Bioniq: E-Commerce & Performance Marketing Manager
Необходимость удерживать выручку категории на уровне 30–35 млн ₽/мес и маржинальность в условиях агрессивной ценовой конкуренции на маркетплейсах и собственного e-com, при затянутом ручном цикле тестирования промо-материалов.
Настроить ценовой мониторинг конкурентов и правила переоценки, масштабировать платный трафик в Meta Ads и TikTok Ads и автоматизировать подготовку креативов.
Разработал Python-парсер мониторинга цен конкурентов и внедрил алгоритмические правила динамической переоценки на маркетплейсах и own e-com.
Внедрил шаблоны и точечно GenAI для быстрой генерации черновиков промо-текстов и товарных карточек.
Масштабировал закупку в Meta Ads и TikTok Ads на 3–4 Tier-1/2 GEO со спендом в пиках ~$60–80k/мес.
Собрал сквозную аналитику (Yandex Metrika / GA4 + GTM → Looker Studio) и снизил расхождение по ключевым событиям атрибуции до единиц процентов.
Python-скрипты для автоматического парсинга цен и переоценки + точечное использование генеративных моделей (GenAI) для драфтов креативов и карточек.
Система регулярного мониторинга цен, конвейер A/B гипотез креативов с жестким лимитом на просадку и автоматизированные дашборды Looker Studio.
Цикл подготовки креативов сократился примерно в 1,5–2,5 раза; личный рекламный спенд вырос с ~$40–50k до ~$60–80k/мес при стабильном ROMI ~140–180%.
Маржа по курируемым категориям выросла на +~12–18% к базе периода; CPL на отдельных связках снизился на 15–25% без найма дополнительного штата копирайтеров.
Сам вел performance, аналитику маркетплейсов и e-com, автоматизацию отчетов по своим каналам (ассортиментная стратегия и общий P&L — у категории).
Закрыл связку Performance Lead + Python-аналитик автоматизации: сам закупал трафик и сам написал парсер цен и отчетность.
Кейс доказывает, что внедрение скриптов ценового мониторинга и GenAI-черновиков напрямую защищает маржинальность бизнеса на 12–18% и ускоряет маркетинговый цикл в два раза.