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.

Как нестандартная настройка DSP помогланарастить поездки в регионах на 41%
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.
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.
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.
Построили кампанию так, чтобы алгоритм сначала получил достаточно данных для обучения, а затем мог находить и масштабировать наиболее перспективную аудиторию.
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.
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».
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.
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.



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