Meta Ads для нерухомості: 484 ліди за 7 місяців із CPL $19

Тематика: нерухомість, лідогенерація

GEO: Київ та передмістя

Період роботи: липень 2025 — січень 2026

Команда: 1 таргетолог, 1 проєктний менеджер

ВІД АВТОРА

Цей проєкт — про те, як будується лідогенерація в ніші нерухомості, коли на старті немає ні пікселя, ні аналітики, ні розуміння воронки.

За 7 місяців ми отримали 484 ліди при середньому CPL $19. У найкращий місяць — 96 лідів по $12.33. До 70% заявок команда клієнта маркувала як релевантні. Ключем стали перехід з лід-форми на квіз і системна робота з сегментами аудиторій.

ПРО КЛІЄНТА

PROMIN — котеджне містечко клубного типу у ближньому передмісті Києва. Продукт для тих, хто хоче вийти з міста, але не готовий жертвувати комфортом. На момент старту реклама запускалась як набір хаотичних тестів — без прогнозованого CPL і моделі масштабування.

ЗАПИТ

Клієнт сформулював завдання коротко:

«Нам треба в максимально швидкі строки знайти клієнтів на пре-сейл. Знайти та закрити їх на угоди».

Конкретніше це означало:

• побудувати воронку з нуля — піксель, аналітика, збір лідів;
• знайти сегменти аудиторії, які дають релевантні заявки;
• визначити формат, який знижує бар'єр перед заявкою і дає якісний лід;
• перейти від тестів до системної лідогенерації, яку можна масштабувати.

ЩО МИ ЗРОБИЛИ: ПОКРОКОВО

1. Підготовка інфраструктури

Перший крок — не запуск реклами, а технічна основа: піксель і аналітика через GTM, автоматичний збір лідів у Google Таблицю, підготовка оголошень під перший запуск.

2. Тестування аудиторій і каналів

Паралельно запустили кілька сегментів: бізнес, ІТ, інтереси до нерухомості. Кожна аудиторія отримала власний набір креативів — статику й анімацію. Слабкі зв'язки вимикали одразу. Додатково протестували LinkedIn: дві кампанії, $147 витрат, нуль лідів. Канал закрили без вагань.

3. Робота з креативами

На старті запускали статичні оферні банери з різними меседжами: старт продажів, формат життя, переваги містечка. Та сама анімація, яка давала ліди в бізнес-аудиторії, могла не спрацювати в ІТ — тому кожен формат перевірявся окремо під кожну аудиторію.

Рілси та Instagram-пости виконували іншу роль — прогрів і охоплення. Дешеві кліки, але не прямі заявки. Змішувати ці функції в одній кампанії не варто: алгоритм оптимізується під ціль, і ціль має бути одна.

4. Зміна формату воронки

Класична лід-форма давала кліки, але не давала якісних заявок. Перейшли на квіз-лендінг. Вирішує не складність дизайну, а формат взаємодії — квіз поєднав креатив і воронку в одному рішенні. Людина відповідала на питання ще до того, як залишала контакт, і на виході менеджер отримував не просто номер, а людину з контекстом і реальним інтересом.

5. Стабілізація і масштабування

Після знаходження робочого формату спростили структуру кампаній і розділили ролі: одні кампанії на прогрів, інші на генерацію заявок. Проєкт перейшов із фази тестів у фазу системної лідогенерації.

ВИКЛИКИ

• Старт без даних. Не було ні пікселя, ні розуміння аудиторії. Вирішили через швидке налаштування інфраструктури до першого запуску і паралельне тестування кількох сегментів одночасно.
• Просадка після обстрілу. 10 жовтня — масований удар по Києву. Того тижня кількість лідів впала на 30%, CPL виріс. Не панікували і не перезапускали кампанії — зафіксували як контекст і дали алгоритмам стабілізуватись. Наступний тиждень підтвердив: ринок повертається.
• Квіз вигорів. Офер «старт продажів» аудиторія вже бачила з червня. Переробили перший екран, змістили акцент з розтермінування на переваги об'єкту — конверсія відновилась.

РЕЗУЛЬТАТИ

• 484 ліди за 7 місяців при загальному бюджеті $9 215.
• Середній CPL: $19.
• Найкращий місяць: 96 лідів по $12.33.
• Пікове значення CPL — $22, і це на тижні масованого обстрілу Києва.
• До 70% заявок команда клієнта маркувала як релевантні та готові до комунікації.

ВИСНОВКИ

Цей проєкт показав кілька речей, які працюють у ніші нерухомості:

• квіз-лендінг дає якісніший лід, ніж класична форма — людина приходить із контекстом, а не просто залишає номер;
• розділення прогріву і генерації заявок на рівні кампаній дозволяє алгоритму оптимізуватись чітко під ціль;
• зовнішні чинники впливають на результат, але не вимагають паніки і перезапусків; стабільна система важливіша за разові сплески.

У результаті клієнт отримав не набір тестів, а модель лідогенерації з прогнозованим CPL і зрозумілою логікою масштабування.