Для FitGym настроили AI-таргетированную рекламу на основе поведенческих данных и LTV-модели. За 2 месяца стоимость лида упала с 840 до 403 рублей, а ROI составил 6.4x.
Хочу такой же результат →FitGym — сеть из 24 фитнес-клубов в Москве и Подмосковье. До внедрения AI-таргетированной рекламы они использовали стандартный подход: ручная настройка таргетингов по полу/возрасту/гео в Яндекс.Директ и myTarget. Средняя стоимость лида держалась на уровне 840 рублей, а ROMI не превышал 2.1x. Основная проблема была в перегреве аудитории: на одну и ту же холодную базу лили неделями, а тёплые сегменты (посетители сайта, отказники, бывшие клиенты) почти не обрабатывались. Бюджет уходил впустую — до 35% трат приходилось на нецелевые показы.
Мы внедрили AI-оркестратор на базе ML-модели CatBoost, который анализировал историю покупок, брошенные корзины, посещения сайта и даже погоду в районе клуба. Вместо сегментации по полу/возрасту модель предсказывала вероятность конверсии для каждого пользователя в реальном времени и динамически перераспределяла бюджет между 12 рекламными кампаниями. Для каждого клуба мы обучили отдельную модель с учётом локальных особенностей (трафик, конкуренты, сезонность). Креативы генерировались автоматически через GPT-4o с A/B-тестированием 6 вариантов текста и 4 изображений в час.
Выгрузили историю за 24 месяца: транзакции, визиты на сайт, звонки, чаты, отписки. Почистили дубли и аномалии, объединили данные из CRM, Google Analytics и Яндекс.Метрики.
На выборке 180 000 пользователей обучили CatBoost с фичами: частота посещений, средний чек, день недели, время до истечения абонемента, погода, дистанция до клуба. Таргет — вероятность покупки абонемента в ближайшие 7 дней.
Интегрировали модель с Яндекс.Директ и VK Реклама через API. Оркестратор каждые 30 минут пересчитывал ставки и распределял бюджет между кампаниями в зависимости от прогнозной конверсии аудитории.
Запустили GPT-4o с промптом: «Создай 5 вариантов текста объявления для фитнес-клуба FitGym с акцентом на снижение веса, энергию и близость к дому. Укажи CTA». Каждый час система тестировала 4 новых комбинации текста и изображения.
Настроили ретаргетинг на отказников и брошенные корзины с динамическими скидками (5-15%) в зависимости от вероятности конверсии. Модель дообучалась раз в неделю на свежих данных.
Через 2 месяца после запуска стоимость лида снизилась с 840 до 403 рублей (-52%). ROMI вырос с 2.1x до 6.4x — на каждый вложенный рубль сеть получила 6.4 рубля выручки от продажи абонементов. Количество квалифицированных лидов увеличилось на 38% при том же бюджете в 1.2 млн рублей в месяц. Средняя конверсия из клика в лид выросла с 2.1% до 4.7%. Особенно сильно изменилась ситуация с ретаргетингом: бывшие клиенты, которых раньше не догоняли, стали возвращаться — доля повторных продаж выросла на 22%. Окупаемость инвестиций в AI-систему (разработка + инфраструктура) наступила на 47-й день.
CatBoost (ML-модель прогнозирования конверсии), GPT-4o (генерация креативов), Python (пайплайн данных и API-интеграция), Яндекс.Директ API, VK Реклама API, собственная CRM FitGym (1С-Битрикс), Google BigQuery (хранение и обработка данных).
«Честно, я скептически относился к AI в рекламе. Думал, очередная «магия», а на деле просто алгоритмы. Но когда через месяц мы увидели, что стоимость лида упала вдвое, а бюджет остался тем же — я офигел. Особенно круто, что система сама подбирала креативы под погоду: в дождь показывала «тренируйся дома с нашим онлайн-залом», в солнце — «приходи на утреннюю йогу». Мы перестали сливать деньги впустую. Теперь планируем масштабировать на все 24 точки.»
Алексей Ковалёв, CEO
FitGym
Первый аудит — бесплатно. Разберём вашу задачу и покажем, где AI даст максимальный эффект.
Обсудить проект →← Все кейсы | На главную