КЛІЄНТ
UDRIVE — українська платформа для вибору та купівлі нових офіційних авто.
ЗАДАЧА
Збільшити обсяг цільових лідів та масштабувати ефективність каналів платного залучення
Вхідні дані
До початку нашої співпраці у грудні 2025 року клієнт вже використовував контекстну рекламу. Драйвером конверсій був Meta Ads, проте загальна кількість лідів була недостатньою, а можливості для масштабування впиралися в обмеження алгоритмів.
Виклики
Ситуація ускладнювалась через нестабільність на українському авторинку. Залучення клієнтів для автодилерів стало дорогим та складним.
За даними Google Ads Benchmarks 2025, середня ціна за клік (CPC) в автоніші зросла майже на 13% (до $5,26), середній показник клікабельності впав з 11,67% до 8,29% рік до року, а вартість генерації одного ліда на купівлю авто (CPL) сягнула в середньому $70,11.
Перед нами стояло завдання: в умовах перегрітого аукціону та високого CPL знайти підхід, який дозволить алгоритмам рекламних систем стабільно приводити цільові заявки для UDRIVE за прийнятною ціною.
Спойлер
Рішення
Ми розділили роботу на кілька етапів.
Налаштували кампанії та запустили рекламу
Роботу розпочали зі структуризації кампаній у Meta та Google Ads для покриття повного циклу воронки. Ми охопили всі напрямки:
Найбільшу ефективність ми очікували від Google Search Ads. Однак вже на першому етапі зіткнулись з викликом: лідів було занадто мало для коректного навчання алгоритмів. Через це кампанії перебували у стані постійного навчання. Масштабування в таких умовах було неможливим: це призвело б до зростання витрат без збільшення кількості лідів.
Провели експеримент з подією add-to-cart
Для розв’язання проблеми ми вирішили провести експеримент: додати другорядну подію-конверсію add-to-cart* до списку основних конверсій у Google Ads.
* Маркетплейс UDRIVE відрізняється від класичних товарних, тому дії клієнтів тут класифікують по-іншому:
Ідея була наступна: дати алгоритму більше сигналів для навчання, адже дія додавання до кошика відбувається значно частіше, ніж оформлення заявки. Тому кампанії отримували б достатній обсяг даних для стабільної роботи.
Протягом 30 днів спостережень гіпотеза підтвердилась: кампанії почали генерувати стабільнішу кількість конверсій purchase. Тому ми перенесли цю практику в Meta Ads, змістивши основну ціль із purchase на add-to-cart, і отримали аналогічний результат.
Отримали інсайт: PMax замість Search
Зібравши достатній обсяг статистики, ми зіткнулись з неочікуваним інсайтом: попри нашу гіпотезу, драйверами конверсій виявились кампанії Performance Max, а не пошукові.
Найефективнішим виявився формат PMax із таким підходом:
- Структуровані групи об'єктів: окремі оголошення під кожну марку автомобіля з відповідними сигналами і популярними моделями (плюс сигнали ремаркетингу).
- Живий контент: реальні фотографії авто з салонів замість «ідеальних» студійних світлин. Такі фото підвищують довіру, бо наочно демонструють наявність авто і краще пробивають банерну сліпоту в умовах перенасиченості ШI-візуалами.
Ефективною була PMax-кампанія на ширші запити: для аудиторії, яка шукає нові авто без прив'язки до конкретної марки.
За підсумками цього етапу ми ухвалили рішення масштабувати успішні PMax-кампанії та поступово знижувати пошукові.
Затвердили стратегію «Максимальна цінність»
Під час масштабування PMax ми стикнулись з тим, що й передбачали на старті. Кампанії почали кратно збільшувати кількість мікроконверсій (add-to-cart), але реальні продажі (purchase) не зростали пропорційно. Алгоритм просто знайшов найдешевший спосіб виконувати план щодо кліків.
Потрібне було нестандартне рішення: як зберегти достатній обсяг конверсій для навчання алгоритмів і водночас примусити його пріоритизувати кінцевий лід, а не проміжну дію?
Відповіддю стала стратегія Максимальна цінність у Google Ads з присвоєнням статичної цінності події add-to-cart за формулою:
Середня цінність purchase × CR з add-to-cart у purchase = реальна цінність add-to-cart (purchase автоматично ідентифікується через тег ціни автомобіля на сайті)
Наприклад: якщо середній лід коштує 1000 грн, а з кожних 10 додавань до кошика в заявку конвертується два — реальна цінність одного додавання становить 200 грн. Саме це значення й передавали алгоритму як статичну цінність події.
Новий експеримент тривав протягом 30 днів та підтвердив правильність підходу:
- Purchase і надалі передавав динамічну цінність кожного авто.
- Add-to-cart отримав фіксовану цінність, яка відповідала його реальному внеску у фінальний лід.
Таким чином алгоритм продовжував отримувати достатньо даних для роботи, але з чітким пріоритетом на досягнення цільової конверсії.
Результати
Комплексний підхід до навчання алгоритмів та призначення ставок на основі цінності дозволили нам знизити вартість залучення лідів і збільшити кількість заявок.
*Аналогічного результату вдалось досягти в Meta Ads
Що далі?
Ми сфокусовані на масштабуванні результатів у Meta Ads. Продовжуємо тестувати нові формати і типи креативів, різні підходи до аудиторій і спеціалізованого каталогу Meta Automotive Ads. Водночас продовжуємо експоненційне масштабування в Google Ads.
Це команда, з якою справді комфортно працювати. Вони допомогли нам покращити рекламні результати: зменшити вартість кліку та привести більш цільові ліди.
Мені подобається, що команда постійно аналізує показники, пропонує покращення і не зупиняється на вже досягнутих результатах. Вони зосереджені не просто на запуску реклами, а на її реальній ефективності.
Ціную нашу співпрацю за відкриту, дружню комунікацію, включеність у процес і спільний фокус на результат.
