Главное о кейсе
В 2025 году крупнейшая сеть зоомагазинов России «Четыре Лапы» вместе с RTA поставила цель — снизить стоимость привлечения нового клиента (CAC) в мобильном приложении. После перехода на новый трекер AppMetrica команда полностью перестроила подход к работе с OEM-источниками — Appnext и Petal Ads.
Через еженедельные сверки с CRM, A/B-тесты и точечные изменения структуры кампаний удалось удержать объём привлечений и при этом сократить CAC на 42% за полгода. Проект стал примером того, как грамотная аналитика и постоянная оптимизация могут приносить результат даже без прямой оптимизации по «глубоким» целям.
Как проект изменил жизнь пользователей
Оптимизация позволила привлекать больше реальных новых покупателей — не просто установить приложение, а совершить первую покупку. Пользователи быстрее знакомились с ассортиментом и получали персональные предложения уже после первого заказа.
Для бизнеса это означало не просто рост установок, а реальное расширение клиентской базы: доля новых покупателей увеличилась, а затраты на их привлечение снизились на 42%. Проект стал шагом к устойчивому росту LTV и повышению доли повторных покупок в мобильном канале.
Бизнес-задача и ее решение
После завершения кампаний по снижению ДРР в 2024 году бренд «Четыре Лапы» поставил новую цель — перейти к оценке эффективности по модели CAC и найти устойчивую стратегию привлечения новых клиентов в мобильном приложении.
В феврале 2025 года бренд перешёл с AppsFlyer на AppMetrica. Важно было сохранить объём установок и не потерять качество трафика при переходе. Параллельно команда начала выстраивать новую модель оптимизации. В приложении не было отдельного события, которое отмечало бы нового покупателя сети, поэтому команда выстроила систему ручной аналитики: несколько раз в неделю данные о покупках сверялись с CRM, чтобы точно определить, какие установки приводят к первым покупкам. Это позволило оптимизировать кампании именно под привлечение новых клиентов, а не просто под рост установок.
Команда сконцентрировалась на двух OEM-источниках — Appnext и Petal Ads, выстроив работу в формате постоянного эксперимента и обучения алгоритмов. В Appnext несколько раз перерабатывалась структура кампаний, тестировались выключения в неконверсионное время, обновлялся пул плейсментов и ставок. Это позволило к четвёртому месяцу снизить CAC новичков на 47% без потери объёма. В Petal Ads после перехода на новый трекер были проведены A/B-тесты, выделены отдельные сегменты по ключам (бренд, конкуренты, общие запросы, автотаргетинг), отключён брендовый трафик и масштабированы эффективные группы. В итоге стоимость новичка сократилась на 65%, сохранив объём заказов.
За счёт комплексной работы — аналитики, оптимизаций, A/B-тестов и глубокой синхронизации с CRM — за полгода CAC снизился на 42%. Команда доказала: даже без прямой оптимизации по событию покупка можно добиться устойчивого роста эффективности и прозрачности показателей.
Крафт (мастерство), реализация, технические детали
Проект требовал ювелирной настройки всех инструментов после перехода на новый трекер AppMetrica. Команда выстроила чёткий процесс сверки данных с CRM — несколько раз в неделю анализировались установки, регистрации и первые покупки, чтобы точно понимать, какие кампании приводят новых клиентов. OEM-источники были полностью перестроены под модель CAC: пересмотрена структура кампаний, обновлены плейсменты, проведены A/B-тесты поисковых сегментов и отключён брендовый трафик. Благодаря этому удалось сохранить объёмы трафика и добиться значительного снижения стоимости
Инсайты, гипотезы, процесс создания и взаимодействия с заказчиком
Инсайт: CAC — метрика, которая учитывает ценность клиента в долгую, а не только первую покупку.
Совместно с клиентом команда выстроила прозрачную воронку привлечения, где результат измерялся не количеством установок, а реальными новичками сети. Ключевым стало сотрудничество и быстрые итерации: проверка гипотез по плейсментам, ставкам и структуре кампаний в тесной связке с отделом аналитики Четыре Лапы.
Скриншоты
Комментарий заказчика
«Вопрос потенциальной каннибализации бренда всегда является для нас приоритетным. Вместе с командой агентства мы регулярно проводим тесты на брендовые и небрендовые кампании. В случае с Petal Ads важно, что и без брендового трафика источник был оптимизирован под KPI по CAC»