MP Manager
Кейсы~9 мин.

Кейс: как селлер снизил ДРР с 25% до 12% за 3 месяца на Wildberries

Реальный кейс селлера на Wildberries: как оптимизация рекламных кампаний помогла снизить ДРР с 25% до 12% за 3 месяца. Пошаговый разбор действий, цифры и результаты.

Артём Попов

Автор статьи

Артём Попов

Эксперт по маркетплейсам. Более 4 лет помогает селлерам увеличивать продажи, оптимизировать карточки и выходить в топ в конкурентных нишах.

Кейс: как селлер снизил ДРР с 25% до 12% за 3 месяца на Wildberries

Этот кейс - история селлера из ниши постельного белья (средний ценовой сегмент, 1 800-2 500 ₽ за комплект). На старте работы с ним ДРР составлял 25%, рекламный бюджет съедал почти всю маржу, а масштабирование упиралось в неэффективные кампании. Все цифры в материале - данные апреля 2025 года: тарифы и интерфейс кабинета WB с тех пор менялись, но методология разбора остаётся рабочей.

Автор - Артём Попов, эксперт по маркетплейсам: более 4 лет помогает селлерам на Wildberries, Ozon и Яндекс.Маркете расти на данных, а не на догадках.

Селлер вышел на Wildberries около двух лет назад. Ассортимент начинался с 5 SKU и вырос до 24, выручка стабилизировалась на уровне 1,5 млн ₽ в месяц. Но росла только «стоимость привлечения»: каждый новый запуск рекламы давал прирост заказов и пропорционально увеличивал расходы. ДРР полз вверх - с 15% на старте до 25% на момент обращения.

При марже 30% такой ДРР означал чистую прибыль после рекламы на уровне 5% от выручки, или около 75 000 ₽ в месяц. Любой сбой - сезонное падение спроса, рост тарифов, повышение комиссии - уводил бизнес в минус. Отключать рекламу целиком тоже было нельзя: падали продажи и позиции в органической выдаче. Нужен был не «откат назад», а системное решение.

За 3 месяца совместной работы мы снизили ДРР до 12%, увеличили выручку на 20% и экономили селлеру около 159 000 ₽ в месяц. Вот как это выглядело по шагам.

Исходные данные

ПоказательЗначение
НишаПостельное бельё, средний ценовой сегмент
Средний чек2 100 ₽
Выручка в месяц1 500 000 ₽
ДРР (факт)25%
Рекламный бюджет в месяц375 000 ₽
Маржинальность30%
Чистая прибыль после рекламы~75 000 ₽
Количество активных SKU24 (комплекты и отдельные позиции)
Рекламных кампаний6 (все смешанные)
Конкуренция в нишеВысокая, около 450 продавцов

На первый взгляд - обычный селлер с «работающей» рекламой: продажи есть, бизнес не в минусе. Но при детальном анализе вскрылись системные проблемы, из-за которых половина бюджета тратилась впустую. Селлер чувствовал, что платит больше, чем должен, но не понимал, где именно теряет деньги.

Проблема: почему ДРР был высоким

Причина 1: неструктурированные кампании

Все 6 рекламных кампаний были собраны по одному шаблону: в одну кампанию добавляли все SKU подряд и 30-50 ключевых запросов без группировки, ставки были одинаковыми для всех товаров. В результате дорогие SKU с высокой маржой финансировали показы дешёвых позиций, которые давали много кликов, но мало заказов. Селлер не видел этого, потому что смотрел только на общий ДРР по всем кампаниям, а не на разбивку по товарам.

Типичная картина: по запросу «постельное бельё» показывались все 24 SKU одновременно - и позиции по 800 ₽ с маржой 15%, и премиум-комплекты по 3 500 ₽. Первые давали много кликов за счёт низкой цены, но конверсия у них была ниже, а ДРР - выше.

Причина 2: слабые минус-слова

Минус-слова либо отсутствовали, либо были собраны хаотично. Реклама показывалась по запросам вроде:

  • «дешёвое постельное бельё» (цена 800-1 000 ₽ - не наш сегмент);
  • «постельное бельё оптом» (B2B-запрос с долгим циклом и высокой вероятностью возврата);
  • «простыни на резинке» (отдельный тип товара, которого не было в ассортименте);
  • «детское постельное бельё» (товар есть, но цена и позиционирование другие);
  • «постельное бельё с рисунком» - слишком широкая группа, внутри которой терялся конкретный товар.

Пока такие запросы не убрали, примерно каждый четвёртый клик уходил на человека, который заведомо не купит наш товар.

