Реклама приводит лиды, а продаж нет: как качество данных влияет на обучение алгоритмов

Рекламные кампании в Яндекс Директе обучаются на данных: трафике, конверсиях, пользовательских метриках и реальной базе покупателей. Пока сигналы однородны, алгоритм работает предсказуемо. Как только в сигналы попадает некачественный трафик, модель начинает обучаться на искаженных данных. Бюджет начинает уходить на оплату кликов, которые не приведут к продажам.

Что это значит для бизнеса и как действовать — рассказывает Антон Лаврентьев, ведущий маркетолог сервиса антифрода «Ботфактор».

Как обучаются алгоритмы рекламных платформ

Автоматическая стратегия в performance-рекламе ориентируется на выбранную цель и данные, которые получает. Вся логика алгоритма строится на числах и на непрерывной оптимизации на потенциальную конверсию: есть событие → есть его стоимость → есть поле для улучшений.

Например, Яндекс Директ давно перешел от ручных ставок к автостратегии по умолчанию. Алгоритм сам решает, кому и за сколько показывать объявление. 

Чтобы стратегия с оплатой за конверсию могла обучиться, нужно собрать не менее 10 выполненных целевых действий за неделю. Если за это время по рекламе будут переходить боты и совершать конверсии — посещать страницы, добавлять товары в корзину, отправлять заявки — алгоритм начнет учитывать их как успешные. Тогда рекламная система может получать искажённый сигнал о том, какие источники и аудитории приводят к результату.

Как понять, что рекламная кампания не отражает результат бизнес

Опасен не сам бот-трафик, а его влияние на модель обучения рекламной стратегии. Алгоритм не отличает «хороший» клик от подозрительного по внешнему виду: он оценивает сигналы — CTR, конверсии, стоимость события, поведение на сайте.

Если фиктивные действия попадают в оптимизацию, система начинает считать рекламу рабочей. Признаки в отчетах, по которым можно заметить «поломку»:

1. CTR растет, а число целевых обращений стоит на месте или падает;
2. конверсии приходят, но не доходят до оплаты, повторной покупки или просто не проходят квалификацию в CRM;
3. растет доля показов в мелких приложениях и на сайтах без внятного контента;
4. показатель отказов близок к ста процентам, время на сайте измеряется секундами;
5. лучшие по отчёту площадки не приносят ни одной сделки за квартал.

Обучение может не остановиться, если целью выбраны просмотры, глубина или корзина, алгоритм продолжит оптимизироваться, но уже на бот-активности.

Где возникают проблемы с качеством трафика и конверсий

— Ситуация первая и часто встречаемая. Если с площадок РСЯ, КМС идет скликивание по 1,5 рубля — без глубины, вовлеченности и, главное, продаж. Дешевые клики без глубины и продаж становятся для системы сигналом «работающей».

— Поиск: система уходит в нецелевые запросы. В Директе дополнительные релевантные запросы через автотаргетинг на поиске могут расширять семантику и приводить трафик по запросам вне целевой тематики.

Например, для магазина косметики, который продает средства интимной гигиены, он может показывать объявления по запросам, которые включают запись ко врачу. Если не отслеживать и не минусовать, рекламные объявления будут показываться не тем пользователям.

— Когда стратегия «оптимизация конверсий» обучается на фроде. Самый опасный (и дорогой для бизнеса) вид некачественных данных. Если в счетчик или CRM попадают фиктивные заявки, выполненные лид-ботами, система начинает искать похожую на ботов аудиторию, а не реальных покупателей.

— Зацикливание на ботах. Ретаргетинг и оптимизация под микроконверсии усиливают эффект. Система повторно контактирует с ботами и расширяет похожие аудитории.

«Стратегия сломана не тогда, когда есть отдельные подозрительные клики, а когда алгоритм начинает принимать их за сигнал качества — и наращивает расход именно там, где продаж нет. Управлять кампанией — значит управлять не только ставками, но и качеством сигналов».

