ROAS ×4.2: как рекламные кампании перестали сливать бюджет

Клиент пришёл с классической историей «вечно горящего бюджета». Реклама крутилась во всех каналах: поиск, РСЯ, таргет. Расходы росли, а заказов не прибавлялось. ROAS держался на уровне 1,4 — то есть с каждого вложенного рубля возвращалось 1,4 рубля выручки. После учёта себестоимости это означало убыток.

Первое, что мы сделали, — остановились и посчитали. Где реально происходят продажи, какие запросы и аудитории приводят к покупкам, а какие просто съедают бюджет на клики без результата. Оказалось, что большая часть расходов уходила на широкие и «горячие» по названию, но холодные по сути кампании.

Мы пересобрали структуру рекламного кабинета. Почистили семантику: убрали мусорные и пересекающиеся запросы, оставили те, что реально ведут к целевым действиям. Разделили поиск и РСЯ, потому что это разные механики и разные задачи — смешивать их было ошибкой.

Дальше подключили AI-оптимизацию ставок. Вместо того чтобы вручную раз в неделю подкручивать ставки, нейросеть анализирует данные в реальном времени: конверсии, время суток, устройство, поведение. Она сама перераспределяет бюджет в моменты и сегменты, где выше вероятность покупки.

Отдельно занялись креативами. Раньше их было два-три, и они висели месяцами. Мы запустили регулярный поток тестов: 10–15 новых креативов в неделю. AI-система быстро определяла, какие из них набирают отклик, и отключала слабые, направляя бюджет на победителей.

Это изменило саму логику работы. Раньше мы «угадывали» удачный креатив и крутили его, пока он не выдохнется. Теперь мы тестируем много гипотез параллельно и оставляем то, что доказало эффективность на реальных данных, а не на вкусовых предпочтениях.

Итог за два месяца: ROAS вырос с 1,4 до 4,2. То есть каждый вложенный рубль стал возвращать 4,2 рубля выручки. Цена клика снизилась на 30% — рекламная система «распознала» релевантность кампаний и стала показывать их дешевле.

Бюджет перераспределился в те каналы и сегменты, которые реально приносили заказы, а не «осваивались по плану». Дорогие, но пустые охваты ушли, на их место встали узкие, но покупающие аудитории.

Сейчас кампании ведутся на автопилоте. AI-агент круглосуточно корректирует ставки, следит за креативами и предупреждает о всплесках или падениях. Мы управляем стратегией и гипотезами, а рутину оптимизации взяла на себя система.

Главный урок кейса в том, что «сливающий бюджет» — это почти всегда не проблема объёма вложений, а проблема управления. Когда есть чистая структура, актуальные креативы и оптимизация на данных, реклама перестаёт быть лотереей и начинает работать как предсказуемый канал привлечения.