Реклама не работает? Возможно, вы тестируете не ту аудиторию

➡️ Диагноз, который ставят слишком быстро

Когда рекламная кампания не даёт результата, симптомы знакомы: креативы не конвертят, лидов мало, стоимость заявки растёт, бюджет расходуется, а нужного объёма продаж или регистраций нет.

При этом проблема не только в одном элементе. Высокий CTR не гарантирует заявки, а хороший креатив не спасёт кампанию, если его показывают не той аудитории.

Поэтому при слабых результатах стоит смотреть на всю связку и только после этого решать, что именно нужно менять.

➡️ Где на самом деле точка роста

Дизайн живёт в постоянном A/B-тестировании, а аудитория остается на настройках, заданных ещё на брифинге, месяцами. Одно плечо рычага крутят непрерывно, второе почти не трогают. Поэтому очередная смена баннеров не всегда даёт ожидаемый эффект.

Проблема усугубляется тем, что собственные данные о клиентах рано или поздно заканчиваются. Ретаргетинг отработан, look-alike на CRM больше не дает объема, а стандартные интересы площадок — слишком неточный инструмент для узких категорий вроде недвижимости, B2B, медицины или финансов. Здесь и работают DMP: платформы, которые агрегируют внешние аудиторные сегменты по реальному поведению пользователей. Их задача — не заменить креатив, а дать ему точный адрес: кому его вообще имеет смысл показывать. Аудитория превращается в такую же тестируемую переменную, как дизайн.

Дальше не теория, а результаты трёх реальных кампаний с использованием таргетингов AmberData.

➡️ Что показали реальные кампании

В кейсе AmberData с апартаментами «Море.Ялта» контекст по инвестиционным запросам лидировал по кликам: CTR — 1,73%. Но на уровне заявок сегмент «Недвижимость премиум класса» показал CPL на 35% ниже среднего по контексту, а конверсию в лид — на 4,8% выше.

У сети зоомагазинов «Бетховен» вместо одного общего сегмента «любители животных» протестировали несколько дифференцированных аудиторий. В результате post-view-конверсии выросли на 182%, а CPA снизился на 40%. Но более точная аудитория не всегда означает лучший результат.

В кампании производителя бытовой химии «Чайка» сегменты AmberData дали средний CTR 0,88% против 0,68–0,79% у других источников и принесли 302 регистрации сверх плана. При этом один узкий сегмент по интересу к брендам-конкурентам пришлось отключить: для охватной задачи он оказался слишком точным, и CTR снижался с ростом частоты показов.

Получается важный нюанс: DMP — не волшебная кнопка «показывай точнее». Один и тот же подход может дать прирост в кампании на конверсии и не сработать в кампании на широкий охват. Поэтому внешние аудитории стоит тестировать как отдельную гипотезу — с учётом цели кампании и тех метрик, по которым оценивается её результат.

Все три кейса реализованы командой AmberData совместно с партнёрскими агентствами. Они показывают, как выбор аудитории влияет на результат в зависимости от задачи кампании — и почему один и тот же подход не обязательно сработает одинаково в разных условиях.

➡️Что делать с этим на практике

Директорам по маркетингу — прежде чем утверждать новый бриф на дизайн, проверить на данных, не в сегментации ли дело. Perfomance маркетологам — тестировать источники аудитории так же системно, как креатив, сравнивая DMP-сегменты и с CPA, и с охватной метрикой. Селлерам брендов — выделять на тест с внешними DMP-сегментами 10–15% бюджета кампании и определить метрики, по которым будет принято решение о масштабировании результата.

➡️ Прежде чем менять баннер снова

Смена баннера — самое заметное решение, но не всегда самое эффективное. Если кампания не даёт нужного результата, стоит проверить всю связку: креатив, оффер, площадку и аудиторию.

Внешние данные делают подбор аудитории таким же измеримым процессом, как тестирование креативов. Можно выделить отдельный сегмент и небольшой бюджет на тест, а затем сравнить его с текущим таргетингом по CPL, CPA, конверсии или другим ключевым метрикам.

Платформа AmberData DMP собирает внешние аудиторные сегменты под разные рекламные задачи. Посмотреть доступные таргетинги и быстро рассчитать медиаплан — в каталоге сегментов AmberData