Что такое ДРР, и зачем он нужен?
Доля рекламных расходов (ДРР) – показатель, который отражает, насколько ваши вложения в рекламу эффективны. Рассчитывается по формуле: ДРР = рекламные расходы / доход с рекламы*100%.

Для интернет-магазинов, особенно в нишах с высоким средним чеком (электроника и бытовая техника), ДРР помогает понять, насколько оправдана стоимость привлечения клиента. Показывает эффективность использования бюджетов на разных этапах воронки.

Если ДРР низкий, значит реклама работает эффективно: затраты минимальны, а выручка максимальна. Если же показатель растет, это может сигнализировать о том, что стратегия требует пересмотра. Возможно, стоит скорректировать каналы, обновить креативы, углубиться в аналитику или пересобрать товарное предложение.
Управление Доля рекламных расходов – это не просто цифра в отчете, а важный ориентир для устойчивого роста.

Почему стратегия «платим за клики» не работает?

Индустрия бытовой и цифровой техники характеризуется большой конкуренцией, высоким СРС и длительным циклом принятия решения. Так, просто платить за клики или минимизировать стоимость лида недостаточно. Если за счет низкого CPC мы получаем их больше при одновременном росте стоимости заказа и снижении конверсии, реальная рентабельность уходит в минус. ДРР позволяет этого избежать и является тем показателем, на который бизнес должен смотреть в первую очередь. Стратегии, ориентированные на клики и лиды, часто не видят этого разрыва. Как итог – системная ошибка в работе с бюджетом.

Показатели, от которых напрямую зависит ДРР:

• AOV (средний чек) – влияет на итоговый доход бизнеса и помогает делать акценты на премиальных и более прибыльных категориях. Средний чек позволяет оценить эффективность рекламы, но при этом во многом определяется конкурентной средой. Повысить AOV можно через грамотную товарную матрицу, допродажи и акценты на премиальные сегменты.
• CR (конверсия) – отражает эффективность сайта и рекламного трафика. Конверсия из клика в заказ формируется на стороне клиента и зависит от множества факторов: привлекательности предложения, юзабилити и логики сайта, скорости оформления заказа и других нюансов пользовательского пути.
• CPO (стоимость одного заказа) – ключевой показатель, который позволяет контролировать рентабельность рекламных кампаний. Это метрика, с которой мы работаем напрямую: за счет грамотного использования рекламных инструментов и обучения алгоритмов можем не просто снижать CPO, но и делать это при фокусе на более маржинальных категориях товаров. Из всех трех показателей CPO остается для нас основным ориентиром в рекламных кампаниях, поскольку именно на него стоит оказывать прямое влияние.

Аналитика как основа управляемого ДРР
Без передачи рекламным системам данных об источнике, фактической сумме заказа с учетом скидок, доходе и перекрестных продажах, возвратах и повторных покупках мы не можем качественно оценивать маржинальность рекламы и, соответственно, повышать эффективность кампаний, снижая их ДРР.

После отказа Google от использования сторонних cookie в третьем квартале 2024 года особенно важно передавать данные о поведении пользователей на всех этапах пути к покупке: от клика до оформления заказа. В условиях перехода к cookieless-среде Google и другие рекламные платформы перестали отслеживать пользователей так, как раньше, что вызвало тревогу у многих команд e-commerce: как обеспечить стабильную передачу данных и корректную привязку конверсий?

Вот как сегодня решаются эти задачи:

• Google Ads внедрил расширенное отслеживание конверсий (Enhanced Conversions), которое работает через передачу хешированных email или телефона, синхронизируется с GA4 и настраивается через Google Tag Manager или напрямую в коде сайта.
• Meta и TikTok используют серверное отслеживание через Conversions API (CAPI), которое обеспечивает более устойчивую передачу данных при потере cookies. Интеграция возможна через GTM с webhook, платформы аналитики или маркетинговые платформы.
• Яндекс Крипта применяет методы машинного обучения, «склеивая» профиль пользователя по различным идентификаторам браузеров и устройств, что снижает потери данных и повышает точность таргетинга.

В итоге те, кто научился стабильно и корректно передавать сигналы, выигрывают как по ставкам, так и по уровню ДРР.

Ключевая ценность правильной передачи данных проявляется уже на этапе настройки рекламных кампаний. В эпоху ИИ автостратегии Google, Яндекс, Meta и других систем достигают максимальной эффективности. Ручное управление ставками и тестирование множества узких аудиторий уходят на второй план. Однако алгоритм не умеет думать за бизнес, он обучается только на тех данных, которые получает.

Если передавать лишь финальные конверсии (например, факт оформления заказа), алгоритм будет масштабировать объемы, а не ценность. Поэтому при запуске кампаний важно передавать не только основные цели – оформление заказа, добавление товара в корзину – но и микроконверсии (переход к оформлению, начало оплаты и другие промежуточные действия). Это помогает ускорить обучение алгоритмов, найти слабые места в воронке и повысить точность таргетинга на действительно ценных пользователей.

Система должна четко понимать, что одна покупка смартфона за 300 000 тенге значительно важнее десяти зарядных устройств по 10 000 тенге, и соответствующим образом приоритизировать аудиторию.

