Facebook Ads остается одним из источников платного трафика, где результат во многом зависит от качества тестирования и скорости оптимизации. В этом кейсе разобрана рекламная связка с таргетингом на Южную Африку, в которой несколько вариантов креативов и офферов последовательно тестировались перед масштабированием.
За один месяц на рекламу потратили $5 257, а общая выручка составила $6 702. В результате кампания принесла $1 444 чистой прибыли при ROI 27,5%. Ниже разберем, как была построена связка, откуда брались идеи для креативов, как проходило тестирование и какие результаты показали отдельные кампании.
- Партнерка: Zeydoo
- Оффер: Playable
- Источник трафика: Facebook Ads
- ГЕО: Южная Африка
- Период: 1 месяц
- Потрачено: $5 257
- Общая прибыль: $6 702
- ROI: 27,5%
Описание связки
В кейсе использовалась связка Facebook Ads → ClickBox → Playable-офферы с таргетингом на Южную Африку. В декабре 2025 года партнер Zeydoo запустил пять параллельных кампаний и тестировал разные варианты креативов, структуры рекламных кампаний и офферов. За месяц на рекламу было потрачено $5 257, а общая выручка составила $6 702. Средний ROI достиг 27,5%, при этом лучшая отдельная кампания показала 91%.
Южная Африка была выбрана как GEO с относительно невысокой конкуренцией среди арбитражников. Дополнительным преимуществом автор кейса считал распространенность Facebook и возможность запускать рекламу преимущественно на английском языке без сложной локализации. При этом на этапе поиска креативов использовались и местные языки — в частности, африкаанс и зулу.
Основной подход строился вокруг поиска уже работающих рекламных идей и их последующего тестирования. Перед запуском кампаний автор изучал Facebook Ad Library и искал рекламодателей, которые одновременно используют несколько объявлений. Особое внимание уделялось объявлениям, которые продолжали работать не менее семи дней: длительная активность рассматривалась как косвенный признак того, что конкретный рекламный подход приносит рекламодателю результат.
При этом поиск проводился не только по англоязычным запросам. Автор переводил ключевые слова на языки конкретного GEO и искал объявления на африкаанс и зулу. Такой подход позволял находить рекламные концепции, которые могли не отображаться при обычном поиске на английском языке. Найденный рабочий угол затем использовался как основа для создания собственных вариантов креативов.
После выбора идеи автор создавал несколько вариаций одного концепта с помощью ИИ-инструментов. Вместо того чтобы полностью разрабатывать каждый креатив с нуля, одна найденная концепция превращалась минимум в 10 вариантов, которые затем можно было быстро протестировать в Facebook. Таким образом, на первом этапе тестировалась не одна конкретная картинка, а целая группа объявлений, построенных вокруг одного рекламного подхода.
Для новых креативов использовалась одна структура рекламных кампаний, а для уже проверенных — другая. Если креатив ранее показывал хорошие результаты в другом GEO или уже проходил успешный тест, его запускали по схеме 1-1-1: одна кампания, один ad set (набор объявлений) и одно объявление. Такой вариант использовался уже на этапе масштабирования, когда не требовалось сравнивать несколько объявлений между собой. Кампании запускались с более высоким дневным бюджетом, после чего их старались не редактировать в течение двух-трех дней, чтобы Facebook успел накопить данные и обучить алгоритм.
Новые и непроверенные креативы сначала запускались в более сложной тестовой структуре — 1-2-3 или 1-1-3. В первом случае использовалась одна кампания, два-три ad set и три объявления, которые работали параллельно с небольшими расходами. После того как один из вариантов начинал стабильно получать конверсии, его переносили в структуру 1-1-1 и увеличивали бюджет.
Стартовый бюджет для новой кампании составлял $5 в день. При масштабировании бюджет не увеличивался резко: автор придерживался правила повышать его максимум на 20% за один раз. Кроме того, за день старались вносить не более трех изменений. Это было связано с необходимостью не сбивать фазу обучения Facebook: резкое увеличение бюджета или постоянное изменение настроек могло приводить к повторному обучению алгоритма и росту стоимости конверсии.
