Управление рекламой семи жилых комплексов требует постоянного контроля расходов, качества заявок и эффективности объявлений. При этом данные распределены между рекламными кабинетами, системами аналитики и CRM, а их ручное сведение занимает значительную часть рабочего времени.
Компания «Прагматик» внедрила для ГК «МодульСтройГрад», застройщика курортной недвижимости в Калининградской области, AI-аналитика, который ежедневно объединяет рекламные данные, выявляет аномалии и помогает формировать гипотезы для оптимизации кампаний. За первый месяц работы количество целевых лидов выросло на 86%, а их стоимость снизилась на 47%. Проект участвует в премии Digital Developer Proptech Awards.
Задача: объединить рекламные данные и ускорить принятие решений
До внедрения AI-аналитика команда вручную собирала еженедельную отчётность по семи жилым комплексам из шести источников: VK Ads, Яндекс.Директа, Авито, Яндекс.Метрики, системы сквозной аналитики и CRM.
Каждая система представляла данные в собственном формате. Например, в рекламных кабинетах расходы отображались без НДС, а в счетах — с НДС. При этом данные CRM не всегда позволяли определить, с какого конкретного объявления поступила заявка.
Из-за необходимости сопоставлять информацию из разных источников подготовка сводной отчётности занимала много времени. Команда не всегда успевала собрать данные к еженедельной встрече, а решения об изменении рекламных кампаний нередко принимались без полной аналитической картины.
Кроме того, проблемы с откруткой рекламы могли оставаться незамеченными до того момента, когда бюджет уже был потрачен.
Основная задача проекта — автоматизировать сбор и анализ рекламных данных, обеспечить прозрачность стоимости целевого лида и дать команде возможность оперативно реагировать на изменения эффективности кампаний.
Для этого требовалось объединить рекламные кабинеты, аналитику, CRM и медиаплан, связать заявки с источниками их привлечения и создать единый формат отчётности для всех семи объектов.
Решение: ежедневный анализ рекламы с помощью ИИ
AI-аналитик каждую ночь объединяет данные VK Ads, Яндекс.Директа, Авито, Яндекс.Метрики, CRM и медиаплана. К утру команда получает актуальную информацию о результатах предыдущего дня.
Система рассчитывает стоимость целевого лида вплоть до отдельного объявления и помогает выявлять кампании, требующие внимания.
Автоматическое обнаружение аномалий
Для контроля рекламных кампаний используются статистические алгоритмы, которые ежедневно анализируют показатели на уровне кампаний, групп и объявлений VK Ads.
Система выявляет:
- резкое увеличение стоимости заявки;
- расход бюджета без заявок в течение 14 дней;
- снижение CTR;
- признаки выгорания рекламных креативов по частоте показов;
- активные кампании, по которым отсутствует расход.
При расчёте стоимости заявки применяется сглаживание показателей, чтобы единичные результаты не искажали оценку эффективности объявлений.
Каждое утро в 08:10 команда получает уведомления об аномалиях в Telegram. По понедельникам формируется дополнительный анализ VK Ads и Яндекс.Директа с указанием кампаний, где стоимость целевого лида вдвое превышает средний показатель.
Подготовка отчётов и гипотез
Для анализа результатов используется языковая модель Claude. Она формирует черновик месячного отчёта, в котором отражает результаты рекламных кампаний и предлагает гипотезы по перераспределению бюджета.
Каждой гипотезе присваивается номер, фиксируются ожидаемый эффект и способ проверки. В следующем месяце система сопоставляет результаты с данными, после чего аналитик проверяет отчёт перед передачей застройщику.
Отчётность формируется в трёх форматах:
- Ежедневный отчёт показывает динамику рекламных показателей по всем каналам с начала месяца.
- Недельный отчёт помогает подготовиться к встрече трафик-менеджеров и определить гипотезы на следующий спринт.