Чтобы такие сигналы действительно работали на результат, важно не только правильно передавать данные, но и грамотно структурировать информацию, с которой работает система. Прежде всего – товарный фид.

Группировка товаров и работа с фидом
Товарные и динамические объявления – важный формат в e-commerce, который требует грамотного формирования и загрузки товарного фида. Правильно структурированный фид позволяет сегментировать товары по категориям, цене, сезонности, акциям и другим параметрам. Это не только помогает повышать маржинальность рекламы, но и достигать дополнительных бизнес-целей.

Благодаря такому подходу появляется возможность контролировать: ставки для товаров с разной прибылью, приоритеты в закупке трафика и обучение стратегий на более ценных позициях.

Петр Прохоров, специалист по рекламе Wunder Digital:

– Мы рекомендуем сегментировать фид по нескольким параметрам. Во-первых, по категориям: «смартфоны», «ноутбуки», «аксессуары», «бытовая техника». Во-вторых, по ценовым сегментам: «бюджетные модели», «устройства среднего уровня» и «премиум-позиции» требуют разного подхода в креативах и выборе каналов.

Также стоит учитывать сезонность: например, под акции и распродажи лучше выделить отдельные группы. Особого внимания заслуживают хиты, новинки и товары с уценкой. К ним можно применять более агрессивные стратегии в performance-кампаниях. Также рекомендуем сегментировать по маржинальности товара.

Помимо всего, что сказано выше, эффективны сценарные сегменты: подарочные наборы, комплекты, товары для дома или офиса. Такая детализация помогает точнее управлять ставками, сообщениями и визуалом, адаптируя предложения под контекст, аудиторию и цели каждого конкретного размещения.

Большинство рекламных инструментов, которые мы используем для снижения ДРР, особенно в ремаркетинге, завязаны именно на товарном фиде. Наиболее эффективные связки по каналам при работе по ДРР:

Google Ads

• Поисковая реклама с широким типом соответствия в связке с Performance Max (Power Pair): поиск охватывает новые запросы, а Performance Max усиливает конверсии за счет мультиканальных форматов.
• Performance Max и стандартные торговые кампании позволяют точечно управлять высокомаржинальными категориями и масштабировать остальной ассортимент.
• В связке с динамическими поисковыми объявлениями (DSA) охватывается «длинный хвост» запросов, Performance Max поддерживает вовлеченность и повторные касания, формируя интерес и конвертируя его в рамках единой экосистемы.

Яндекс Директ

• Пакетная стратегия объединяет товарную галерею, динамические и стандартные кампании в единую стратегию с целевой ДРР. Это ускоряет обучение и перераспределяет эффективность.
• Смарт-баннеры, динамические кампании и ретаргетинг продвигают товары с сегментацией по марже, сезонности и брендам, эффективно возвращая пользователей на этапе принятия решения.
• Реклама с использованием фида для приложений позволяет продвигать продукты с переходом по deep link на экран товара в приложении. Это снижает стоимость заказа и повышает удержание внутри экосистемы.

Meta и TikTok

• Динамические объявления по фиду с оптимизацией по ценности (Value Optimization) используют группы товаров, сформированные по категориям, цене и бренду.
• Видеоформаты вместе с динамическим ретаргетингом повышают узнаваемость и возвращают аудиторию с персонализированными предложениями.
• DPA в TikTok продвигает ассортимент через каталог с оптимизацией на покупку, ориентированную на ценность транзакции.

Как это работает на практике: кейс интернет-магазина техники

За счет использования и масштабирования наиболее эффективных связок и снижения ДРР с 31% до 13% нам удалось добиться следующих результатов за два месяца:

• Конверсия: +72% за счет более релевантного трафика и дообучения алгоритмов.
• ROMI: х3 без дополнительного увеличения бюджета.
• Категория «смартфоны» дала ROAS 850% после настройки сегментированной кампании по high-margin группе.
• Meta привлекла новых покупателей с DPA по акциям на 21% дешевле, чем веб-каналы.

Что для этого сделали:

• Настроили передачу данных о фактической сумме заказа (с учетом скидок) и возвратах из CRM в Google Ads и Яндекс.Директ.
• Добавили микроконверсии: «начало оформления», «начало оплаты», «просмотр карточки товара», чтобы улучшить обучение алгоритма.
• Разметили фид по категориям, марже и сезонности: custom_label_0 = “высокая маржа”, custom_label_1 = “акции”.
• Применили Power Pair: Performance Max + поиск с широким соответствием + DSA.
• Запустили пакетную стратегию в Яндекс: товарная галерея, динамика и ЕПК с общей целью – целевая ДРР 15%.
• В Meta разделили product sets по марже и включили Value Optimization.

ДРР – комплексный показатель, для которого нет второстепенных метрик. Есть лишь промежуточные касания, которые ведут к минимально возможному значению. В систему мы передаем важные сигналы: микроконверсии, структуру фида, ценность транзакций. Стратегическая настройка включает автостратегии, модели атрибуции, а также контроль сезонности и маржи. И все это работает не ради цифр в кабинете, а чтобы ответить на главный вопрос: окупается ли реклама и где есть потенциал для ее масштабирования? Таким образом бизнес получает возможность находить новые точки роста и масштабирования.