Лента статей для оптимикса

Математика на службе маркетолога. Часть 1

2026-05-08 13:45

Исходная ситуация компании-клиента и описание контекста

Итак, наш клиент - региональная сеть медицинских многопрофильных клиник. На рынке существует уже около 5 лет.
В целом бизнес идет довольно успешно, но по мере роста наш клиент столкнулся с типичными для любой компании проблемами.
  • Трудно оценить “неоцифрованную” часть рекламных кампаний: оффлайн, а также медиа-кампаний по ТВ, радио. Как это часто бывает, 80% трафика не оцифровано. Клиника использовала такие инструменты продвижения как реклама на ТВ, радио, наружная реклама на билбордах, эффективность которых было очень трудно оценить (или практически невозможно) при наличии только стандартных инструментов маркетолога. А, главное, их эффективность невозможно было сравнить между собой и с онлайн каналами.
  • Маркетинговый бюджет перестал давать предсказуемую отдачу. За счет того, что за цикл принятия решения о посещении клиники пациент совершает несколько касаний с брендом в различных источниках, маркетолог не знал, какие рекламные каналы на самом деле приносят новых клиентов.
  • Планирование в Excel превратилось в «черный ящик»: сложные формулы, недели на подготовку отчета, невозможность быстро проверить гипотезу. Разрозненные данные в нескольких источниках также не способствовали быстрому принятию маркетинговых решений - данные сначала необходимо было собрать в одном месте.
  • Интуитивное распределение маркетингового бюджета по каналам. Решения принимались по принципу «в прошлом квартале на контекстную рекламу давали 30%, значит, и сейчас дадим».

Запрос нашего клиента состоял в том, чтобы максимально уйти от интуиции и гаданий на магическом шаре к обоснованным решениям, которые принимаются на основе исторических данных и точных математических прогнозах.

Методология

В основе проекта лежало внедрение платформы Optimix, способной строить сложные эконометрические модели с учетом:
  1. Полного цикла пациента: временные лаги между первым контактом с брендом и обращением в клинику.
  2. Синергии каналов: влияния имиджевых активностей (верх воронки) на эффективность перформанс-инструментов (низ воронки).
  3. Внешних факторов: активности ключевых конкурентов, сезонности спроса, общей экономической и медийной повестки.
  4. Кривой насыщения рекламных каналов: точки, после которой каждый дополнительный рубль инвестиций приносит все меньше отдачи — чтобы не переплачивать там, где эффективность уже упала.

Этапы реализации проекта

  • Этап 1: Комплексный сбор и интеграция данных. В модель были загружены исторические данные за 12 месяцев по рекламным кампаниям клиники, обращениям из CRM, а также внешние рыночные индикаторы.
  • Этап 2: Калибровка и верификация модели. Система «научилась» корректно оценивать вклад разных активностей с учетом специфики медицинских услуг.
  • Этап 3: Сценарное планирование и оптимизация. До утверждения ежеквартального бюджета маркетинговая команда тестировала в системе 3 стратегических сценария, выбирая вариант с максимальной прогнозируемой отдачей.

Как работает платформа Optimix

Платформа Optimix автоматизирует сбор данных из всех маркетинговых, CRM и внешних источников за счет интеграций, позволяет строить многомерную эконометрическую модель и дает интуитивно понятные инструменты для анализа и планирования маркетинга.

Рассмотрим чуть детальнее, как это устроено.

1.Панель подготовки к запуску рекламной кампании
Это панель для подготовки предстоящей рекламной кампании.

Маркетолог создает каркас рекламной кампании: ориентировочный бюджет, период и сроки проведения, добавляет список рекламных каналов, которые потенциально будет использоваться в РК, подключает внешние источники данных (например Я.Директ, ВК.еклама, или площадки оффлайн рекламы).

На этом же этапе определяются целевые метрики (KPI), на которые рекламная кампания призвана повлиять. В нашем случае это количество первичных обращений пациентов (непосредственно поток новых пациентов) и брендовый поисковой трафик на сайт клиники (показатель узнаваемости и «нагрева» аудитории).

Эти метрики связаны, но не идентичны: можно получить много брендовых запросов, но часть из них не дойдет до записи. А можно наоборот - максимизировать количество новых обращений, но на брендовые запросы оказывать меньше влияния. Поэтому мы решили сравнить, как разные цели оптимизации влияют на результат.
2. Инструмент сценарного планирования и прогноза
Когда конфигурация рекламной кампании готова, следующим шагом переходим к планированию бюджета и разработке сценариев.

На этой панели маркетолог может тестировать различные сценарии медиапланирования - включать/отключать каналы, перераспределять бюджеты, менять сроки размещения. Это позволит моментально ответить на вопрос: «Что будет, если мы перебросим 1 млн. руб. с контекстной рекламы на рекламу на ТВ?». При этом бюджет не будет спущен “в воздух”, а результат будет спрогнозирован с точностью 95%.

