Drivee и Think Agency — Think Agency

Driveeи Think Agency

Как нестандартная настройка DSP помогланарастить поездки в регионах на 41%

+41%общее количество поездок
-11%стоимость привлечения платящего пользователя
+39%пользователей, совершивших первую поездку в регионах

Задача

Масштабировать привлечение в городах с небольшим населением — там, где узкий гео-таргетинг не даёт DSP достаточно данных для обучения алгоритма, а источники не всегда точно определяют локацию пользователя.

Решение

Отказались от гео-таргетинга на старте в пользу широкого охвата, обучили алгоритм на портрете аудитории через постбеки, нашли лучшие связки «паблишер — креатив» и гибко управляли ставками через Multi-Bidding.

Почему классический подход здесь не работал

Drivee — сервис заказа такси, работающий в 100+ городах России.

Компания выросла из Якутска и с самого начала сделала ставку на регионы, включая отдалённые города, — в отличие от большинства сервисов, которые начинают масштабирование с центральной России.

Два года назад команда Drivee перешла от точечных запусков к многоканальному привлечению — потенциал классических источников со временем исчерпывается: эффективный трафик выкупается, стоимость растёт. Один из тестов — DSP Kayzen, чьи алгоритмы обучаются на поведении пользователей. Но в малонаселённых городах узкий гео-таргетинг на старте не даёт алгоритму достаточно данных для обучения — даже при передаче исторических данных кампания может быть неэффективной из-за нехватки событий для оптимизации. Плюс источники не всегда точно определяют геолокацию: приложение могут установить пользователи из городов, где сервиса ещё нет физически.

Перед Think Agency стояло три задачи:

Нужно было превратить нестандартное региональное размещение в управляемый источник роста с понятной связью между рекламным контактом и бизнес-результатом.

01

Увеличить долю региональных пользователей

Сделать регионы основным направлением масштабирования, а не второстепенным источником трафика.

02

Найти рабочие площадки

Определить, какие SSP и паблишеры дают наибольший отклик у пользователей из целевых городов.

03

Оптимизировать кампанию по бизнес-результату

Оценивать источник не только по установкам, но и по первой поездке, общему числу поездок и стоимости платящего пользователя.

Как адаптировали Kayzen под узкое ГЕО

Построили кампанию так, чтобы алгоритм сначала получил достаточно данных для обучения, а затем мог находить и масштабировать наиболее перспективную аудиторию.

01

Передали данные для обучения

В трекере настроили передачу постбеков об установках и событиях, чтобы Kayzen получил больше данных для построения поведенческого профиля аудитории.

02

Запустили широкий таргетинг

На старте не стали ограничивать кампании городами, чтобы собрать статистику по паблишерам и понять, где находится наиболее релевантная аудитория.

03

Выделили эффективные SSP

На основе первых результатов определили площадки с наибольшим откликом: AppLovin, Yandex, Appodeal и Vungle.

04

Протестировали форматы

Проверили более 100 связок с нативными баннерами, видео и полноэкранными размещениями.

05

Перераспределили бюджет

Усилили показы на эффективных паблишерах и сократили инвестиции в размещения, где стоимость привлечения превышала KPI.

06

Подключили Multi-Bidding

Настроили отдельные ставки для площадок и SSP, чтобы гибко управлять стоимостью размещения и удерживать кампанию в целевых показателях.

01

Передали данные для обучения

В трекере настроили передачу постбеков об установках и событиях, чтобы Kayzen получил больше данных для построения поведенческого профиля аудитории.

02

Запустили широкий таргетинг

На старте не стали ограничивать кампании городами, чтобы собрать статистику по паблишерам и понять, где находится наиболее релевантная аудитория.

03

Выделили эффективные SSP

На основе первых результатов определили площадки с наибольшим откликом: AppLovin, Yandex, Appodeal и Vungle.

04

Протестировали форматы

Проверили более 100 связок с нативными баннерами, видео и полноэкранными размещениями.

05

Перераспределили бюджет

Усилили показы на эффективных паблишерах и сократили инвестиции в размещения, где стоимость привлечения превышала KPI.

06

Подключили Multi-Bidding

Настроили отдельные ставки для площадок и SSP, чтобы гибко управлять стоимостью размещения и удерживать кампанию в целевых показателях.

01

Передали данные для обучения

В трекере настроили передачу постбеков об установках и событиях, чтобы Kayzen получил больше данных для построения поведенческого профиля аудитории.

02

Запустили широкий таргетинг

На старте не стали ограничивать кампании городами, чтобы собрать статистику по паблишерам и понять, где находится наиболее релевантная аудитория.

03

Выделили эффективные SSP

На основе первых результатов определили площадки с наибольшим откликом: AppLovin, Yandex, Appodeal и Vungle.

04

Протестировали форматы

Проверили более 100 связок с нативными баннерами, видео и полноэкранными размещениями.

05

Перераспределили бюджет

Усилили показы на эффективных паблишерах и сократили инвестиции в размещения, где стоимость привлечения превышала KPI.

06

Подключили Multi-Bidding

Настроили отдельные ставки для площадок и SSP, чтобы гибко управлять стоимостью размещения и удерживать кампанию в целевых показателях.

Архитектура кампании

Март — июль 2025 года

В марте запустили кампании в Kayzen. В апреле сфокусировали оптимизацию на росте доли региональных пользователей. После достижения целевого соотношения между Москвой и регионами приступили к масштабированию успешных кампаний.

Инструмент: почему Kayzen и что было нестандартным

Обычно оптимизация источника строится на базовых параметрах — гео, пол, возраст. Команда протестировала DSP с ML-алгоритмом, который учится на поведении пользователей, но сознательно не ограничила его гео-таргетингом на старте — вместо этого дала алгоритму накопить данные по паблишерам в широком охвате, а затем сузила таргетинг до целевой аудитории на основе реального отклика, а не прогноза «вслепую».

Целевая аудитория

Пользователи из городов, где работает Drivee и где есть потенциал для роста поездок. Для алгоритма важны были не только география, но и поведение: интерес к сервисам такси; активность внутри приложения; установка приложения; совершение первой поездки; повторное использование сервиса.

Пять месяцев оптимизации

Март — запуск, в источнике преобладает доля пользователей Москвы и МО. Апрель — фокус оптимизации на росте доли регионов. Середина апреля — нужное соотношение Москва/регионы достигнуто → старт масштабирования успешных кампаний. Итоги подведены за 5 месяцев, к июлю.

Кампания масштабировалась вместе с результатом

Результаты: 63% пользователей из регионов — уже в первый месяц

По итогам теста в Kayzen уже в первый месяц удалось увеличить долю новых пользователей из регионов с 46% до 63%. За 5 месяцев кампании (к июлю): количество пользователей, совершивших первую поездку в регионах, выросло на 39%; конверсия из установки в поездку — на 41%; общее число поездок — на 41%; стоимость привлечения платящего пользователя снизилась на 11%.

CEO Think Agency о том, как найти точки роста в регионах

Сочетание нескольких факторов — открытость команды бренда к тестам, путь развития через регионы и доверие со стороны клиента — позволили выстроить по-настоящему партнерскую коллаборацию. Благодаря этому, мы смогли найти нетривиальные точки роста, подойти к продвижению гибко и протестировать гипотезы, которые помогли выполнить важные задачи бизнеса клиента.

Александр КлишевCEO Think Agency

Следующий успешный кейс — ваш

Опишите вашу задачу, а мы предложим подробный план решения и возьмём на себя его реализацию

Заполните поля:

Контактные данные и задача проекта