Причина 3: неоптимальные ставки

Селлер использовал фиксированные ставки: для всех ключей - единая стоимость клика. При этом часть запросов стабильно конвертировалась (ДРР 10-12%), а часть давала только расход без заказов. Деньги с эффективных запросов субсидировали неэффективные: на те же деньги можно было получать в 1,5-2 раза больше заказов.

Ставки также не корректировались под время суток: в выходные конверсия была на 20% выше при тех же ставках, а ночью реклама работала с той же интенсивностью при расходах заказов на 60% меньшем.

Шаг 1: Аудит текущих кампаний

Первым делом выгрузили данные по каждой кампании за 30 дней и разбили по запросам и SKU - штатная аналитика Wildberries плюс сводные таблицы, без внешних сервисов.

МетрикаЗначение
Всего уникальных запросов187
Запросов, которые принесли заказы82 (44%)
Запросов без заказов105 (56%)
Расход на запросы без заказов150 000 ₽ (40% бюджета)
SKU с ДРР выше 30%7 (29%)
SKU с ДРР ниже 15%5 (21%)

Ключевая находка: 40% рекламного бюджета уходило на запросы, которые ни разу не привели к заказу за месяц - 150 000 ₽ чистых потерь. Проблема была не в товаре: реклама показывалась не той аудитории.

Также выяснили, что 3 SKU из 24 «съедали» 35% бюджета и давали только 8% выручки. Один из них (комплект из бязи начального уровня) имел ДРР 38% - его приостановили, порекомендовав поднять цену или уйти из ценовой категории.

Шаг 2: Чистка семантики и ставок

На основе аудита собрали минус-словную базу и перераспределили запросы. Главный принцип: оставить только те запросы, по которым покупатель осознанно ищет товар нашего ценового сегмента.

Что исключили из рекламы

  • Дешёвые запросы - «дешёвый», «бюджетный», «до 1000», «недорогой»: покупатели ищут товар до 1 000 ₽ при среднем чеке 2 100 ₽, конверсия была ниже 1%.
  • B2B-запросы - «оптом», «для гостиниц», «хостел»: корпоративные закупки с единичными заказами.
  • Не наш тип товара - «простыни на резинке», «пододеяльник-трансформер» и им подобные.
  • Брендовые триггеры чужих брендов, географические запросы («постельное бельё Москва») и информационные («как выбрать постельное бельё»).

Всего исключили 47 запросов - 26% объёма. Это сразу дало экономию около 40 000 ₽ в неделю.

Кластеризация запросов

Оставшиеся 140 запросов разбили на смысловые кластеры по типу ткани, размеру и назначению. Каждый кластер получил свой уровень ставок и бюджет:

КластерЗапросовКонверсияТипичный ДРРСтратегия
«Постельное бельё сатин»188,2%8-10%Удержание топ-3
«Постельное бельё поплин»157,1%10-12%Удержание топ-5
«Постельное бельё 2-спальное»225,6%12-14%Стабильный рост
«КПБ евро»144,8%14-16%Умеренный рост
«Постельное бельё в подарок»86,3%18-22%Ниже ставка, выше чек
Смежные (наволочки, простыни)353,5%15-30%Минимальные ставки
Конкурентные брендовые запросы282,8%20-35%Отключены или сбор данных

Кластеризация показала структуру спроса: «сатин» давал вдвое лучший ДРР, чем «поплин» при сопоставимых ценах, - разная чувствительность аудитории к цене.

Шаг 3: Ставки по ДРР и разделение кампаний

Вместо фиксированных ставок внедрили управление по ДРР: для каждого кластера определили целевой ДРР и выставили ставки, которые его обеспечивают, с корректировкой раз в 3-5 дней по свежей конверсии.

  • Конверсионные кластеры (ДРР 8-14%) - ставки на уровне топ-5: основные драйверы продаж, здесь важнее удерживать охват, чем экономить.
  • Средние кластеры (ДРР 14-20%) - ставки снижены на 15-20%, позиция в топ-10. Если кластер «съезжал» - проверяли карточку и цену, а не повышали ставку.
  • Дорогие кластеры (ДРР 20-35%) - отключали или оставляли минимальными для сбора данных. Исключение - запросы «в подарок»: ДРР выше, но чек и лояльность выше, возвратов меньше.

Корректировку ставок по времени суток настроили так:

Временной слотКонверсияКоэффициент ставки
Утро (7:00-10:00)Средняя1.0
День (10:00-17:00)Ниже средней0.9
Вечер буднего дня (17:00-19:00)Средняя1.0
Пик (19:00-23:00)Высокая1.2
Вечер пятницы + выходныеВысокая1.1
Ночь (23:00-7:00)Низкая0.5

Бюджет перераспределился на конверсионные часы без роста общего дневного лимита.