Одна из фишек Optimix - это встроенный AI-планировщик, который подсказывает, как оптимизировать бюджет на рекламу.

AI-планировщик Optimix умеет выполнять две основные функции под разные задачи:
  • Первая: у вас есть фиксированный бюджет (например, 12 млн руб.), и система находит оптимальное распределение этих денег по каналам под выбранную цель: максимум первичных обращений или брендовых запросов при заданном бюджете.
  • Вторая: у вас нет жестко зафиксированного бюджета, тогда AI-планировщик сам рассчитывает уровень инвестиций, после которого отдача начинает резко падать (точка насыщения), и показывает оптимальный бюджет, при котором вы получите максимум результата без лишних трат.
На скриншоте показываем интерфейс AI-планировщика.Посмотрим на него внимательнее.

Чтобы максимизировать целевую метрику (в данном случае — брендовые поисковые запросы), система показывает, что оптимальный бюджет находится на уровне ~15 млн руб. Это превышает изначально заложенные 12 млн.

У нас есть два варианта - либо мы идем на увеличение бюджета, либо остаемся в рамках изначального бюджета и распределяем то, что есть — система покажет прогнозируемую эффективность для любого бюджета. Это позволяет легко сравнивать сценарии и не гадать.
Примечание: Почему система не предлагает просто залить больше денег в успешный канал? Потому что маркетинг подчиняется закону убывающей отдачи. Первые 100 тыс рублей в канале могут принести одного пациента. Следующие 100 тыс рублей — уже 0,7 пациента. А десятые 100 тыс руб — только 0,1.

“Под капотом” Optimix строит кривую насыщения для каждого канала и находит точку, где каждый дополнительный рубль перестает окупаться. Именно поэтому оптимальный бюджет — не максимально возможный, а тот, после которого отдача резко падает.
После того как мы определили общую сумму маркетингового бюджета (в нашем случае мы остановились на 15 млн руб), AI-планировщик автоматически распределяет его между группами каналов — так, чтобы достичь максимума по выбранной целевой метрике. Внутри группы каналов бюджет распределяется на основе экспертной оценки специалиста, по умолчанию система распределяет бюджет в равных пропорциях.

В интерфейсе системы это выглядит следующим образом:
При этом у маркетолога сохраняется возможность вносить изменения вручную при необходимости.

Прежде чем утвердить итоговый медиаплан, мы рассмотрели три варианта распределения бюджета.

Что показало сравнение?

  • Сценарий 1 (оптимизация под первичные обращения) направил большую часть бюджета в каналы нижней воронки — контекстную рекламу и онлайн медиа каналы. Прогноз по обращениям был максимальным, но брендовые запросы росли не так сильно.
  • Сценарий 2 (оптимизация под брендовые запросы) сделал ставку на ТВ и онлайн медиа каналы. Брендовых запросов стало больше, и в первичные обращения это тоже конвертировалось неплохо — но несколько хуже, чем в первом сценарии.
  • Сценарий 3 (ручной) — это то, как клиент интуитивно распределял бюджет раньше: 60% наружка, 20% ТВ, 12% онлайн перфоманс, 8% онлайн медиа каналы. В итоге канал наружной рекламы оказался сильно перенасыщен и не приносил нужного эффекта ни по одному из целевых показателей, по всем параметрам этот сценарий проигрывал.

Что выбрали в итоге?

Сравнив три сценария, мы остановились на втором — оптимизации под брендовый трафик на сайт, т.к нам было важно не потерять результаты по поисковому трафику, которые у клиента уже были при его привычном способе распределения бюджета. В этом сценарии поисковый трафик даже увеличивается: по прогнозу клиент получает 55 тыс поисковых запросов вместо 43 тыс при ручном планировании, ROI также увеличивается. Сценарий с ручным планированием оказался самым слабым по всем целевым метрикам.

Таким образом, AI-планировщик подтвердил: при бюджете 15 млн руб. со ставкой на ТВ и медиа каналах в онлайне, маркетинговые инвестиции дают большую отдачу на вложенный рубль, чем при ручном интуитивном планировании + увеличивается поисковый брендовый трафик.

Optimix в данном проекте выступил не просто инструментом аналитики, а платформой для принятия решений, которая помогла нашим заказчикам перевести маркетинг клиники на более высокий уровень управленческой зрелости.

Красиво спланировали — а дальше что?

В этой статье мы намеренно сфокусировались на методологии, этапах внедрения и сценарном планировании.

Но пока за кадром остались другие очень важные вещи — как устроен анализ «план/факт», что такое метрика uplift и как ее использовать на практике, как получить сводную отчетность, чтобы видеть единую картину по всем каналам. Об этом всем планируем продолжать рассказывать дальше в следующих статьях.

Следите за обновлениями!