Как добиться 100% прозрачности в рекламных расходах

Главное о кейсе

Благодаря креативному подходу к аналитике, смогли отследить источники трафика в мобильном приложении и добиться прозрачности в рекламных доходах. Оказалось, что доход от медийной рекламы у Здравсити в 10 раз больше, чем мы оценивали до эксперимента. 90% доходов уходит в мобильное приложение, но раньше мы этого не видели.

Due to a creative approach to analytics, we were able to track traffic in the mobile application and achieve transparency in advertising revenues. It turned out that Zdravsiti's media advertising revenue was 10 times higher than we estimated before the experiment. 90% of revenues go to the mobile application, but we didn't see this before.

Бизнес-задача и ее решение

Здравсити – один из крупнейший в России маркетплейсов здоровья. Мы давно работаем вместе, и захотели решить одну нетривиальную задачку: добиться 100% прозрачности в расходах на медйиную рекламу и доходах от нее.

На рынке ePharma пользователи делают 70% покупок с мобильного телефона. Половину из них — через мобильное приложение. Это огромная доля доходов интернет-аптек. При этом сложно понять, как пользователь взаимодействовал с брендом до перехода в приложение, с какого касания переход произошел и что в конечном счёте повлияло на решение о покупке. Особенно сложно отследить эффективность охватных каналов – путь к покупке может быть очень сложным (скриншот 1).

Мы предположили, что наши рекламные каналы приносят в несколько раз больше дохода через мобильное приложение, чем мы можем отследить по first-click или last-click. В качестве гипотезы, мы построили модель атрибуции, которая поможет проверить эффективность медийной рекламы: в нашем случае это были баннеры.

Что мы сделали?

Шаг 1. Собрали данные пользователей, которые видели рекламу

С помощью Hybrid Platform были запущены web-кампании с таргетингом на ЦА клиента. Коллеги из Hybe.io провели интеграцию с MMP клиента и получали события (загрузки приложений, покупки и т.д) из мобильного приложения Здравсити. Интеграция с MMP позволила проводить мэтчинг данных о показах в Web и заказах в приложении по ip адресам пользователей.

Шаг 2. Собрали данные о покупках через приложение с помощью APP трекера
Трекер тоже собирает IP адреса людей, которые пользовались приложением.

Шаг 3. Запустили тестовую кампанию

Шаг 4. Выгрузили из APP трекера IP пользователей, которые совершали покупки за время кампании
При выгрузке важно исключать IP, которые помимо медийной рекламы взаимодействовали с другими типами. Например, мы в rta отдельно настраиваем для Здравсити контекстную рекламу на мобильное приложение. Изначально информация о пользователях, которые пришли с неё в приложение, тоже попала в датасет. Её пришлось исключать, чтобы получить статистику только по медийной рекламе.

Шаг 5. Сопоставили статистику из APP трекера с покупками
Hybrid и Hybe.io смэтчили IP пользователей с покупками из Appsflyer с теми, кто видел наши рекламные объявления в последние 30 дней и успел после этого совершить покупку через приложение.
Теперь мы умеем делать глубокую кросс-канальную аналитику и можем верифицировать больше доходов с наших рекламных каналов.


Zdravsiti is one of the largest health marketplaces in Russia. We have been working together for a long time and wanted to solve a non-trivial task: achieve 100% transparency in media advertising expenses and revenues.

In the e-pharma market, users make 70% of purchases from mobile phones. Half of the purchases are made through apps. This is a huge share of online pharmacy revenues. However, it's hard to understand how the user interacted with the brand before moving to the app, from which touchpoint the transition occurred, and what finally influenced the purchase decision. Especially it is hard to track the effectiveness of media channels as the path to purchase can be very complex (screenshot 1).
We assumed that our advertising channels bring several times more revenue through the mobile application than we can track by first-click or last-click. As a hypothesis, we built an attribution model that helps to verify the effectiveness of media advertising – in our case, these were banners.

What did we do?

Step 1. Collected data of users who saw the advertisement.
Using the Hybrid Platform, we launched web campaigns targeting the client's target audience. Our partner Hybe.io integrated with the client's MMP and received events (app downloads, purchases, etc.) from the Zdravsiti mobile application. Integration with MMP allowed matching data about displays on the web and orders in the app by user IP address.

Step 2. Collected data on purchases through the application using the APP tracker.
It also collects the IP addresses of people who use the application.

Step 3. Launched a test campaign.

Step 4. Unloaded the IPs of users who made purchases during the campaign from the APP tracker.
When unloading, it's important to exclude IPs that interact with other types of advertising. For example, at rta:, we set up contextual advertising for Zdravsiti's mobile application separately. Initially, information about users who came from contextual advertising to the app also got into the dataset. It had to be excluded to clarify the statistics.

Step 5. Matched the statistics from the APP tracker with purchases.
Hybrid and Hybe.io matched the IPs of users with purchases from AppsFlyer with those who saw our ads in the last 30 days and then made a purchase in the application.
Now we can do deep cross-channel analytics and verify more revenues from our advertising channels.

Скриншоты