Контекстная реклама
для ресторанов BAHROMA
За 7 месяцев ведения контекста снизили стоимость заказов в 2 раза, а ДРР — с 89% до 23%.
Контекстная реклама
для ресторанов BAHROMA
За 7 месяцев ведения контекста снизили стоимость заказов в 2 раза, а ДРР — с 89% до 23%.
Кейс опубликован 3 июля 2026 года
Клиент
BAHROMA — семейные рестораны в Санкт-Петербурге. В основе концепции меню BAHROMA — традиции грузинской, кавказской и узбекской кухонь в новом прочтении.
Цели на проекте
— снижение стоимости заказа;
— увеличение дохода;
— снижение ДРР (доли рекламных расходов).
Период работ: сентябрь 2025 — март 2025
— увеличение дохода;
— снижение ДРР (доли рекламных расходов).
Период работ: сентябрь 2025 — март 2025
Результаты с сентября 2025
За 7 месяцев снизили стоимость заказов в 2 раза, сократили ДРР с 89% до 23%. Доход вырос в 28 раз — во многом благодаря тому, что мы не мешали алгоритмам Яндекс Директа обучаться. В этом кейсе демонстрируем, как терпение окупается кратным ростом доходов.
Динамика по показателю ДРР.
Как мы шли к результатам
1. К существующим мастер-кампаниям на проекте были добавлены РСЯ и поисковая кампания со стратегией «максимум конверсий с оплатой за клики с ограничением по средней цене конверсии».
На первых этапах в этих кампаниях мы намеренно выставили завышенную среднюю цену конверсии. Такой подход приводит к более качественному и эффективному обучению рекламных кампаний. Более низкая цена конверсий приводила бы дешёвый трафик, алгоритмам пришлось бы дольше адаптироваться в обучении на качественную целевую аудиторию.
Маргарита Чибискова
Специалист по контекстной рекламе Zum Punkt
Маргарита Чибискова
Специалист по контекстной рекламе Zum Punkt
На первых этапах в этих кампаниях мы намеренно выставили завышенную среднюю цену конверсии. Такой подход приводит к более качественному и эффективному обучению рекламных кампаний. Более низкая цена конверсий приводила бы дешёвый трафик, алгоритмам пришлось бы дольше адаптироваться в обучении на качественную целевую аудиторию.
Для РСЯ кампании были подготовлены креативы по самым популярным категориям блюд: хинкали, выпечка и шашлык. Для кампаний была собрана семантика и прописаны релевантные объявления с максимальным вхождением ключевых фраз.
Примеры объявлений для РСЯ кампании.
2. После запуска и сбора первых данных для аналитики мы выявили, что поисковая рекламная кампания обучается хуже, а стоимость конверсий получается в 1,5 раза выше, чем в РСЯ.
Причина — нехватка конверсий для эффективного обучения рекламной кампании. Для лучшей оптимизации было решено добавить микроконверсию «Добавление товара в корзину». Это позволило алгоритмам ориентироваться не только на существующих покупателей, но и на заинтересованных пользователей, которые пока не совершили покупку.
После добавления промежуточной цели поисковая РК начала обучаться лучше. В процессе обучения были сделаны корректировки по устройствам, а также по полу и возрасту: мы ориентировались на накопленную статистику за несколько недель.
3. Как только кампании обучились и стали приносить стабильные результаты, корректировки по ним были минимальными. Мы сфокусировались на самых необходимых изменениях: чистке площадок и поисковых запросов.
По данным Директа рекламные кампании обучаются постоянно. При этом есть изменения, которые обнуляют результаты и запускают обучение рекламных стратегий заново, а есть изменения, которые корректируют обучение без обнуления.
Изменения, которые приводят к переобучению стратегии по данным Яндекс Директ:
— смена стратегии;
— смена значения для опции «Ограничение расхода»;
— полная смена целевых действий;
— смена модели оплаты: за клики или за конверсии;
— смена места показа;
— приостановка кампаний более чем на 7 дней.
Причина — нехватка конверсий для эффективного обучения рекламной кампании. Для лучшей оптимизации было решено добавить микроконверсию «Добавление товара в корзину». Это позволило алгоритмам ориентироваться не только на существующих покупателей, но и на заинтересованных пользователей, которые пока не совершили покупку.
После добавления промежуточной цели поисковая РК начала обучаться лучше. В процессе обучения были сделаны корректировки по устройствам, а также по полу и возрасту: мы ориентировались на накопленную статистику за несколько недель.
3. Как только кампании обучились и стали приносить стабильные результаты, корректировки по ним были минимальными. Мы сфокусировались на самых необходимых изменениях: чистке площадок и поисковых запросов.
По данным Директа рекламные кампании обучаются постоянно. При этом есть изменения, которые обнуляют результаты и запускают обучение рекламных стратегий заново, а есть изменения, которые корректируют обучение без обнуления.
Изменения, которые приводят к переобучению стратегии по данным Яндекс Директ:
— смена стратегии;
— смена значения для опции «Ограничение расхода»;
— полная смена целевых действий;
— смена модели оплаты: за клики или за конверсии;
— смена места показа;
— приостановка кампаний более чем на 7 дней.
Если вносить изменения в рекламной кампании (в креативы, заголовки, тексты, посадочную), это может стать сигналом для алгоритмов: появился новый ориентир, на который будет приводиться новая аудитория. В таком случае она может оказаться целевой, а может увести алгоритм не в ту сторону, что впоследствии повлияет на стоимость конверсий. Чем меньше таких сигналов получает алгоритм, тем дольше он работает на уже изученную ЦА. А чем дольше он показывает рекламу изученной аудитории, тем больше получается конверсий-подтверждений, и тем активнее алгоритм находит похожих пользователей, что приносит ещё больше конверсий. Соответственно стоимость конверсий снижается, ДРР падает, а доход растёт.