- Месячный отчёт подводит итоги работы и содержит гипотезы на следующий месяц.
Кроме того, сотрудники могут обращаться к AI-аналитику через Telegram-бота. Пользователь задаёт вопрос обычным языком, после чего система обращается к BigQuery, Яндекс.Метрике и Яндекс.Директу и предоставляет ссылку на страницу с показателями, аномалиями и гипотезами.
Разработка с помощью ИИ-агента
Для создания и развития платформы команда использует Claude Code — ИИ-агента для разработки.
Первую версию системы удалось собрать за пять рабочих дней. По данным компании, отдельные доработки, предложенные командой на рабочих встречах, появляются на платформе в тот же день.
Результаты: рост целевых лидов на 86% за первый месяц
В апреле 2026 года, в первый месяц работы AI-аналитика, ГК «МодульСтройГрад» зафиксировала рост количества целевых лидов при снижении их стоимости.
По данным клиентских отчётов, количество целевых лидов выросло на 86% — с 63 в марте до 117 в апреле. При этом стоимость целевого лида (CPL2) снизилась на 47% — с 38 856 до 20 632 рублей.
Результат был зафиксирован при освоении рекламного бюджета на 82% от плана.
Наиболее заметные изменения произошли в VK Ads — канале, для которого команда первой завершила разработку полноценного дашборда. Количество целевых лидов здесь увеличилось с 29 до 73, а их стоимость снизилась с 24 942 до 17 133 рублей. В апреле для Авито и Яндекс.Директа использовались первые версии дашбордов.
Эффект сохранился в последующие месяцы
В дальнейшем команда продолжила отслеживать результаты с учётом изменений статусов заявок в CRM.
Поскольку отдел продаж застройщика постепенно обрабатывает поступающие обращения, показатели предыдущих месяцев пересчитываются по актуальным данным CRM. Для сопоставления используется единая, более строгая классификация целевых лидов.
По этой методике количество целевых лидов выросло с 52 в марте до 125 в августе 2026 года, а их стоимость снизилась с 41 476 до 19 868 рублей. При этом в августе рекламный бюджет был освоен на 100%, а план по количеству целевых лидов выполнен на 114%.
Изменения затронули не только рекламные показатели, но и организацию работы команды. Еженедельная отчётность больше не требует ручного сведения данных из нескольких систем. Информация об аномалиях в VK Ads поступает утром следующего дня, а гипотезы по оптимизации кампаний фиксируются и оцениваются по результатам последующих периодов.
Например, из 13 гипотез, сформированных в июле, к концу августа две подтвердились полностью, ещё две — частично, три были отвергнуты, а шесть не внедрялись. Система также позволяет отслеживать бюджеты, связанные с предложенными гипотезами.
От ручной отчётности к управлению рекламой на основе данных
Главное изменение в работе команды — переход от ручного сбора статистики к регулярному анализу эффективности рекламных кампаний.
AI-аналитик объединяет данные из разных источников, выявляет отклонения и помогает формировать гипотезы. Благодаря этому специалисты могут уделять больше внимания оптимизации рекламы, а не подготовке таблиц.
Результаты проекта показывают, как автоматизация аналитики может сопровождаться улучшением рекламных показателей. При этом AI-аналитик становится инструментом поддержки решений: система предлагает гипотезы и отслеживает результаты, а окончательные решения по управлению кампаниями принимает команда.
Подробнее о премии Digital Developer Proptech Awards.
Партнёры премии: А101, Сделка.рф, INTELVISION, Graff.estate.
Партнёры премии: А101, Сделка.рф, INTELVISION, Graff.estate.
Больше кейсов в номинации AI-кейс года
Телеграм-канал Digital Developer
Подпишитесь, чтобы читать новости, кейсы, исследования и обзоры IT-технологий на рынке недвижимости.
Подпишитесь, чтобы читать новости, кейсы, исследования и обзоры IT-технологий на рынке недвижимости.