Как сохранить поток кандидатов после ограничений в Telegram Ads: кейс Digital Strategy

К нам обратился клиент — сеть ресторанов, для привлечение кандидатов на вакансии повара и курьера через продвижение в Telegram Ads.

В основе кампании лежал подход создания гипотез с активным тестированием аудиторий. Мы выстраивали таргетинг на основе интересов и поведения пользователей, последовательно проверяя разные сегменты и сценарии взаимодействия.

Основные направления таргетинга:

В процессе кампании мы вели таблицу гипотез, в которой фиксировали результаты по каждой тестируемой аудитории. Для удобства анализа:

Такой формат позволял быстро понимать, какие аудитории дают результат, а какие не оправдывают ожиданий, и оперативно перераспределять бюджет.

Таргетинг на узбекскую аудиторию показал наивысшую эффективность среди всех протестированных сегментов. До введения ограничений именно он обеспечивал около 70% всех заявок в месяц.

Увидев этот результат, мы сосредоточились на масштабировании и начали активно тестировать новые гипотезы внутри сегмента:

На следующем этапе кампания столкнулась с внешним фактором — были введены ограничения на рекламу на узбекском языке. Это напрямую повлияло на самый результативный источник заявок.

Перед запуском рекламных кампаний мы начали с анализа креативов конкурентов в Telegram Ads. Для этого использовали сервис telegramads.com: его логика проста и практична — чем дольше объявление находится в ротации, тем выше вероятность, что оно показывает стабильный результат. Этот анализ позволил нам понять, какие форматы, формулировки и визуальные решения уже доказали свою эффективность в нише.

Опираясь на результаты анализа и требования клиента, мы подготовили подробное техническое задание для креативов. В нём учитывались не только форматы и ключевые сообщения, но и специфика вакансий, а также вводные от HR-команды.

Когда в Telegram Ads стал доступнее рекламный формат с баннерами и видео, мы начали использовать его в кампаниях. Для баннеров было разработано отдельное ТЗ, после чего формат сразу ушёл в тест. Дальнейшая работа с креативами строилась системно: примерно раз в две недели мы обновляли объявления, чтобы избежать выгорания аудитории и эффекта баннерной слепоты.

Решения о замене креативов принимались не интуитивно, а на основе метрик — в первую очередь CTR и CPC. Такой подход позволял регулярно снижать стоимость клика и повышать кликабельность объявлений без необходимости кардинально менять общую стратегию продвижения.

В работе с текстами мы исходили из простого принципа: разные сегменты аудитории откликаются на разные мотивационные триггеры. Поэтому креативы для вакансий строились с учётом жизненного контекста кандидатов.

Вакансия повара. Креативы для этой вакансии адаптировались под несколько ключевых аудиторий:

Такой подход позволял каждому сегменту «узнать себя» в сообщении и увидеть ценность предложения именно для своей ситуации.

Вакансия курьера. Для этой вакансии мы работали с другой мотивацией. Здесь ключевыми факторами стали гибкость и прозрачный доход.

В текстах подчёркивались:

Эти подходы оказались особенно релевантными для аудитории, которая ищет быстрый и предсказуемый способ заработка без жёсткой привязки ко времени.

Все тексты адаптировались под конкретные сегменты и площадки, но при этом сохраняли единое позиционирование работодателя. Сочетание сегментации, регулярного обновления креативов и опоры на метрики позволило создавать сообщения, которые стабильно показывали высокий отклик у целевой аудитории.

После введения ограничений на рекламу на узбекском языке следующим шагом стал системный поиск альтернативных рабочих аудиторий. Мы начали с анализа данных за предыдущие периоды, чтобы опереться на уже подтверждённые источники заявок.

Исторические результаты показали, что для вакансии повара заметную долю отклика — около 30% заявок — давали каналы с вакансиями в сфере общепита. Для вакансии курьера наиболее эффективными оказались каналы с вакансиями и подработкой в Санкт-Петербурге, которые обеспечивали порядка 42% заявок. Эти сегменты стали отправной точкой для дальнейшего масштабирования.

Чтобы не ограничиваться поверхностным расширением каналов, мы запросили у клиента подробный портрет целевой аудитории. Это позволило взглянуть на задачу не только со стороны рекламных метрик, но и с точки зрения реального профиля кандидатов.

Для дальнейшего углубления стратегии мы задействовали инструменты Big Data. Через платформу Big Data МТС мы запросили сбор данных по пользователям, соответствующим заданному профилю: с доходом до 60 000 рублей и интересом к кредитованию и займам. Это позволило сформировать более точные и релевантные сегменты для запуска рекламных кампаний в Telegram Ads, снизив долю нерелевантного трафика.

Параллельно мы работали над расширением уже показавших эффективность сегментов. Учитывая положительную динамику каналов по вакансиям и подработке в Санкт-Петербурге, мы увеличили их количество и протестировали эту аудиторию не только для вакансии курьера, но и для вакансии повара.

Для подбора смежных каналов использовали сервис tgstat.ru. При этом каждый канал проходил ручную проверку: мы оценивали активность аудитории, соответствие тематике и общее качество канала. Такой подход позволил избежать формального масштабирования и сохранить контроль над качеством трафика.

Работу с новыми сегментами мы выстроили через поэтапное тестирование и последовательную оптимизацию. Основной фокус на этом этапе был на вакансии курьера.

На старте мы запустили две параллельные кампании, чтобы одновременно проверить как новые аудитории, так и новый рекламный формат.

Первая кампания была направлена на аудиторию Big Data — пользователей, интересующихся кредитами и займами. В ней использовался новый формат Telegram Ads: текст с баннером.

Вторая кампания запускалась на ранее показавшую себя рабочей аудитории — пользователей приложений такси, но в классическом формате без баннера, только с текстом.

По стоимости лида обе кампании показали сопоставимый результат. Однако при сравнении промежуточных метрик стало заметно преимущество нового формата: в кампании с баннером CTR оказался выше на 0,07%, а стоимость клика — ниже на 55 рублей. Это дало нам основание сделать ставку на формат с визуалом в дальнейшей работе.

Мы работали по тестовой стратегии: параллельно запускали несколько гипотез (аудитории/форматы), выделяли на них тестовый бюджет и в течение фиксированного периода собирали статистику. При анализе РК в первую очередь ориентировались на лиды и стоимость лида. Дополнительно смотрели на вспомогательные метрики (CTR, CPC, CPM) — как индикаторы качества трафика и потенциала масштабирования. 

Если кампания в рамках теста не приносила лиды или показывала слабую динамику — мы её останавливали и переходили к следующим гипотезам. Если кампания давала лиды, но выходила за рамки KPI, — сначала оптимизировали: меняли тексты, баннеры, ставки, и только после повторной оценки принимали решение о продолжении или отключении.

Масштабировали только те кампании, которые:

Наша работа с клиентом в этом кейсе строилась на системном тестировании гипотез: мы параллельно проверяли разные аудитории, форматы и тексты, постоянно анализировали метрики и оперативно перераспределяли бюджет. Нерезультативные связки быстро отключали, а перспективные — оптимизировали и масштабировали.

Такой подход позволил найти несколько устойчиво работающих направлений — в том числе аудитории Big Data с интересом к кредитованию и каналы для курьеров с пересечением по подработке — и улучшить ключевые показатели: повысить CTR и снизить стоимость клика и лида в рамках медиаплана.