Как автоматизация аналитики и оперативная атрибуция помогли автобренду оцифровать путь клиента и поймать всплески активности.

Российский автомобильный рынок последних лет требует от брендов принимать решения в условиях высокой неопределенности и быстро меняющегося поведения аудитории. В совместном кейсе команды Arena, АДВ+Эндемика и GAC рассказали, как автоматизация аналитики и переход на оперативную атрибуцию помогли оцифровать весь путь клиента до сделки.

За последние годы на автомобильном рынке сформировался высокий отложенный спрос. Принятие решений о покупке стало менее стабильным, а на смену плановым сделкам пришли спонтанные всплески активности. Главными триггерами здесь выступают макроэкономические маркеры: колебания ключевой ставки, ожидание роста утильсбора или специальные офферы производителей. Спрогнозировать эти моменты можно, но поймать точку, когда конкретный потребитель готов перейти к конверсии, без глубокой работы с большими данными уже сложно.

Дополнительно стоит учитывать специфику категории, где пользовательский путь традиционно длинный. «Окно» принятия решений сегодня составляет от 18 до 77 дней. Для бренда GAC, который активно усиливает присутствие в России в сегментах технологичных кроссоверов и премиальных минивэнов, этот период стал главным этапом конкуренции за внимание клиента. Важно было научиться перехватывать покупателя именно в те дни, когда его интерес находится на пике.

Главный вызов для команд Arena и АДВ+Эндемика заключался в том, чтобы максимально сократить время на обнаружение целевых сигналов и обработку данных для мгновенной реакции на запросы рынка.

Цели и задачи

Главная цель кампании — связать аналитические технологии с коммерческим результатом бренда GAC. Нужно было настроить систему так, чтобы скорость обработки данных напрямую конвертировалась в рост продаж.

Для адаптации маркетинга под реальное поведение покупателей требовалось развернуть гибкую систему мониторинга, которая позволила бы бренду GAC действовать на опережение и эффективнее конкурентов конвертировать сформированный спрос.

Перед командами стояли следующие задачи:

• Подготовиться к периоду летнего снижения ставки рефинансирования, собрав объективную и динамичную картину изменений в поведении пользователей.
• Изучить трансформацию цепочек взаимодействия, чтобы точно знать, какие инструменты продвижения начинают работать эффективнее, а какие теряют влияние.
• Максимизировать трафик в дилерские центры для дальнейшей продажи автомобилей GAC.
• Опередить динамику продаж категории, отреагировав на позитивные сдвиги в спросе раньше других игроков рынка.

Кто покупает GAC сегодня

Целевая аудитория кампании — мужчины и женщины 25–44 лет со средним и выше среднего доходом, которые живут в активном ритме и привыкли быть в движении. Это люди, которые следят за технологиями, интересуются автомобилями (включая китайские бренды), трендами, модой и развлечениями, активно используют соцсети и быстро считывают, что сейчас «в рынке».

При выборе автомобиля они смотрят не только на эмоции, но и на здравый смысл: сравнивают, считают, взвешивают. В поле зрения — несколько моделей линейки GAC с разными преимуществами, а также конкуренты в соответствующих сегментах. Решение почти всегда проходит через этап сомнений: «а точно ли это лучший вариант за свои деньги?»

В основе мотивации — желание улучшить повседневную жизнь и сделать ее комфортнее и свободнее. Но рядом всегда есть сдерживающий фактор — страх ошибиться и переплатить за выбор, который не оправдает ожиданий. Именно поэтому для этой аудитории критично важно попасть в правильный момент, когда интерес уже сформирован, но решение еще не принято. Так было решено перейти от теории к практике.

Механика кампании: от аналитики к действиям

Рекламная кампания проходила в июне-июле 2025 года. Для точного прогнозирования спроса перед летним снижением ставки рефинансирования командам требовалось перейти от интуитивных решений к управлению на основе данных. Вся информация о рекламных кампаниях автоматически передавалась в единый дашборд Target Ads. В его интерфейсе автоматически консолидировались данные из рекламных кабинетов, аналитических платформ и CRM.