Отдельное внимание уделялось самим объявлениям. Текст делался коротким и не должен был выглядеть чрезмерно агрессивным, поскольку слишком резкие формулировки могли создавать проблемы при модерации. При этом содержание текста и изображение должны были соответствовать друг другу: если визуальная часть показывала одну ситуацию, а текст говорил о другой, это негативно влияло на CTR и могло приводить к росту CPM. В креативах также использовался заметный элемент кнопки, который, по наблюдениям автора, стабильно помогал увеличивать CTR в разных GEO.
Оптимизация проводилась не только за счет креативов. После накопления 500–1000 конверсий автор начинал исключать из дальнейшего показа пользователей, которые уже совершили целевое действие, а также аудиторию, взаимодействовавшую со страницей. Это помогало не тратить бюджет на людей, которые уже были охвачены рекламой.
Контролировалась и частота показов. Если одно объявление слишком долго показывать одной и той же аудитории, CPM может увеличиваться, тогда как количество новых конверсий не растет пропорционально. Поэтому при масштабировании необходимо было следить не только за количеством конверсий, но и за тем, насколько эффективно кампания продолжает находить новых пользователей.
Lookalike-аудитории автор также использовал, но не спешил с их запуском. По его подходу, полноценный смысл в масштабировании через Lookalike появлялся после накопления около 5 000 конверсий. До достижения такого объема исходная аудитория считалась недостаточно большой для стабильного масштабирования этим способом.
Еще один элемент связки — одновременное использование нескольких офферов ClickBox одного направления. Вместо того чтобы направлять весь объем трафика на один оффер, автор одновременно тестировал три оффера. Распределение трафика между ними менялось в зависимости от текущего CR и стабильности выплат. Если показатели одного оффера ухудшались из-за снижения конверсии или изменения условий, часть трафика можно было перераспределить на другой.
При выборе оффера учитывалась не только величина выплаты. Автор отдельно отмечал важность стабильности CR и выплаты. Даже высокая выплата не гарантирует положительную экономику Facebook-кампании, если показатели оффера сильно меняются от недели к неделе. Поэтому предпочтение отдавалось предложениям, которые позволяли сохранять более предсказуемую экономику при увеличении рекламного бюджета.
Интересно и правило работы с неудачными кампаниями. Если ROI опускался до -20%, кампанию не обязательно сразу отключали. Сначала тестировались новые креативы, менялся таргетинг или стратегия ставок. Логика заключалась в том, что неудачный запуск все равно способен дать данные для дальнейшей оптимизации. При этом задача состояла не в том, чтобы любой ценой сохранить каждую кампанию, а в том, чтобы улучшать результат рекламного аккаунта в целом.
Креативы
Основой для создания креативов служил Facebook Ad Library. Перед запуском в новом GEO автор сначала изучал уже работающую рекламу и искал объявления, которые продолжают показываться минимум семь дней. При этом поиск проводился на языке целевой аудитории. Для Южной Африки использовались запросы на африкаанс и зулу, поскольку при поиске только на английском часть локальных рекламных подходов могла не отображаться.
После нахождения подходящего объявления его идея использовалась не для прямого копирования, а как основа для собственной серии креативов. С помощью AI создавалось 10 и более вариаций одной концепции. Это позволяло одновременно тестировать несколько визуальных решений, сохраняя общий рекламный угол.
Важным требованием было соответствие изображения и рекламного текста. Если визуал и copy описывали разные сценарии, это могло приводить к снижению CTR и увеличению CPM. Поэтому при создании вариантов сохранялась одна и та же идея: пользователь должен был сразу понимать из изображения и текста, что именно ему предлагают.
Отдельно автор отмечал использование видимого элемента кнопки непосредственно внутри статического или видеокреатива. По его наблюдениям, такой элемент помогал увеличивать CTR в разных GEO. При этом рекламный текст оставался коротким и не содержал слишком агрессивных обещаний, которые могли бы вызвать проблемы с модерацией Facebook.
