Модельный кейс. Все цифры и результаты условные.

Представим ИИ-сервис для оформления карточек товаров. Он умеет делать отдельные изображения и собирать несколько карточек в одном стиле. Перед рекламой возникает конкретный вопрос: предлагать продавцу попробовать один товар или показать работу с каталогом?

В модели проверим два оффера на одной категории аудитории. Гипотеза таргетов для Telegram Ads — каналы действующих продавцов маркетплейсов. Реальные доступные площадки и рекламные форматы потребуется проверить перед запуском. Названия каналов здесь не подставляю: готового медиаплана у этого сценария нет.

Оффер А: создать карточку для одного товара. Оффер Б: подготовить серию карточек в едином стиле. В обоих случаях человек сначала бесплатно скачивает одно готовое изображение. Платный пакет, его цена и лимит пробных действий одинаковы. Меняется задача, на которой строится рекламное сообщение.

Выделим по 15 000 ₽ на вариант. Это рекламный расход модели с выбранными комиссиями размещения. Оплаты учитываем в течение 14 дней после первого старта, когорты сравниваем только после завершения этого окна. У одного человека может быть несколько изображений, но в воронке он считается один раз.

Вариант А: 300 новых пользователей начали работу, 150 скачали первое готовое изображение, 15 впервые купили пакет.

Вариант Б: 300 начали работу, 120 скачали первое изображение, 24 впервые купили пакет.

Если оценивать рекламу только по бесплатному результату, А впереди: он даёт 150 скачавших пользователей против 120. Но главный вопрос кейса — кто после этого переходит к покупке.

Конверсия из первого скачивания в оплату для А: 15 / 150 = 10%. Для Б: 24 / 120 = 20%. В условной воронке Б бесплатный результат получают меньше людей, зато большая доля из них оплачивает пакет.

Проверим, что это значит для рекламного расхода. В А первый покупатель обходится в 15 000 / 15 = 1000 ₽. В Б — в 15 000 / 24 = 625 ₽. Эти суммы не являются полным CAC: труд специалиста и другие расходы привлечения здесь не заданы.

Я бы использовал эту модель, чтобы сформулировать следующую гипотезу: предложение серии может привлекать продавцов с более объёмной задачей. Для проверки нужно связать рекламную метку с количеством товаров, которые пользователь собирается оформить, и сравнить оплаты внутри сопоставимых групп.

Само различие конверсий такой гипотезы не доказывает. За ним могут стоять состав аудитории, качество исходных фотографий или случайность небольшого теста. В реальной работе важно сохранить одинаковую цену и бесплатный лимит, иначе появится ещё одна причина различий.

Есть и ограничение экономики: пакет для каталога может требовать больше платных генераций и поддержки. Поэтому более дешёвый покупатель не обязательно приносит больше прибыли. Для решения о масштабировании понадобятся выручка после возвратов, платёжные комиссии и фактические переменные расходы по обоим вариантам.

Вывод для запуска: заранее выбрать целевое действие и сохранить весь путь до него. В этой модели скачивание показывает, что пользователь увидел продукт, а первая покупка помогает оценить рекламный оффер. Смешав эти события, можно увеличить бюджет варианта, который даёт больше бесплатной активности и меньше покупателей.

Разбираю продвижение сервисов и ботов через Telegram Ads в своём канале: https://t.me/+qSWPpcHyB5xhYzZi