В нынешних постоянно меняющихся условиях достаточно сложно подстраиваться под систему, которая требует минимального внесения изменений. При сроке в 2−4 недели результаты всегда будут хуже, чем через 2−3 месяца, при условии минимального внедрения изменений. Алгоритмам нужно время для:
— накопления статистических данных;
— обработки данных и выявления закономерностей при анализе сегментов ЦА;
— подбора оптимальной ставки за клик и цены конверсии.
И чем больше возможностей дать алгоритмам на старте, тем быстрее они смогут оптимизировать рекламу. Если же в самом начале ограничивать возможности, поиск оптимальной аудитории и эффективных связок растянется на более длительный срок, что в итоге выйдет дороже, чем повышение цены конверсии в начале с последующим постепенным снижением.
В нынешних постоянно меняющихся условиях достаточно сложно подстраиваться под систему, которая требует минимального внесения изменений. При сроке в 2−4 недели результаты всегда будут хуже, чем через 2−3 месяца, при условии минимального внедрения изменений. Алгоритмам нужно время для:
— накопления статистических данных;
— обработки данных и выявления закономерностей при анализе сегментов ЦА;
— подбора оптимальной ставки за клик и цены конверсии.
И чем больше возможностей дать алгоритмам на старте, тем быстрее они смогут оптимизировать рекламу. Если же в самом начале ограничивать возможности, поиск оптимальной аудитории и эффективных связок растянется на более длительный срок, что в итоге выйдет дороже, чем повышение цены конверсии в начале с последующим постепенным снижением.
Маргарита Чибискова
Специалист по контекстной рекламе Zum Punkt
Маргарита Чибискова
Специалист по контекстной рекламе Zum Punkt
Если вносить изменения в рекламной кампании (в креативы, заголовки, тексты, посадочную), это может стать сигналом для алгоритмов: появился новый ориентир, на который будет приводиться новая аудитория. В таком случае она может оказаться целевой, а может увести алгоритм не в ту сторону, что впоследствии повлияет на стоимость конверсий. Чем меньше таких сигналов получает алгоритм, тем дольше он работает на уже изученную ЦА. А чем дольше он показывает рекламу изученной аудитории, тем больше получается конверсий-подтверждений, и тем активнее алгоритм находит похожих пользователей, что приносит ещё больше конверсий. Соответственно стоимость конверсий снижается, ДРР падает, а доход растёт.
В нынешних постоянно меняющихся условиях достаточно сложно подстраиваться под систему, которая требует минимального внесения изменений. При сроке в 2−4 недели результаты всегда будут хуже, чем через 2−3 месяца, при условии минимального внедрения изменений. Алгоритмам нужно время для:
— накопления статистических данных;
— обработки данных и выявления закономерностей при анализе сегментов ЦА;
— подбора оптимальной ставки за клик и цены конверсии.
И чем больше возможностей дать алгоритмам на старте, тем быстрее они смогут оптимизировать рекламу. Если же в самом начале ограничивать возможности, поиск оптимальной аудитории и эффективных связок растянется на более длительный срок, что в итоге выйдет дороже, чем повышение цены конверсии в начале с последующим постепенным снижением.
В нынешних постоянно меняющихся условиях достаточно сложно подстраиваться под систему, которая требует минимального внесения изменений. При сроке в 2−4 недели результаты всегда будут хуже, чем через 2−3 месяца, при условии минимального внедрения изменений. Алгоритмам нужно время для:
— накопления статистических данных;
— обработки данных и выявления закономерностей при анализе сегментов ЦА;
— подбора оптимальной ставки за клик и цены конверсии.
И чем больше возможностей дать алгоритмам на старте, тем быстрее они смогут оптимизировать рекламу. Если же в самом начале ограничивать возможности, поиск оптимальной аудитории и эффективных связок растянется на более длительный срок, что в итоге выйдет дороже, чем повышение цены конверсии в начале с последующим постепенным снижением.
Резюме
Благодаря системному подходу и учету особенностей обучения алгоритмов специалистам Zum Punkt удалось постепенно снизить стоимость заказов в 2,5 раза, а доход увеличить в 5 раз по сравнению с начальным этапом.
В кампаниях с оптимизацией по конверсиям и оплатой за клики стоимость конверсий постепенно снижалась самостоятельно за счет стабильного роста числа конверсий. В мастер-кампаниях с фиксированной оплатой за конверсии после двух месяцев стабильной работы мы вручную снижали стоимость конверсий на 10−15% каждые 1,5−2 недели. Это позволило алгоритмам вносить незначительные корректировки в обучение, которые не привели к смене ЦА.
Данный кейс — наглядный пример работы по правилам алгоритмов, а не против них. Когда особенности системы учитываются и встраиваются в стратегию, результат оказывается не только более эффективным, но и стабильным на длительной дистанции. Попытки же игнорировать базовые принципы системы могут привести к нестабильным результатам и экономическим потерям на проекте.
В кампаниях с оптимизацией по конверсиям и оплатой за клики стоимость конверсий постепенно снижалась самостоятельно за счет стабильного роста числа конверсий. В мастер-кампаниях с фиксированной оплатой за конверсии после двух месяцев стабильной работы мы вручную снижали стоимость конверсий на 10−15% каждые 1,5−2 недели. Это позволило алгоритмам вносить незначительные корректировки в обучение, которые не привели к смене ЦА.
Данный кейс — наглядный пример работы по правилам алгоритмов, а не против них. Когда особенности системы учитываются и встраиваются в стратегию, результат оказывается не только более эффективным, но и стабильным на длительной дистанции. Попытки же игнорировать базовые принципы системы могут привести к нестабильным результатам и экономическим потерям на проекте.