Как итог – за два месяца эксперимента нам удалось в два раза увеличить количество конверсий в триальную подписку, снизив среднюю стоимость конверсии на 22%.
Рост эффективности позволил запустить больше кампаний, лучше ими управлять, и все это не раздувая бюджеты (суммарный рост расходов на контекстную рекламу составил всего 35%), но самое интересное впереди.
Чем дольше мы работаем, тем больше данных собираем, а также можем уже руками маркетологов и аналитиков достраивать контекст: тренды, триггеры спроса, сезонность, пользовательские запросы (в том числе, из «дотекающих» в Wordstat данных). Все это используется для калибровки алгоритма, проверки наших гипотез, где система была права, а где могла перепутать сигнал с шумом.
Безусловно, алгоритм (пока еще) не заменит человека в принятии стратегических решений. Или в ситуации неопределенности и дефицита информации. По нашему опыту лучшие результаты получаются там, где человек и автоматика работают совместно – модели недоступен контекст, и здесь специалист как раз выступает экспертом, способным осуществить тонкую донастройку.
Обычно после того, как человек оформил подписку, наша работа сделана, но такие продолжительные проекты позволяют проверить еще и качество привлекаемого трафика. В планах провести анализ Retention по когортам, и использовать эти данные для оптимизации сегментов и каналов привлечения.
Следите за обновлениями!
По традиции — ссылка на мой
телеграм канал о жизни стартапа.