Кейс: как B2B-сервис отказался от last-click на основе открытых данных и снизил CPA на 18%

Кейс: как B2B-сервис отказался от last-click на основе открытых данных и снизил CPA на 18%

Бренд: российский SaaS-продукт для управления контекстной рекламой (условная «Золотая корка», 500+ активных клиентов, средний чек контракта — 340 000 руб./год).

Задача:
Классическая last-click-атрибуция показывала, что 73% лидов приходят с брендовых запросов в Яндекс.Директ. Бюджет на кампании по бренду рос, а органический трафик в этом сегменте падал на 12% год к году (AI-overviews Яндекса и Google начали перехватывать простые навигационные запросы). Команда подозревала, что они платят за конверсии, которые всё равно бы произошли — прямая утечка денег при отсутствии incrementality.

Решение:
Внедрили двухуровневую схему атрибуции на основе открытой модели MMM (с использованием библиотеки Robyn от Meta) и ghost-часов («призрачных показов») в Яндекс.Директ.

1. Собрали 18 месяцев исторических данных: расходы по каналам, макроэкономические индикаторы (инфляция, индекс промпроизводства), сезонность.
2. Запустили ghost-часы на брендовых запросах: 15% трафика отключали на 4 часа в случайные дни и замеряли, сколько лидов уходит в органику или прямой заход.
3. Скорректировали organic lift — оказалось, что 43% «брендовых» лидов — на самом деле прямой трафик, а click-through от объявления забирал лишь 12% аудитории.

Результат (за 6 месяцев теста):
— Снижение CPA на 18% (с 11 200 до 9 200 руб. за квалифицированный контакт).
— Рост квалифицированных лидов на 24% за счёт перераспределения 40% бюджета с бренда на контент-продвижение в отраслевых Telegram-каналах и партнёрские интеграции (on-page SEO под Topical Authority).
— Доля брендовых запросов в общем трафи

— @DigitalCampaignsPro