Дальше - структура: вместо 6 «каш» сделали 14 целевых кампаний по принципу горячие / тёплые / холодные запросы.

Тип кампанииПримерСтавкаДоля бюджетаЦель по ДРР
Горячие«купить постельное бельё сатин»Высокая30%8-10%
Тёплые«постельное бельё 2-спальное»Средняя40%12-15%
Холодные«комплект белья в подарок»Низкая20%18-22%
АвторекламаСбор данных по новым запросамСредняя10%-

Каждую кампанию привязали к конкретным SKU: дорогие комплекты из сатина - отдельно, бюджетные позиции - отдельно, с умеренными ставками. Плюс правило не более 5-7 ключевых запросов на кампанию, строго по тематике. Смешивание SKU разных ценовых категорий - одна из самых частых ошибок селлеров.

Результаты: 1 месяц и 3 месяца

Через месяц ДРР снизился на 7 процентных пунктов, экономия составила почти 100 000 ₽, выручка не упала, а выросла за счёт перераспределения бюджета на эффективные запросы.

ПоказательСтарт1 месяц3 месяца
Выручка1 500 000 ₽1 550 000 ₽1 800 000 ₽
Рекламный бюджет375 000 ₽279 000 ₽216 000 ₽
ДРР25%18%12%
Экономия в месяц-96 000 ₽159 000 ₽
Количество заказов714738857
Средний чек2 100 ₽2 100 ₽2 100 ₽
Чистая прибыль~75 000 ₽~186 000 ₽~324 000 ₽

Итог за 3 месяца: выручка +20%, рекламный бюджет −42%, ДРР снизился более чем вдвое, экономия около 380 000 ₽, чистая прибыль выросла с 75 000 до 324 000 ₽ в месяц. Арифметика сходится: маржа 30% от 1,8 млн ₽ - 540 000 ₽ минус реклама 216 000 ₽ - это и есть около 324 000 ₽ чистой прибыли.

Важный нюанс: выручка росла не только за счёт рекламы. Когда перестали тратить бюджет на нерелевантные запросы, алгоритм Wildberries увидел конверсионные покупки и чаще показывал товар в органике: доля органических продаж выросла с 55% до 68%. Разбор механики - в статье про снижение ДРР на маркетплейсах.

Выводы

Что сработало лучше всего:

  1. Минус-слова - убрали 40% нецелевого расхода на старте: самый быстрый и дешёвый способ снизить ДРР.
  2. Группировка кампаний - горячие запросы перестали субсидировать холодные, каждая кампания получила свою зону ответственности.
  3. Ставки по ДРР вместо «ставки на глаз» - плавное снижение без потери объёмов: не бороться за топ-1 по каждому запросу, а находить позицию, где цена клика соответствует конверсии.
  4. Корректировка по времени - перераспределение на вечер дало около +15% к конверсии без роста бюджета.

Шестьдесят процентов результата дала организационная работа (разделение кампаний, минус-слова, кластеризация), остальное - дисциплина регулярных корректировок: без рутины даже настроенные кампании за 2-3 недели «расползаются» обратно. Похожую логику разбора рекламного бюджета смотрите в кейсе про экономию на внешнем продвижении.

Роль автоматизации

Ручное управление ставками трудозатратно: на поддержание 14 кампаний с ежедневной корректировкой уходило около часа в день. Логичным продолжением стало внедрение автобиддера: в MP Manager вы задаёте целевой ДРР (например, 12-15%), а система сама корректирует ставки под каждый ключевой запрос - контролировать общие показатели достаточно раз в неделю.

Автобиддер особенно полезен в сезонные пики (распродажи, предновогодний ажиотаж), когда ставки скачут каждый день и ручное управление не успевает за рынком. Позиции и расходы по кампаниям удобно держать под наблюдением через трекеры, а решения о перераспределении бюджета - принимать по аналитике.

Часто задаваемые вопросы

Какой ДРР считается нормальным на Wildberries?

Единой нормы нет: на старте кампании для новой карточки ДРР закономерно выше, у зрелых позиций - ниже. Ориентир - маржа товара: ДРР допустим только пока он заметно ниже маржинальности, иначе каждая продажа приближает бизнес к нулю. Формула и примеры расчёта - в статье про расчёт ДРР.

Сколько времени занимает снижение ДРР?

