July 3

RazumAIzer — как ИИ-сервис для учебных работ настроил поток заявок через Яндекс.Директ

1. Клиент и задача

RazumAIzer — онлайн-сервис на базе ИИ, который помогает школьникам и студентам быстро собрать структуру и черновик учебных работ: рефераты, доклады, курсовые, сочинения.

Клиент пришёл с задачей превратить сайт в стабильный источник заявок и оплат через Яндекс.Директ, не скатываясь в слив бюджета по общим запросам про ИИ — нейросети ищут миллионы людей, а покупают доступ к сервису единицы.

2. Исходная ситуация и проблемы

На старте у проекта был рабочий продукт, базовый лендинг и общее понимание целевой аудитории, но не было системной рекламной стратегии и понятной воронки.

Аудит показал типичные для ИИ-сервисов и EdTech проблемы:

  • слишком широкие ключи («нейросеть», «ИИ помощник») — трафик дорогой и размытый;
  • неочевидная ценность именно для учебных задач: лендинг говорил про «умного ИИ-помощника», а не про «черновик курсовой за пару минут»;
  • отсутствие сегментации по школьникам, студентам и родителям — один оффер для всех.

Мы зафиксировали точку фокуса — посадочная razumaizer.ai/essay/ с понятной задачей: получить максимально дешёвые регистрации и оплаты за счёт горячих и околоцелевых запросов.

3. Гипотезы и стратегия

Разложили спрос на четыре сегмента и спроектировали стратегию под каждый:

  • школьники 8–11 классов и студенты 1–4 курса — «ядро денег», ищут, как быстро сделать реферат, доклад или курсовую именно сейчас;
  • родители школьников — рациональный оффер про снижение учебной нагрузки ребёнка;
  • продвинутые пользователи ИИ (уже сидят в ChatGPT/DeepSeek) — готовы платить за экономию времени и готовую структуру, а не за «ещё одну нейросеть».

Стратегия по каналам: поиск — горячие и околоцелевые учебные запросы; РСЯ — расширение охвата с креативами под разные сегменты; ретаргетинг и look-alike — догрев тех, кто не оставил заявку, и поиск похожих на тех, кто уже конвертировался.

4. Ход работ по этапам

Семантика и структура кампаний

Семантическое ядро разделили на три слоя:

  1. Целевые запросы про ИИ в учёбе — «ИИ в учебе», «ИИ помощник для студента», «ИИ помощник для школьника». Аудитория уже понимает, что хочет решать учебные задачи через нейросети — упор на удобство и скорость.
  2. Узкие учебные запросы — «реферат онлайн», «написать доклад», «черновик курсовой», «как оформить курсовую». Это максимально горячий трафик, по опыту EdTech именно здесь формируется основной объём дешёвых лидов.
  3. Широкие, но релевантные формулировки — «как сделать реферат», «как написать курсовую». Здесь сразу заложили жёсткую работу с минус-словами, чтобы не уходить в чисто школьные запросы без учебного контекста.

В РСЯ собрали те же три смысловых блока отдельными группами объявлений, а автотаргет на старте сознательно не включали — чтобы не размывать показы и не собирать лишний трафик по «нейросетям вообще».

Догрев и ретаргетинг

Заложили два сценария: ретаргетинг на тех, кто заходил с поиска, но не регистрировался и не оплачивал, и look-alike по сегментам Метрики и Яндекс.Аудиторий — на похожих на тех, кто уже дошёл до целевого действия. Такая связка в кейсах по ИИ-сервисам и онлайн-курсам обычно снижает стоимость лида на 20–40% за счёт догрева.

Время, устройства и бюджет

Под учебное поведение аудитории заложили расписание показов с акцентом на вечер и ночь в будни (когда делают домашку и закрывают хвосты) и на дневные часы выходных (срочные работы перед понедельником). Бюджет распределили примерно поровну между поиском и РСЯ — это даёт контроль за стоимостью лида через горячий поиск и не ограничивает рост за счёт охвата в РСЯ. В РСЯ на старте приоритизировали показы на ПК, чтобы алгоритм сначала обучился на более стабильном инвентаре, и постепенно подключали мобильный трафик.

