Кейс HunterMob и Pheon: 500 тысяч установок AI-приложения и ROAS 130%

11AnD11

Moderator
Команда форума
Представитель компании
Июл 15, 2026
120
0
16

Как продвигать AI-приложение и получать окупаемый мобильный трафик​

Для AI-приложения одной дешёвой установки недостаточно. Пользователь должен пройти онбординг, активировать продукт и совершить целевое действие — покупку подписки или другого IAP-продукта. Именно поэтому в таком арбитраже CPI стоит рассматривать вместе с CPA, ROAS и LTV.

Кейс HunterMob и Pheon хорошо показывает эту механику. За год команда привлекла около 500 тыс. установок, протестировала 1079 видеокреативов и 816 баннеров, а итоговый ROAS 7d достиг 130%.

Сам кейс опубликован в октябре 2025 года, но его подход актуален и для 2026-го: закупка строится вокруг событий внутри приложения, а не вокруг одной метрики install.

Рынок при этом продолжает расти. По данным AppsFlyer, в 2025 году глобальные расходы на user acquisition достигли $78 млрд, а инвестиции в non-gaming выросли на 18% до $53 млрд. Генеративные AI-приложения стали одной из самых быстрорастущих категорий: расходы на их продвижение достигли $824 млн.
76генгонгппкнеггггггггкгннннннннннннннннннннннннннннннннннннннннннннннннннн.png

Почему AI-приложение нельзя оценивать только по CPI​

Допустим, два источника дают одинаковый CPI — $1,50.

В первом случае пользователь устанавливает приложение, открывает его один раз и уходит. Во втором — проходит регистрацию, завершает онбординг и покупает подписку.

Для байера это две совершенно разные связки.

Поэтому при запуске я бы сразу разделял воронку на несколько событий:

  • install;
  • registration;
  • завершение онбординга;
  • trial;
  • purchase;
  • subscription;
  • повторная покупка;
  • retention D7/D30.
Так становится понятно, какой сорс реально приводит деньги, а какой просто создаёт красивую статистику по инсталлам.

Как определить целевую аудиторию AI-приложения перед запуском рекламы​

Первый этап масштабирования — не запуск кампании, а сегментация пользователей. Для Pheon команда обнаружила, что основную аудиторию составляли одинокие мужчины старше 30 лет. Дальше её разделили по мотивации.

Первый сегмент интересовался виртуальными отношениями и общением с AI-персонажами. Второму было интересно взаимодействие с героями, знаменитостями и персонажами, созданными на основе реальных людей.

Такой подход сильно влияет на креатив.

Один ролик продаёт возможность найти виртуальную девушку. Другой показывает загрузку фотографии и создание цифрового персонажа. Третий раскрывает сценарий общения с персонажем в формате друга, партнёра или знакомого.

Для арбитражника это означает простое правило: не тестировать один оффер одним креативом на всю аудиторию.

Какие гипотезы стоит проверять в AI-оффере​

В Pheon тестировали не только объявления. Команда меняла саму воронку внутри приложения.

Например, расширенный онбординг на десять вопросов дал примерно на 20% больше покупок, чем короткий вариант на три-четыре вопроса.

Это важный момент для mobile affiliate marketing. Иногда байер пытается исправить плохой ROAS заменой источника, хотя проблема находится внутри продукта.

Проверять стоит:

  1. длину онбординга;
  2. порядок вопросов;
  3. первый экран;
  4. варианты аватаров;
  5. paywall;
  6. стоимость подписки;
  7. длительность trial;
  8. расположение CTA;
  9. набор доступных персонажей;
  10. момент показа платного предложения.
Если после изменения онбординга конверсия в покупку выросла, тот же рекламный трафик начинает приносить больше revenue без увеличения ставки.

Как тестировать креативы для AI-приложения в 2026 году​

Креатив для AI-продукта должен продавать конкретный сценарий использования. Абстрактное «общайтесь с искусственным интеллектом» работает хуже, чем демонстрация результата за несколько секунд.
нге756765.png

В Pheon тестировали разные концепции: виртуальные девушки, цифровые копии людей, персонажи из поп-культуры и 3D-взаимодействие.
орп675нег.png

Всего за время кампании команда сделала 1079 видеокреативов и 816 баннеров.

Такой объём показывает масштаб creative testing. При большом количестве объявлений задача байера меняется: нужно искать не один «волшебный» ролик, а набор концепций, которые можно регулярно обновлять.
564нек.png

Что измерять кроме CTR​

Высокий ctr ещё не означает прибыль.

