Главное Авторские колонки Вакансии Вопросы
97 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

От контроля CPI к росту выручки: как Dropp Market и MediaGuru развивали приложение через Яндекс.Директ

Dropp Market — fashion-маркетплейс премиальных брендов, агрегирующий предложения 300+ бутиков и 800+ брендов. Пользователь может сравнивать цены и находить редкие позиции, включая товары, недоступные в России.В 2025 году fashion-ecommerce продолжает смещаться в сторону мобильного потребления: пользователи чаще покупа
Мнение автора может не совпадать с мнением редакции

Команда Dropp Market приняла стратегическое решение развивать мобильное приложение как точку роста LTV и удержания.

К этому моменту мы уже выстроили performance-модель для веб-версии и имели стабильный поток трафика и заказов. Следующим этапом стало масштабирование через iOS-приложение.

Цель

Построить масштабируемую модель привлечения установок мобильного приложения с контролем CPI и вкладом в рост выручки.

Этап 1. Тёплый старт: работа с аудиторией веб-версии:

Первым шагом мы сфокусировались на аудитории, уже знакомой с брендом Dropp Market.Для этого запустили ретаргетинг в Яндекс.Директ:

  • поисковый ретаргетинг на пользователей веб-версии
  • сетевой ретаргетинг в РСЯ
  • с обязательным исключением пользователей, которые уже установили приложение

Цель этапа была не в масштабировании, а в сборе первичных данных:

  • получить первые установки
  • собрать post-install сигналы
  • понять поведение пользователей внутри приложения

Этот этап позволил алгоритмам Яндекса начать обучение на наиболее релевантной аудитории и дал нам первые инсайты по эффективности форматов, креативов и сегментов.

Этап 2. Расширение аудитории с контролем CPI

После того как была собрана базовая статистика и понятны первые инсайты, мы перешли к расширению аудитории.

На этом этапе:

  • начали выходить на новую аудиторию за пределами веб-ретаргетинга
  • подключили более широкие сегменты в РСЯ и поиске
  • продолжили строго контролировать CPI — он оставался ключевым KPI клиента

Работали по стратегии «Средняя цена за установку», чтобы удерживать экономику.

Результат этапа:

  • рекламные кампании стабильно обучились
  • CPI находился в целевом диапазоне
  • однако объём установок перестал расти

Мы увидели типичную ситуацию: алгоритмы адаптировались к заданным ограничениям, но масштабирование оказалось ограниченным.

Этап 3. Переломный момент: переход к algorithm-first подходу

На основе накопленных данных мы приняли стратегическое решение изменить подход к управлению кампаниями.

Мы ослабили ограничения :

  • изменили стратегию на ограничение по Бюджету
  • дали алгоритмам больше свободы в поиске пользователей
  • сместили фокус с жёсткого контроля CPI на post-install поведение

Стратегия была сознательно изменена — мы допустили временный рост CPI, чтобы алгоритмы могли:

  • собрать больше данных
  • найти пользователей с высоким покупательским потенциалом
  • выйти за рамки «дешёвых» сегментов

CPI вырос.

Но одновременно вырос доход внутри мобильного приложения.

Алгоритмы начали находить аудиторию, которая не просто устанавливала приложение, а совершала покупки.

Этот момент стал точкой качественного перелома и открыл возможность масштабирования.


График 1 — Установки по месяцам

Комбинаторные объявления: ускорение обучения кампаний

Для ускорения тестирования креативов и передачи большего объёма сигналов алгоритмам нам помогли и комбинаторные объявления Яндекс.Директа.

Формат автоматически комбинирует заголовки, тексты и офферы, позволяя системе находить наиболее эффективные связки на реальном трафике.

Это было особенно важно на этапе обучения: вместо ручного A/B-тестирования десятков объявлений мы дали алгоритмам возможность параллельно тестировать множество комбинаций и адаптировать сообщения под разные сегменты аудитории.

В app-продвижении, где поведение пользователей сильно различается, такой подход ускоряет накопление данных.

Практический эффект

Комбинаторные объявления помогли:

  • быстрее находить связки с высокой конверсией в установку
  • сократить время на ручное тестирование
  • ускорить фазу обучения кампаний
  • стабилизировать CPI при масштабировании

Этап 4. Управляемое масштабирование

После накопления достаточной статистики:

  • масштабировали рабочие связки
  • усиливали успешные сегменты
  • стабилизировали CPI

Кампании вышли из фазы обучения и стали масштабироваться без потери эффективности.

Результаты:

  • 11 900+ установок
  • рост объёма установок ×10
  • снижение CPI ~34% после обучения алгоритмов
  • до 70% выручки стало формироваться в приложении
  • рост повторных покупок


График 2 — CPI по месяцам

Качество аудитории (данные Adjust)


График 3 — Рост LTV (индекс)

Доход на пользователя растёт по мере жизни когорты, что подтверждает высокую долгосрочную ценность привлечённой аудитории через РМП Яндекс Директ.

Вклад приложения в бизнес

По мере масштабирования рекламных кампаний мобильное приложение перестало быть вспомогательным каналом и стало ключевым источником выручки.

Если на старте приложение рассматривалось как точка роста, то по итогам продвижения его вклад в экономику бизнеса существенно изменился: до 70% всей выручки стало формироваться именно в app-канале.


График 4 — Доля выручки App vs Web

График демонстрирует, как по мере масштабирования рекламы мобильный канал занял доминирующую роль в выручке бизнеса.

Это стало ключевым бизнес-доказательством эффективности стратегии продвижения приложения.

Выводы

✔ Алгоритмам нужен объём и свобода

✔ Жёсткий CPI может тормозить рост

✔ Рост CPI на этапе обучения оправдан

✔ Комбинаторные объявления ускоряют оптимизацию

✔ App-трафик формирует долгосрочный доход

Планы развития

В дальнейшем планируется:

  1. запуск товарных объявлений
  2. развитие ретаргетинга в РМП
  3. усиление персонализированных сценариев возврата пользователей

0
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Выбрать файл
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.