О проекте
Клиент
Борисхоф — сеть дилерских центров с присутствием в Москве и Санкт-Петербурге. Для продвижения на классифайдах клиент использует Авто.ру и Авито — площадки, где обращения пользователей напрямую влияют на стоимость лида и дальнейшую стоимость продажи автомобиля.
Для автосалонов важно не только получать больше звонков и чатов, но и контролировать качество платного трафика. Если площадка тарифицирует нецелевые обращения как полноценные лиды, часть бюджета уходит на контакты, которые не могут привести к продаже.
Ситуация на старте
На момент обращения клиент столкнулся с проблемой некачественного трафика, который тарифицировался как платный.
В платные обращения попадали:
- пропущенные звонки;
- спам-реклама;
- звонки по другим сферам;
- чаты без контактов клиента;
- обращения, которые не соответствовали целевому спросу автосалонов.
Из-за этого часть бюджета тратилась впустую, стоимость лида росла, а вместе с ней увеличивалась и стоимость продажи автомобиля ниже по воронке.
Задача
Перед командой стояли две основные задачи:
- автоматизировать процесс обжалования некачественного трафика;
- оцифровать нецелевые обращения и системно возвращать бюджет за лиды, которые не должны были тарифицироваться как качественные.
Важно было выстроить устойчивую автоматизированную систему: собирать обращения, классифицировать их, формировать причины для жалоб и отправлять обжалования на площадки.
Что мы сделали
1. Настроили автоматический сбор обращений
В работу попали две ключевые площадки клиента: Авто.ру и Авито.
Мы настроили автоматический сбор чатов и звонков, чтобы некачественные обращения не терялись и могли попадать в обработку. Это позволило перейти от ручной выборочной проверки к системной работе со всем входящим платным трафиком.
2. Автоматизировали обработку обращений
Собранные чаты и звонки начали обрабатываться с помощью локальной нейросети.
Система анализировала обращения и определяла причины, по которым трафик можно считать некачественным:
- спам;
- нерелевантная тематика;
- отсутствие контактов;
- пропущенные звонки;
- другие признаки, из-за которых обращение не должно засчитываться как полноценный лид.
3. Настроили автоматическую отправку жалоб
После обработки система автоматически отправляла жалобы на площадки с указанием причин, выявленных при анализе обращения.
Это сократило объём ручной работы и ускорило процесс обжалования: команда могла не собирать каждую жалобу с нуля, а работать уже с подготовленной системой классификации.
4. «Дожимали» спорные обращения
Если площадка отказывала в возврате, команда подключалась вручную и продолжала коммуникацию с менеджерами Авто.ру и Авито.
Для аргументации использовали:
- аудио- и видеозаписи звонков;
- данные по обращению;
- сводки по абоненту через сервисы определения номеров;
- объяснение, почему обращение не является целевым лидом для автосалонов.
Такой подход помогал не останавливаться на первом отказе и добиваться возврата там, где обращение действительно было некачественным.
Результат
После внедрения системы арбитража клиент начал регулярно возвращать часть бюджета, который раньше уходил на некачественный платный трафик
По результатам работы:
- за первый месяц вернули в бюджет 166 000 ₽;
- к третьему месяцу достигли возврата 294 000 ₽ за месяц;
- максимальный возврат за месяц составил 539 200 ₽;
- работа по возврату средств продолжается.
Клиент получил систему контроля качества платного трафика на Авто.ру и Авито. Теперь некачественные звонки и чаты не просто фиксируются, а автоматически собираются, классифицируются и отправляются на обжалование.
Система продолжает работать и помогает снижать потери рекламного бюджета на классифайдах.
крутые проекты вместе
Укажите в заявке ваше имя и номер телефона.
Наши менеджеры свяжутся с вами, ответят на все вопросы и подготовят коммерческое
предложение!