Для mobile-оффера я бы смотрел минимум на пять уровней:

  • CTR — кликают ли на объявление;
  • IPM — сколько установок приходится на тысячу показов;
  • CPI — стоимость установки;
  • CPA purchase — стоимость покупки;
  • ROAS — сколько revenue возвращается на рекламный доллар.
Дополнительно стоит смотреть retention и LTV. AppsFlyer отмечает, что в 2025 году remarketing занял уже около 29% мобильных маркетинговых расходов, что отражает растущую роль повторной монетизации существующей базы.
675нгек.png

Как распределять рекламный бюджет между Google, Meta, TikTok и Unity Ads​

На старте Pheon бюджет распределили между несколькими источниками, а затем перераспределяли его после получения первых данных.

В тесте использовались:

  • Google;
  • Facebook/Meta;
  • TikTok;
  • X;
  • Snapchat;
  • Apple Search Ads;
  • Unity Ads;
  • IronSource;
  • Mintegral.
Это правильная логика для нового приложения: сначала собрать сравнительную выборку, затем оставить источники, которые способны выдерживать масштаб.

AppsFlyer в Performance Index 2025 также отмечает Google Ads и Apple Ads среди ведущих каналов, при этом Meta, TikTok, Mintegral и AppLovin сокращают разрыв в разных сегментах мобильного рынка.

Как выглядела оптимизация Unity Ads​

На Unity Ads сначала делали акцент на CPI. Задача — получить достаточный объём установок и накопить события внутри приложения.

После появления достаточного количества purchase events кампанию переводили на оптимизацию под ROAS.

Логика здесь понятна:

install → накопление событий → purchase signal → value optimization → масштабирование.

Если сразу требовать от алгоритма дорогой purchase при недостатке конверсий, кампания может не получить нужного объёма данных.

Что изменили в Google Ads​

В Google кампании сначала запускали через AppsFlyer и оптимизировали под события. После этого показатели стали нестабильными.

Следующим шагом стала интеграция с Firebase и переход к оптимизации по ценности действий. После изменения подхода объём Google-трафика удалось увеличить примерно в 2,5 раза, сохранив стабильную окупаемость по ROAS.

Для байера здесь есть практический урок: когда источник уже получает конверсии, стоит проверять не только ставки и аудитории, но и качество event-сигналов.

Как считать воронку арбитража для мобильного приложения​

Для AI-приложения полезно строить отчёт от первого показа до денег. Это позволяет быстро найти место, где ломается связка.

ЭтапЧто измеряемОриентир для теста
Показырекламный охват100 000
Реакциивзаимодействия с рекламой1–5%
Комментариисоциальный сигналзависит от площадки
Переходыклики по объявлению1–5% от показов
Кликифактический переход1 000–5 000
Регистрациисоздание аккаунта30–70% от установок
Апрувцелевое событиеpurchase/trial
ДоходIAP или подписказависит от LTV
ROI/ROASокупаемость закупкиот 100% для break-even
Диапазоны здесь не являются универсальным бенчмарком для всех GEO и категорий. На результат влияют OS, страна, возраст аудитории, paywall, цена подписки и модель монетизации.

Главная задача — сравнивать одинаковые события между источниками.

Какие форматы постов и креативов лучше конвертируют в AI-офферах​

При продвижении AI-приложения я бы не ограничивался стандартным рекламным видео. Нужно тестировать несколько форматов и разных user intents.

ФорматЧто продаётПотенциал конверсии
UGC-видеореальный сценарий использованиявысокий
Screen recordingинтерфейс приложениявысокий
До/послерезультат работы AIвысокий
Storytellingэмоциональный сценарийсредний/высокий
3D-анимациянеобычную механикувысокий при сильном hook
Баннерконкретную функциюсредний
Мем-креативлюбопытство и кликисредний
Демонстрация персонажаассортимент сценариеввысокий
Для УБТ-связок подход можно адаптировать под Telegram, Shorts, TikTok или Threads без рекламы. В этом случае контент должен выглядеть как тематический профиль, а не как рекламная витрина.

Например, вместо прямого CTA можно показать необычный сценарий общения с AI, собрать комментарии, а уже после прогрева переводить пользователя на приложение.

Пример рабочей связки для AI-приложения​

Вертикаль: AI / Social / Dating
ГЕО: США, Великобритания, Германия
Оффер: AI-компаньон с подпиской
Воронка: TikTok Ads → App Store/Google Play → onboarding → trial → subscription
CPI: ориентир $1–4 для тестового диапазона, зависит от GEO и категории
CPA purchase: рассчитывается от фактического LTV
Апрув: оплаченная подписка или подтверждённая покупка
Целевой ROAS: от 100% для выхода в безубыток, 120–150%+ для комфортного масштабирования при сохранении LTV.

