创建了两种包装策略

我们的客户是俄罗斯最大的建筑公司之一，12 年来一直致力于建造低层、石头、木制和混合式乡村别墅和小屋。其业务范围遍及莫斯科、圣彼得堡、下诺夫哥罗德、叶卡捷琳堡和邻近地区等多个地区。采用先进技术的内部生产使他能够在最短的时间内完成项目并保持高质量。

目标受众是25-44岁有孩子的已婚夫妇，以及45-55岁收入高于平均水平的受众。

客户设定的主要任务是在指定的预

算内接收最大数量的申请（来自网站的表格提交），同时保持一定的 CPA 门槛。

我们的机构管理两个地区：圣彼得堡和叶卡捷琳堡

为什么您决定测试 Packet Strategies？

2023 年初，季节性开始增加，竞争也随之加剧，流量变得更加昂贵，我们面临着潜在客户成本稳定的负面趋势。

我们为降低 CPA 做了哪些尝试：

标准优化方法（使用语义核心、广告、出价、调整 Campaign Masters 策略）无法让我们达到期望的值。
将 TGO 转移到自动策略并通过关键目标进行优化 – 结果变得更好，但持续时间很短。此外，由于训练信号不足，交通量也被低估。添加了微转换（打开表单、查看页面）。这解决了培训问题，但随着时间的推移，微转化的份额增加，关键目标的转化率下降，导致 CPA 增加。

我们决定在圣彼得堡的广告框架内测试包装策略。批量策略最适合解决策略学习问题——通过结合关键目标的 RK 信号，应该有足够的信号来实现成功学习。

测试的成功标准定义为CPA 降低 36%。

如何设置数据包策略

测试启动时的账户结构如下：

对于每一个活动，我们都采用了自己的策略，并考虑到即将开展的活动的具体情况：

对于搜索-最大转化策略。我们对 DRR 设置新加坡数据了 100% 的限制，以便跨两个目标进行优化。否则，我们就没有足够的转化来实现成功的学习：表单打开和表单提交。
对于网络 – 限制平均转化价格并根据关键目标进行优化，从而实现最大转化。

在 YAN 的宣传活动中，我们同时使用了图形广告和文字图形广告。我们根据季节定期更新促销、价格和背景。

你得到了什么？

在测试的第一周，我们就记录了第一批积极成果 – 网所有问题的答案和信息络活动套餐策略的应用数量增加了 2.5 倍，而其成本却低于计划的限额。

由于学习问题，搜索活动的套餐策略效果较差。随后，预算被重新分配给网络活动的一揽子战略。

我们实现了计划的 CPA 值，并通过进一步扩大銷售艾规模，将其维持在所需的水平——客户对结果感到满意，并表示愿意在圣彼得堡加大广告投入。

我们还将获得的经验运用到针对叶卡捷琳堡的广告活动中，并看到了降低 CPA 的类似动态。