Умный таргетинг или ручные сегменты Ozon: что эффективнее

В сентябре 2026 года в медийной рекламе Ozon появился умный таргетинг — автоматический подбор аудитории на основе данных о покупателях. Но насколько такая настройка эффективнее сегмента, который специалист настраивает вручную?

Команда Brandformance протестировала умный таргетинг Ozon в двух категориях бытовой техники и электроники и сравнила результаты с ручной настройкой аудитории. Разбираем, какой подход показал более высокий CTR, более низкий CPC и лучшие результаты по заказам, ДРР и ROAS.

Умный таргетинг — инструмент автоматического подбора аудитории для медийной рекламы. Алгоритмы площадки используют данные о клиентах бренда, чтобы сформировать расширенный сегмент пользователей с похожими характеристиками.

В отличие от ручного таргетинга специалисту не требуется самостоятельно собирать аудиторию по отдельным признакам. Задача алгоритма — найти пользователей, которые потенциально могут быть заинтересованы в товарах.

В нашем тесте от инструмента ожидали:

- более точного попадания в целевую аудиторию

- роста CTR, снижения стоимости клика

- получения заказов в рамках целевого ДРР до 15%

Для проверки выбрали две категории бытовой техники и электроники с относительно высоким средним чеком:

• телевизоры;
• стиральные машины.

В каждой категории запустили рекламу с умным таргетингом и сравнили ее с размещением на сегменте, настроенном вручную. Для сравнения использовали одинаковые периоды открутки.

Эффективность оценивали по всей рекламной воронке: показы → клики → CTR → CPC → заказы → ДРР → ROAS.

Средний чек: около 40 тыс. руб.
Длительность: 4 дня.
Умный таргетинг использовали при размещении рекламы на главной и в поиске в мобильной версии Ozon.

Результат. Умный таргетинг обеспечил примерно на 12% больше показов, однако дополнительный охват не конвертировался в сопоставимый объем трафика.

CTR ручного сегмента оказался выше в 3,6 раза, а CPC — почти в 4 раза ниже. Ручная настройка также принесла вдвое больше заказов. ДРР составил 10% против 19% у автоматической аудитории, а ROAS оказался почти в два раза выше.

При этом CR из клика в заказ у умного таргетинга был выше — 1,7% против 1%.

Это показывает, почему эффективность таргетинга нельзя оценивать по одной метрике: более высокая конверсия пришедших пользователей не компенсировала низкий CTR и более дорогой трафик.

Средний чек: около 40 тыс. руб.
Длительность: 7 дней.
Использовали нативный баннер с размещением на главной и в поиске Ozon.

Результат. Во втором тесте ручной сегмент также оказался эффективнее: CTR был примерно на 47% выше, а CPC — примерно на 30% ниже.

Главное различие проявилось в нижней части воронки. Автоматическая аудитория за тестовый период не принесла заказов, тогда как ручной сегмент получил первые продажи и ROAS = 6.

В этой категории ручная настройка также обеспечила больше показов и более чем в два раза больше кликов.

В обоих тестах ручная настройка показала более высокую эффективность. Но результаты позволяют сделать и более широкий практический вывод: расширение аудитории само по себе не гарантирует роста эффективности медийной рекламы.

В первом тесте умный таргетинг действительно обеспечил больший охват. Однако дополнительные показы не привели к росту качественного трафика и заказов.

Это особенно важно для категорий с высоким средним чеком. Потенциальная аудитория телевизоров или крупной бытовой техники может быть широкой, но пользователей, которые находятся непосредственно на этапе выбора и готовы совершить покупку, значительно меньше. Поэтому при настройке важно оценивать не только размер полученной аудитории, но и то, как она проходит дальше по воронке.

При этом результаты двух тестов нельзя переносить на все категории и рекламные кампании Ozon. На эффективность автоматического подбора могут влиять категория товара, ценовой сегмент, объем накопленных данных о покупателях, рекламный креатив и период размещения.

По результатам теста мы бы не стали полностью заменять ручную настройку автоматической аудиторией.

Ручной таргетинг имеет смысл оставлять основным подходом, когда специалист уже понимает целевую аудиторию товара, а задача кампании — контролировать качество привлекаемого трафика и эффективность по заказам.

Умный таргетинг можно использовать как дополнительный инструмент, когда необходимо расширить охват и проверить аудиторию за пределами уже известных сегментов.

Один из вариантов — запускать две кампании параллельно:

• ручной сегмент — контроль;
• автоматическая аудитория — тест.

Для корректного сравнения кампании должны работать в сопоставимых условиях: одинаковый период, рекламный формат и, по возможности, одинаковый креатив. Решение о дальнейшем масштабировании стоит принимать по всей воронке.

Мы выбрали следующий подход: ручные сегменты остаются основной механикой, а умный таргетинг можно продолжать тестировать для расширения охвата и поиска новой аудитории при контролируемом бюджете.

Для работы алгоритму нужны данные, на основе которых маркетплейс сможет сформировать автоматическую аудиторию. Поэтому возможности инструмента могут зависеть от объема накопленной информации о покупателях.

Можно тестировать, но результат стоит оценивать отдельно от кампаний по товарам с накопленной историей продаж. Для нового SKU у алгоритмов может быть меньше данных, которые помогают определить потенциально заинтересованную аудиторию.

Универсальной суммы нет. Бюджета должно быть достаточно, чтобы кампания получила статистически полезный объем показов и кликов. При этом тестовый бюджет лучше отделять от основных рекламных кампаний, чтобы автоматическое расширение аудитории не влияло на их эффективность.

Продолжительность зависит от объема трафика и скорости накопления данных. Сравнивать автоматическую и ручную аудитории имеет смысл после того, как обе кампании получили достаточный объем статистики.

Да. Параллельный запуск позволяет сравнить разные способы подбора аудитории в одном периоде. Для более корректного теста желательно сохранять сопоставимые условия размещения — формат, креатив и период кампании.