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