В этом материале команда digital-агентства MEDIA WORKS разбирает опыт долгосрочного сотрудничества с крупным региональным автодилером из Поволжья. У агентства подписан NDA, поэтому название дилера не упоминается. Кейс показывает как эволюционировал подход к рекламе в кейсе по оптимизации стоимости контракта на основе Big Data.
Предыстория: от захвата рынка к удержанию эффективности
К 2025 году рынок новых автомобилей вошел в фазу охлаждения спроса, конкуренция в аукционах рекламных систем разогрела стоимость клика, а покупатель стал более избирательным и долгим в принятии решений.
Такая модель как: «максимум лидов по приемлемой цене» — уже не обеспечивала желаемый результат. Маркетинг по-прежнему исправно поставлял заявки, но показатели unit-экономики стали ухудшаться.
Проблема 2025 года: когда лиды есть, но CPO растет
Анализ показателей начала 2025 года выявил тревожную динамику. Несмотря на то, что план по количеству лидов выполнялся, итоговая стоимость заключенного контракта (CPO — Cost Per Order) стала расти, быстрее ожидаемого.
Фактический CPO: 76 825 рублей.
Желаемый KPI по цене лида должен был держаться на уровне не выше 55 000.
Бутылочное горлышко обнаружилось на этапе записи в Рабочий лист.
В автобизнесе ключевой метрикой качества трафика является «Рабочий лист» (РЛ). Это статус воронки, который присваивается лиду, когда менеджер подтверждает: клиент реальный, интерес к покупке предметный, заведена карточка сделки.
Новая задача: Не просто приводить лиды, а повысить их качество, снизив стоимость конечной продажи до плановых 55 000 рублей.
Решение: эволюция аналитического подхода
Главным драйвером изменений стала сквозная аналитика и BI-отчетность. Данные рекламных кабинетов, веб-аналитики и CRM-системы дилера были интегрированы Power BI, чтобы видеть не просто клики, а деньги. Это позволило реализовать стратегию в три шага.
Шаг 1. Оптимизация рекламы на основе данных: уход от стандарта
Агентство приняло решение отойти от стандартного подхода, когда реклама оптимизируется по факту получения заявки (цель «Лид»).
В чем проблема стандартного подхода? Алгоритмы рекламных систем стремятся выполнить задачу наименьшим сопротивлением. Если мы просим «дать заявки», робот ищет тех, кто с наибольшей вероятностью заполнит форму. Часто это люди, которые ищут самые дешевые комплектации (которых нет), просто интересуются ценами или случайно кликают по объявлению. Алгоритм не видит, что происходит после отправки формы.
Что сделало агентство? Использовали данные сквозной аналитики, чтобы передать в рекламные системы информацию о событиях из оффлайна. Таким образом специалисты агентства переучили стратегии на две новые цели:
- «Рабочий лист» (квалифицированный лид).
- «Контракт» (финальная продажа).
Теперь алгоритмы искали не тех, кто просто «кликает», а тех, чье поведение похоже на поведение реальных покупателей, приносящих деньги в кассу автосалона.
Шаг 2. Корректировка стратегии и чистка запросов
Сквозная аналитика подсветила неочевидные проблемы в семантическом ядре. Агентство выявило пласт поисковых запросов и таргетингов, которые создавали иллюзию эффективности: они приносили много дешевых заявок, но практически ноль контрактов.
Это были так называемые «токсичные» запросы. Они расходовали бюджет и рабочее время колл-центра на обработку пустых разговоров.
Агентство провело жесткую фильтрацию: исключило неэффективные запросы и отключило кампании, которые генерировали трафик, но не генерировали выручку. Это позволило моментально остановить утечку бюджета.
Шаг 3. Перераспределение бюджета
Высвободившиеся средства были реинвестированы: бюджет направили только на те рекламные каналы и объявления, которые, согласно данным аналитики, приносили клиентов с высокой вероятностью покупки.
Часто это означало работу с более дорогими аукционами. Стоимость клика там выше, но и конверсия в сделку кратно больше. Агентство сознательно пошло на повышение стоимости первичного обращения (CPL), понимая, что в итоге это снизит стоимость продажи.
Результат: меньше пены, больше сделок
Такая стратегия доказала, что переход от количества к качеству — единственно верный путь на зрелом рынке. Перенастройка рекламы на основе сквозной аналитики привела к кардинальному улучшению экономических показателей проекта.
1. Качество трафика выросло на 21% (с октября 2024 по август 2025) Конверсия из первичного обращения в квалифицированный «Рабочий лист» подскочила с 61% до 74%. Это значит, что отдел продаж теперь тратит рабочее время на реальных покупателей.
2. Стоимость контракта (CPO) снизилась на 41% (в среднем за 11 месяцев) Это главный финансовый итог кейса. CPO упал с 76 825 рублей до 45 127 рублей. Мы не только вернули показатель в рамки KPI (55 000 руб.), но и сэкономили клиенту дополнительный бюджет. Фактическая экономия на каждом заключенном контракте составила 31 698 рублей по сравнению с периодом до оптимизации.
Выводы
Для автодилеров и компаний с длинным циклом сделки этот опыт подтверждает: данные — это новая нефть. Только связка рекламных кабинетов с CRM и оптимизация на конечную продажу позволяют удерживать лидерство и прибыльность в условиях меняющегося рынка.