Для более дешёвых GEO можно тестировать Казахстан, Узбекистан или Беларусь, но там нужно отдельно считать платёжеспособность аудитории и доступность конкретного приложения. Дешёвый CPI без соответствующего ARPU легко превращается в отрицательный ROI.

Как масштабировать AI-оффер после первых конверсий​

Масштабирование начинается после того, как найдена связка, а не после первой дешёвой установки.

Я бы разделил процесс на четыре этапа.

1. Найти рабочий креатив​

Оставляем концепции, которые дают приемлемые CTR, IPM и post-install metrics.

2. Найти рабочий GEO​

Смотрим не только CPI, но и CPA покупки, revenue и ROAS.

3. Найти рабочее событие​

Если purchase получает слишком мало данных, тестируем промежуточные события: регистрацию, завершение онбординга или trial.

4. Масштабировать бюджет​

Рабочие кампании получают дополнительный spend. Слабые связки отключаются или возвращаются в creative testing.

При масштабировании нельзя ориентироваться только на вчерашний ROAS. Рост бюджета способен изменить auction dynamics, аудиторию и структуру трафика.

Почему аналитика важнее количества рекламных площадок​

В кейсе Pheon ежедневно обновлялся отчёт с основными показателями и рекомендациями. Команда также регулярно обсуждала результаты с рекламодателем и тестировала изменения продукта.

Для арбитражной команды такой подход особенно полезен.

В отчёте должны быть:

  • spend;
  • installs;
  • CPI;
  • registration rate;
  • trial rate;
  • purchase rate;
  • CPA;
  • revenue;
  • ROAS;
  • retention;
  • LTV;
  • данные по GEO;
  • данные по OS;
  • данные по креативам;
  • результаты новых гипотез.
В 2025 году AppsFlyer также зафиксировал рост использования AI-инструментов внутри маркетинговых процессов: 57% AI-agent deployments были связаны с технической автоматизацией, а 32% — с задачами оптимизации бизнеса.

Это хорошо показывает направление рынка: AI используется уже не только как объект продвижения, но и как инструмент самого байера.

Что делать дальше: чек-лист для запуска AI-приложения​

Перед первым масштабным спендом я бы проверил:

  1. Настроена ли атрибуция.
  2. Передаются ли install и purchase events.
  3. Видит ли источник реальные конверсии.
  4. Разделены ли iOS и Android.
  5. Есть ли отдельная аналитика по GEO.
  6. Протестированы ли разные user intents.
  7. Есть ли минимум несколько креативных концепций.
  8. Проверен ли onboarding.
  9. Проверен ли paywall.
  10. Рассчитывается ли ROAS по revenue, а не по количеству установок.
Главный урок кейса Pheon — масштаб создаётся не одной рекламной площадкой. Связка развивается через постоянное тестирование аудитории, креативов, событий внутри приложения и модели оптимизации.

500 тыс. установок здесь стали результатом системного user acquisition, а ROAS 130% показал, что задача была не в дешёвом инсталле, а в привлечении пользователей, которые продолжают приносить revenue после установки.

FAQ​

Сколько креативов нужно тестировать для AI-приложения?​

Фиксированного числа нет. В кейсе Pheon за период продвижения протестировали 1079 видеокреативов и 816 баннеров. Для небольшого теста разумнее начать с нескольких разных концепций и масштабировать производство тех форматов, которые дают целевые post-install события.

Что важнее для мобильного арбитража: CPI или ROAS?​

CPI показывает стоимость установки, но не прибыльность пользователя. Для подписочных AI-приложений ключевыми становятся purchase, CPA, revenue, ROAS и LTV.

Какое событие использовать для оптимизации рекламной кампании?​

На старте часто используют install или промежуточные события. После накопления достаточного объёма данных можно переходить к purchase или value optimization, если источник поддерживает такую модель.

Можно ли масштабировать AI-приложение через несколько рекламных источников?​

Да. Практика кейса показывает подход с одновременным тестированием нескольких площадок и последующим перераспределением бюджета в пользу источников с устойчивой экономикой.
 

Вложения

  • photo_2026-07-18_16-19-51.jpg
    photo_2026-07-18_16-19-51.jpg
    6.2 КБ · Просмотры: 14