Кейсы · Midea
Кейс · Программатик

Как получить конверсию на 20% выше плана

КлиентMidea
ПартнёрMediaSniper
Периодиюнь 2026
ПубликацияSostav, 19 ноября 2026

Рынок бытовой техники отличается высокой конкуренцией: пользователю доступны десятки брендов с сопоставимым ассортиментом, а решение о покупке часто формируется не за один контакт с рекламой.

Для бренда бытовой техники Midea было важно не просто увеличить количество качественных переходов на сайт, а найти пользователей с реальным интересом к категории и довести их до конкретных целевых действий.

В июне 2026 года команда Method Media совместно с программатик-платформой MediaSniper запустила рекламную кампанию Midea с использованием данных Platforma. В основу стратегии легла работа с поведенческими паттернами и транзакционной активностью пользователей, их кластеризация и последующее масштабирование наиболее эффективных аудиторий с помощью Look-alike.

Задача: найти пользователей не только с интересом, но и с потребностью

Для бытовой техники одного интереса к категории недостаточно. Пользователь может регулярно читать обзоры, интересоваться ремонтом или посещать маркетплейсы, но при этом не планировать покупку в ближайшее время.

Поэтому перед командой стояла задача точнее определить аудиторию, которая находится на разных этапах формирования потребности, и сфокусировать рекламные контакты на наиболее релевантных пользователях.

Стратегия должна была одновременно работать с существующим спросом и находить пользователей, которые ещё не ищут бытовую технику напрямую, но уже демонстрируют поведение, указывающее на потенциальную потребность.

Ключевыми показателями эффективности кампании стали как медийные KPI, так и качество постклик-трафика. Дополнительной задачей было обеспечить прирост прямых постклик-конверсий — в первую очередь добавлений товара в корзину.

Решение: от широкого таргетинга — к поведенческим сигналам

Для решения задачи команда использовала три инструмента: данные Platforma, Look-alike-модели и контекстный таргетинг.

01
Данные Platforma. Позволили работать не только с классическими социально-демографическими характеристиками, но и с цифровым поведением пользователей.
02
Путь клиента к покупке. При формировании аудитории учитывался CJM пользователя: не «пользователь интересуется бытовой техникой», а какие действия указывают на то, что интерес может перерасти в покупку.
03
Look-alike. Наиболее результативные аудитории использовались как основа для поиска новых пользователей со схожими поведенческими характеристиками — охват рос без потери качества выборки.
04
Контекстный таргетинг. Дополнил аудиторную стратегию: реклама показывалась на страницах, соответствующих тематике кампании — вокруг бытовой техники, кухни и других.

Как работала механика кампании

Кампания строилась не вокруг одного большого сегмента, а вокруг последовательной работы с множеством аудиторных срезов.

На первом этапе на основе данных Platforma аудитория была разделена более чем на 20 сегментов, которые затем объединялись в отдельные кластеры. Следующим этапом стала проверка эффективности кластеров: система позволяла определить, какие группы пользователей лучше реагируют на рекламу и чаще совершают целевые действия.

Наиболее результативные кластеры усиливались, менее эффективные сокращались или отключались. По мере работы кампании бюджет перераспределялся в пользу аудиторий с более высокой вероятностью целевого действия.

Данные → сегментация → кластеризация → оптимизация → Look-alike → масштабирование.

Механика кампании: данные, сегментация, кластеризация, оптимизация, Look-alike, масштабирование
От данных к результату: последовательная работа с аудиторией на каждом этапе.

Результаты: качество трафика и постклик-конверсии

Добавление в корзину, CR
0,96%при KPI 0,8%
На 20% выше плана
Уровень отказов
27,29%при KPI < 40%
Трафик соответствовал целевому качеству
Глубина просмотра
1,58при KPI от 1,5
Страницы на визит
Время на сайте
1:31при KPI от 1,5 мин
Минуты и секунды

Результаты кампании подтвердили эффективность выбранной аудиторной стратегии: при KPI по добавлениям товара в корзину на уровне 0,8% фактический CR составил 0,96%.

Привлечённый трафик соответствовал целевым показателям качества: уровень отказов 27,29% при KPI менее 40%, глубина просмотра 1,58 страницы при целевом значении от 1,5, среднее время на сайте 1 минута 31 секунда при ориентире от 1,5 минуты.

Особенно важным результатом стало получение именно прямых постклик-конверсий. Для программатика традиционно характерна работа на верхних и средних этапах воронки — формирование охвата, интереса и посещений сайта. В данном случае сочетание поведенческих данных, кластеризации и Look-alike позволило приблизить медийное размещение к перформанс-задаче.

Таким образом, программатик становится не просто инструментом привлечения внимания, а частью перформанс-воронки, где качество аудитории можно оценивать вплоть до конкретного действия пользователя.

Динамика CR по добавлению товара в корзину по дням, июнь 2026
Динамика CR по дням: пунктир — плановый уровень 0,80%, серые столбцы — будни, красные — выходные.
Post-click метрики: план и факт
Плановые и фактические показатели: CR, отказы, глубина просмотра, время на сайте.

Что говорят участники

«Для нас в этом кейсе особенно показательно, что работа с аудиторией не ограничилась привлечением качественного трафика. За счёт более глубокой работы с поведенческими данными удалось найти пользователей, которые не просто интересовались категорией, а были готовы совершить конкретное действие на сайте. CR по добавлению товара в корзину составил 0,96% при KPI 0,8%. Этот результат показывает, насколько важно не просто собрать релевантную аудиторию на старте, а постоянно анализировать эффективность отдельных сегментов и перераспределять бюджет в пользу тех, которые действительно приводят к конверсиям».

Лидия Тетюшина, диджитал аккаунт-директор MediaSniper

«Для нас важно, чтобы программатик-размещение решало не только имиджевые задачи, но и приводило пользователей к конкретному действию. В категории бытовой техники решение о покупке редко принимается после одного контакта, CJM пользователя достаточно сложный, поэтому стандартного таргетинга на общий интерес к категории недостаточно. Работа с поведенческими данными позволила точнее определить аудиторию с актуальной потребностью и выстроить коммуникацию с учётом стадии выбора».

Ольга Шолохова, старший бренд-менеджер Midea

«Покупка крупной бытовой техники требует времени, поэтому нам было важно поймать момент зарождения реальной потребности. Совместно с MediaSniper и Midea мы выстроили многоуровневую модель работы с аудиторией — от выявления скрытых сценариев интереса до масштабирования самых конверсионных кластеров. В итоге кампания в первый месяц работы показала качество постклик-трафика существенно выше бенчмарков рынка».

Любовь Ярыгина, диджитал-менеджер Method Media
Полная версия кейса — на Sostav.
Уверенность через точность
115114, г.Москва, Дербеневская наб.,
д. 7, стр. 9, БЦ «Новоспасский»