В кейсе через месяц было −7 п.п., через 3 месяца - выход на плато. Первые результаты от чистки минус-слов видны через 2-3 недели, устойчивый эффект от структуры кампаний - в горизонте 1-3 месяцев.

Можно ли снизить ДРР, просто урезав бюджет?

Нет: при простом урезании падают показы, заказы и позиции - часто быстрее, чем расходы. Снижение достигается перераспределением на конверсионные запросы и ставками по ДРР, а не сокращением суммы.

Помогут ли автоставки, если кампании не настроены вручную?

Автобиддер оптимизирует ставки, но не исправляет структуру: смешанные кампании, отсутствие минус-слов и мусорные запросы он сохранит. Сначала аудит и структура - затем автоматизация.

Снижение ДРР с 25% до 12% - закономерный результат системной работы: аудит выявил 40% нецелевых трат, минус-слова и кластеризация убрали семантический мусор, группировка кампаний и ставки по ДРР закрепили результат, а автобиддер MP Manager удерживает целевой ДРР без ежедневной ручной работы. Начните с аудита: выгрузите данные по запросам за 30 дней и найдите «чёрные дыры» бюджета.

Часто задаваемые вопросы

Ответы на популярные вопросы о платформе MP Manager

Не нашли ответ?

Есть ли бесплатный пробный период?

Да, 3 дня полного доступа без ограничений. Карта не требуется.

С какими маркетплейсами вы работаете?

Wildberries, Ozon, Яндекс.Маркет и Авито.

Как подключить магазин?

Ввести API-ключ маркетплейса в личном кабинете. Подключение занимает 5 минут.

Можно ли использовать инструменты по отдельности?

Да, каждый инструмент оплачивается отдельно. Подключайте только то, что нужно.

Безопасно ли передавать API-ключ?

Да, ключи хранятся в зашифрованном виде. Данные не передаются третьим лицам.

Сколько стоит подписка?

Платные Инструменты подключаются отдельно, стоимость зависит от выбранного набора и объёма задач. Инструмент «Склад» бесплатный для всех пользователей.

Есть ли скидки при оплате за год?

Да, при оплате за 6 месяцев скидка 20%, за 12 месяцев - 30%.

Как быстро начнут работать инструменты?

Сразу после подключения API-ключа. Первые результаты видны в течение 24 часов.

Начните с бесплатной консультации

Эксперт MP Manager разберёт ваш бизнес на маркетплейсах и подскажет, с чего начать.

Получить бесплатный аудит

Нажимая кнопку, вы принимаете условия пользовательского соглашения

Telegram-боты MP Manager для продавцов на маркетплейсах

Telegram-боты MP Manager для продавцов на Wildberries, Ozon и Яндекс Маркете

Основной бот

@mpmgr_bot

Быстрый доступ ко всем инструментам сервиса.

Уведомления

@mpmgr_notifications_bot

Важные уведомления сервиса напрямую в Telegram.

Купоны

@mpmgr_coupons_bot

Пятничные купоны и бонусы от MP Manager.

Аналитика WB

@mpmgr_analytics_bot

Сводка по продажам Wildberries за 30 дней.

Проверка позиций

@mpmgr_positions_bot

Отслеживание позиций товаров по ключевым фразам на WB и Ozon.

Кластеры

@mpmgr_clusters_bot

Структура спроса и поиск точек роста на Wildberries.

Ставки

@mpmgr_bids_bot

Актуальные ставки по ключевым запросам на WB и Ozon.

Расчёт цен

@mpmgr_prices_bot

Автоматический расчёт цены со скидками и комиссиями.

AI-аудит карточки

@mpmgr_audit_bot

Проверка фото и SEO, слабые места и точки роста.

Генерация инфографики

@mpmgr_photo_bot

Создание продающих изображений по вашему описанию.

Документация

@mpmgr_docs_bot

Ответы на вопросы по работе с маркетплейсами и MP Manager.

Запись на консультацию

@mpmgr_demo_bot

Быстрая запись на разбор и помощь экспертов.

Бесплатный анализ конкурентов на Wildberries и Ozon

Установите бесплатное расширение MP Manager и смотрите данные конкурентов прямо на странице товара - без переключения между сервисами.

  • Продвижение, продажи и выручка конкурентов
  • Распределение по складам FBO
  • История цен, остатков и размеров
Chrome
Chrome
Opera
Opera
Яндекс
Яндекс

Начните применять знания на практике

Зарегистрируйтесь в MP Manager и автоматизируйте работу на маркетплейсах - продвижение, цены, отзывы, аналитику и поставки.

3 дня бесплатно · Без карты · Отмена в 1 клик