Интеграция этих систем позволила сформировать целостную картину пользовательских взаимодействий на всем пути к заявке, обеспечив сквозную прозрачность post-click и post-view контактов. На базе этого контура была реализована оперативная атрибуция контакта в медиа к целевому действию.

Для оценки эффективности прямо в интерфейсе были запущены алгоритмы анализа на базе вектора Шепли, которые распределяют общий результат между каналами, исходя из их фактического вклада в разных комбинациях. Вектор Шепли — это метод из теории игр, который распределяет общий результат (заявки) между всеми каналами, исходя из их фактического вклада в разных комбинациях взаимодействий. Он учитывает не только финальный контакт, но и всю цепочку касаний пользователя, рассчитывая «справедливую» долю каждого инструмента. Мы используем его, чтобы получить объективную картину эффективности каналов и избежать искажений, характерных для простых моделей атрибуции.

Применение методологии вектора Шепли позволяет:

• устранять перекос last-click модели, которая переоценивает «закрывающий» контакт;
• учитывать вклад каждого элемента в разных сценариях и комбинациях;
• выявлять скрытую роль медийных инструментов и их влияния на performance.

Кампания управлялась не на уровне привычных медиаметрик, а через измерение реального бизнес-вклада каждого канала с помощью модели вектора Шепли в Target Ads. Так пользователь мог в несколько шагов получить точный расчет вклада каналов в заявки и сделки, не погружаясь в математическую модель. Команды оценивали эффективность медиамикса по реальному вкладу в лидогенерацию, мгновенно оптимизировали параметры рекламных кампаний в зависимости от изменений в поведении аудитории и усиливали именно те каналы, которые напрямую генерируют лиды и продажи. В результате команды повысили эффективность кампаний без увеличения бюджета, превращая сложные данные в управленческие решения и обеспечивая максимальную отдачу от медиаинвестиций.

Результаты

Внедрение системы сквозного анализа позволило автоматизировать процесс атрибуции и в режиме реального времени оценивать post-click и post-view контакты. На основе этих данных команды вовремя зафиксировали сокращение цепочки пользовательских касаний и перераспределили медиабюджет в пользу каналов с максимальной конверсией в сделки.

Скорость обработки информации помогла бренду эффективно использовать открывшееся окно импульсного спроса при снижении ставки рефинансирования на 1%. Своевременная переориентация диджитал-инвестиций на лидогенерацию обеспечила GAC темпы роста, опережающие средние показатели по рынку.

Бизнес-результаты:

• Несмотря на то, что ставка рефинансирования только начала динамику к снижению , в июне мы увидели, что цепочка касаний сократилась, и сделали ставку на диджитал-инвестиции с фокусом на лидогенерацию. И были первыми, кто отреагировал на неочевидное по логике окно импульсных решений потребителей.
• В результате продажи GAC выросли быстрее рынка. Если в июле общий рынок показал прирост +33% к июню, то бренд начал набирать обороты уже с середины июня и к июлю достиг +54 % по продажам всей линейки.
• Повышение конверсии из трафика в продажу на 80% всей линейки GAC.
• Повышение эффективности медиабюджета за счет перераспределения инвестиций в каналы с максимальным вкладом в сделки.

Технологические результаты:

• Возможность ежедневного анализа вклада каналов в лидогенерацию без затрат времени на проведение атрибуции и оперативного перераспределения бюджета.
• Снижение времени на сбор и интерпретацию данных, прозрачность post-click и post-view лидов.

Маркетинговые результаты:

• Увеличение количества лидов в дилерские центры на 11%;
• Рост общего трафика на +35%.

Медийные результаты:

• CTR рекламных размещений увеличился на 19%;
• Конверсия из клика в лид увеличилась на 32%;
• Снижение CPC на 34%;
• Доля валидных лидов увеличилась на 23%.