–15% в нише). Рост ROI на 25% за счёт исключения мусорных показов лояльным клиентам.
Сокращение трудозатрат: автоматизация фидов сэкономила 40+ часов работы дизайнера и менеджера в месяц.

О спикере:

Ссылки на социальные сети:

vk.com/bdsm_rykova

t.me/ksenechka_r