Креативы под сегменты

Для каждой аудитории — свой язык:

  • школьникам — «Нужно быстро сделать доклад или реферат? ИИ поможет собрать факты и предложит план и черновик текста»;
  • студентам — «Черновик курсовой за пару минут: ИИ соберёт материалы, сформирует главы и оформит файл в Word»;
  • родителям — «RazumAIzer помогает ребёнку готовить доклады и рефераты без ночных авралов»;
  • продвинутым пользователям ИИ — «Превращаем промпты в готовую структуру учебной работы, без бесконечной ручной настройки».

В заголовках сознательно делали акцент на результате — «черновик», «план», «оформление в Word», — а не на абстрактном «ИИ-ассистенте»: это то, что отличает рабочий оффер от типовой биржи рефератов.

Аналитика и стратегии управления

Цели в Метрике выстроили по приоритету: регистрация/создание аккаунта → переход к оплате → микроконверсии (просмотр тарифов, клики по CTA). Управление — комбинированное: автостратегии с оптимизацией по конверсиям там, где набралось достаточно данных, и ручное управление ставками на поиске в группах, где было важно тонко контролировать показы и тестировать ядро.

5. Результаты

Кампании вышли на стабильный режим, и по ходу обучения алгоритмов мы ориентируемся на рыночные показатели для ниши ИИ-сервисов и EdTech (типично для ниши):

  • CTR по поиску 8–15%, по РСЯ — 1,5–3%;
  • CPC 15–25 ₽ в РСЯ и 30–50 ₽ на поиске при грамотной семантике и креативах;
  • конверсия в регистрацию у лендинга с понятным оффером — 8–15%, в оплату — 2–5%;
  • при бюджете от 50 000 ₽ в месяц это даёт потенциал 60–160+ целевых действий — достаточно, чтобы обучить автостратегии и отфильтровать нерелевантный трафик.

Сегментация по аудиториям и семантике уже даёт эффект, характерный для похожих кейсов в нише: ретаргетинг и look-alike снижают стоимость лида на 20–40% по сравнению со стартовыми показателями, а отказ от широкого автотаргета в РСЯ удерживает CPL в целевом коридоре без слива бюджета на «нейросети вообще».

6. Почему сработало и почему стоит работать с нами

Директ для ИИ-сервиса — это не про «включить автотаргет по нейросетям», а про работу со спросом на уровне конкретных учебных задач. Что дало результат в этом проекте:

  • чёткое разделение аудиторий — школьники, студенты, родители, продвинутые пользователи ИИ — под каждый сегмент свои кампании и офферы;
  • сбалансированная связка поиск + РСЯ + ретаргетинг с упором на горячие запросы и последующий догрев;
  • работа не только с ключами, но и с продуктом и лендингом — перевод абстрактного «ИИ-ассистента» в конкретный результат: «черновик курсовой за пару минут».

Агентство «Быстрые клиенты» регулярно ведёт проекты в сфере ИИ и онлайн-образования и умеет доводить кампании до стабильных показателей по стоимости лида, а не просто собирать клики.

Видео отзыв клиента

Другие кейсы агентства

Агентство «Быстрые клиенты» работает с бизнесами в строительстве, производстве, услугах и e-commerce. Больше кейсов — на сайте https://fastclient24.ru

Хотите такой же результат для своего бизнеса?

Предлагаем Вам встретиться лично/провести онлайн-встречу на которой:

  • Покажем, какие заявки поступают нашим клиентам
  • Под вас персонально рассчитаем план окупаемости рекламных вложений
  • Покажем изнутри, как работает система привлечения у наших клиентов

Как минимум, вы узнаете много полезного про интернет-рекламу в вашем бизнесе. Как максимум - купите систему привлечения клиентов и заработаете за следующий год на 10 000 000 рублей выручки больше :)

Свяжитесь со мной сейчас любым удобным способом:

MAX: https://clck.ru/3SgVSC

ТГ: https://t.me/dima_iglin

WA: https://wa.me/79950985510

Другие наши кейсы: https://case.fastclient24.ru/

Сайт: https://fastclient24.ru

Вконтакте: https://vk.com/iglin_dmitry