Антон Лаврентьев

Эксперт по платному трафику

Контроль качества трафика становится частью управления алгоритмом

Контроль качества начинается не с поиска подозрительных кликов, а с проверки всей цепочки: от источника рекламы до квалификации лида и продажи 

Что желательно отслеживать в рекламных кампаниях:

1. Источники. Сравнивайте площадки и приложения по затратам, качеству лидов и продажам. Например, опытные директологи на старте исключают площадки с низким качеством контента, агрегаторы, сомнительные приложения и источники с историей фрода. Но не исключайте источник только из-за его типа или внешнего вида — сначала проверьте данные.
2. Конверсии. Сопоставляйте события рекламного кабинета с квалификацией лидов и продажами в CRM. Если данных достаточно, оценивайте более поздние этапы воронки.
3. Юнит-экономика. Отслеживайте не только CPC и общую стоимость заявки, но и стоимость квалифицированного лида, продажи и рентабельность с учётом модели бизнеса.
4. Аномалии. Резкий рост кликов без конверсий, подозрительно низкий CPC, всплески трафика с отдельных площадок могутуказывать на фрод.
5. Поведение. В отчетах помимо CTR и CPC отслеживайте глубину просмотра, время на сайте, просмотры страниц, взаимодействие с формами, повторные визиты, устройство.

Например, если у площадки CTR выше среднего, но средняя глубина — 1 страница, а время на сайте — менее 10 секунд, это повод проверить источник отдельно. Визит со смарт-часов 👇:

Контроль качества трафика становится частью управления алгоритмом

Ответственность в этой истории распределена между всеми участниками рекламного обмена. Попытка переложить её на одну сторону рынка ничего не решает.

Что передавать алгоритму

Чем точнее алгоритм понимает, какое событие приносит реальные деньги, тем корректнее он распределяет бюджет, выбирает аудитории и прогнозирует вероятность целевого действия.

Что важно:

1. Разделяйте кампании по гео, продуктам, типам трафика — так алгоритм получает более чистые сигналы.
2. Передавайте в рекламные системы только проверенные события: не просто лид, а квалифицированный лид или продажу, если данных достаточно. Ставьте адекватную цену цели.
3. Для автостратегий приоритет отдавайте наиболее «денежным» событиям. Но учитывайте, что при малом объеме данных стратегия может обучаться медленнее.
4. Настраивайте валидацию форм и подключайте инструменты антифрода: капча, проверка телефона, лимиты отправок, скрытые поля, обязательная квалификация лида, верификация трафика.
5. Интегрируйте сквозную аналитику, чтобы связывать клик, сессию, заявку, менеджера и сделку в единой цепочке.

Разнородные и нецелевые данные заставляют модель обучаться на слабых сигналах, а качественные — быстрее находить работающие связки и снижать стоимость результата.

Качество данных стоит наравне с CPM и CPA

CPM показывает, сколько стоит контакт с аудиторией, CPA — сколько стоит целевое действие. Но обе метрики полезны только тогда, когда данным можно доверять.

Если в систему попадают боты, пустые заявки и нецелевые клики, алгоритм оптимизируется на ложные сигналы: расход растет, продажи падают, а «хорошие» цифры в отчетах перестают отражать реальный результат.

Две кампании могут иметь одинаковый CPA — например, 1 500 рублей за заявку. Но в первой 80% лидов проходят квалификацию и приносят продажи, а во второй 70% заявок оказываются ботами или дублями. При одинаковой «стоимости конверсии» это принципиально разные результаты бизнеса.

«Мусор на входе, мусор на выходе: — часть управления стратегией в performance-рекламе. Уже сейчас побеждает не тот, кто просто больше тратит на рекламу, а тот, кто быстрее находит и отсекает мусорные сигналы».

Антон Лаврентьев 

Эксперт по платному трафику