Задача

Realty.ru — агрегатор недвижимости — столкнулся с проблемой масштабирования лидогенерации. Ручная настройка рекламных кампаний в 15+ регионах требовала огромных трудозатрат, а качество лидов падало из-за отсутствия персонализации на уровне посадочных страниц.

Решение

Построили AI-движок лидогенерации, который автоматически создаёт и оптимизирует рекламные кампании для каждого региона на основе данных о спросе, ценах и сезонности. Динамические лендинги подтягивают актуальные объекты из базы в реальном времени. Система предиктивного скоринга оценивает вероятность конверсии лида до передачи застройщику.

Что сделали

• Разработали ML-модель предиктивного гео-таргетинга
• Создали движок динамических лендингов (контент зависит от региона, типа недвижимости и сегмента)
• Интегрировали CRM застройщиков через API для сквозной аналитики
• Внедрили систему предиктивного скоринга лидов (вероятность покупки)
• Настроили автоматическую оптимизацию ставок на основе ROI

Результаты

Технологии

Python ML pipeline (XGBoost) · Яндекс.Директ API · Динамические лендинги на Next.js · PostgreSQL с PostGIS · CRM API интеграция · Кастомная BI-аналитика