Для непроверенных креативов применялась схема 1-2-3 или 1-1-3: несколько объявлений запускались одновременно с небольшим бюджетом, после чего сравнивались их результаты. Победивший вариант переносился в структуру 1-1-1 и уже там масштабировался.
Если же креатив ранее уже доказал свою эффективность в другом GEO или в предыдущем тесте, дополнительная длительная проверка не требовалась. Такой вариант сразу запускался по схеме 1-1-1 с более высоким бюджетом.
Что еще использовали
Главным инструментом поиска рекламных идей была Facebook Ad Library. Она использовалась не только для поиска отдельных объявлений, но и для анализа рекламных подходов в конкретном GEO. Важной частью процесса был поиск по локальным языкам — в случае Южной Африки использовались африкаанс и зулу.
Для создания большого количества вариантов креативов применялись ИИ-инструменты генерации изображений. Один найденный рабочий концепт превращался минимум в 10 различных вариантов, после чего они тестировались в рекламных кампаниях. Это позволяло существенно ускорить производство креативов по сравнению с разработкой каждого варианта вручную.
Для управления кампаниями использовались стандартные инструменты Facebook Ads. В зависимости от степени проверки креатива применялись структуры 1-1-1, 1-2-3 и 1-1-3, а при запуске новых GEO использовался стартовый бюджет от $5 в день.
На стороне партнерской программы использовалась статистика Zeydoo, откуда брались данные о конверсиях и доходе. Автор также учитывал разницу между статистикой рекламного кабинета и постбэками партнерки: небольшие расхождения по расходам могли возникать из-за разного времени обработки данных.
Дополнительно использовались исключения для уже сконвертировавших пользователей, контроль частоты показов и Lookalike-аудитории после накопления достаточного количества конверсий. Отдельным элементом была ротация трех офферов ClickBox одного направления, что позволяло перераспределять трафик при изменении CR или стабильности выплат.
Статистика
За период с 1 по 31 декабря 2025 года в рамках пяти Facebook-кампаний было потрачено $5 257. Общая выручка составила $6 702, чистая прибыль после рекламных расходов — $1 444, а совокупный ROI — 27,5%. Всего пять кампаний принесли 19 148 конверсий.
При этом результаты кампаний существенно отличались. Две крупнейшие кампании обеспечили основной объем выручки и показали ROI 24,1% и 32,7% соответственно. Самой результативной по относительной эффективности стала пятая кампания: на нее было потрачено всего $138, однако ROI достиг 91%.
Интересна и разница в эффективности трафика при различных объемах. Пятая кампания с небольшим объемом получила максимальный eCPM — около $184 на 1 000 визитов. Для двух крупнейших кампаний этот показатель составил примерно $140 и $126 соответственно. То есть увеличение объема закупаемого трафика не сопровождалось пропорциональным ростом доходности каждой тысячи визитов.
В начале декабря, когда объем трафика был ниже, дневной eCPM находился примерно в диапазоне $56–97. По мере масштабирования к концу месяца совокупный показатель снизился до $32–45. Это показывает, что наиболее эффективные небольшие тесты не обязательно сохраняют такую же экономику после значительного увеличения объема.
В статистике Zeydoo отдельно учитывался ботовый трафик. В зависимости от кампании количество таких визитов составляло примерно 682–3 295, и они не включались в число конверсий. Партнерская платформа отслеживала и фильтровала этот трафик отдельно.
В итоге за один месяц пять параллельных кампаний позволили получить $6 702 общей выручки при расходах $5 257. Прибыль составила $1 444, а средний ROI — 27,5%. При этом наиболее важным результатом кейса был не отдельный показатель одной кампании, а сформированная система: поиск рабочих идей через Ad Library, быстрое создание вариаций креативов, дешевые тесты, перенос победителей в 1-1-1, постепенное увеличение бюджета и параллельная ротация офферов.
Автор кейса: Zeydoo
