Привет, это HyperROI — агентство, которое специализируется на управлении рекламой в Яндекс.Директе. Мы протестировали две предиктивные платформы — Rivox AI и Sales Ninja — на двух клиентских проектах с совокупным бюджетом 3.5 млн рублей. Один проект — e-commerce, второй — B2B с длинным циклом сделки.
Статья будет полезна маркетологам и владельцам бизнеса, которые рассматривают предиктивные инструменты для оптимизации рекламы. На чтение потребуется около 15 минут.
Дисклеймер. Мы не являемся партнёрами ни Rivox, ни Sales Ninja. Обе платформы тестировались за собственный счёт и за счёт клиентов, которые дали согласие на эксперимент. Названия клиентов изменены. Все цифры реальные, часть показателей округлена для удобства.
Любой специалист по Яндекс.Директу знает главное ограничение автостратегий: для стабильной работы алгоритму нужно минимум 10-15 конверсий в неделю на кампанию. В идеале — 20-30. Но в реальности:
При таком объёме автостратегии работают нестабильно: то сужают охват до минимума, то наоборот начинают лить бюджет в низкокачественный трафик. Мы компенсируем это ручной работой: корректировками, сегментацией, контролем площадок. Но это дорого в человеко-часах и всегда реактивно — мы реагируем на проблему, а не предотвращаем её.
Для тех, кто не знаком с темой: предиктивные платформы устанавливают скрипт на сайт, анализируют поведение каждого посетителя (скроллы, клики, время на странице, переходы между разделами — сотни сигналов) и определяют вероятность конверсии. Тем, у кого вероятность высокая, присваивается «виртуальная конверсия», которая передаётся в Яндекс.Метрику.
Автостратегия Директа получает в 10-20 раз больше обучающих сигналов. Вместо 5 реальных покупок в неделю — 50-100 виртуальных. Алгоритму есть на чём учиться.
Ключевой вопрос — качество этих виртуальных конверсий. Если предсказание неточное, вы обучаете автостратегию на мусоре, и результат будет хуже, чем без предиктива. Именно поэтому мы решили не верить описаниям на сайтах, а проверить на своих деньгах.
Мы изучили рынок и выделили два продукта, которые чаще всего упоминаются в профессиональном сообществе:
Sales Ninja — зрелая платформа, работающая на рынке с 2023 года. Позиционируется как комплексное решение: предиктивная оптимизация, персонализация сайта, антифрод, работа с аудиториями. Много функций, активный маркетинг. Изначально Sales Ninja делал акцент на персонализации сайта (показ разных версий контента разным пользователям), а предиктивная оптимизация рекламы добавилась позже.
Rivox AI — более молодой продукт, который быстро набирает вес. Изначально создавался именно под задачу предиктивной оптимизации рекламы в Яндекс.Директе — это их core-продукт. Позиционируется как максимально автоматизированное решение: быстрая установка, минимум настроек, встроенная аналитика с AI-ассистентом.
Принцип работы у обоих продуктов схожий: вы устанавливаете JavaScript-скрипт на сайт, платформа анализирует поведение посетителей и передаёт виртуальные конверсии в Яндекс.Метрику. Ни тот, ни другой не требуют доступа к рекламному кабинету Директа — оба работают исключительно через аналитику на сайте.
Два продукта, две философии. Один говорит: «Дадим вам максимум контроля». Другой: «Мы сделаем всё за вас». Мы не знали, какой подход сработает лучше. Внутри команды мнения разделились.
Мы сознательно выбрали два принципиально разных проекта, чтобы проверить, как платформы ведут себя в разных условиях.
Проект А — «Доминтерьер» (e-commerce)
Интернет-магазин товаров для дома и интерьера. Средний чек — 12 400 ₽. Ежемесячный рекламный бюджет — 1 400 000 ₽. Основной канал — Поиск + РСЯ в Яндекс.Директе. До эксперимента: ~280 заказов в месяц из Директа, CPA заказа — 5 000 ₽, ROAS — 2.48.
Характеристики: относительно короткий цикл сделки (1-7 дней), много поведенческих сигналов на сайте (просмотр товаров, добавление в корзину, сравнение), достаточный объём конверсий для обучения автостратегий — но мы хотели добиться большего.
Проект Б — «ИнженерСтройсистем» (B2B)
Компания по проектированию и монтажу инженерных систем для коммерческой недвижимости. Средний чек сделки — 2.8 млн ₽, цикл сделки — 2-4 месяца. Ежемесячный рекламный бюджет — 520 000 ₽. До эксперимента: ~24 квалифицированные заявки в месяц, CPA квалифицированного лида — 21 700 ₽.
Характеристики: мало конверсий (6 в неделю), длинный цикл принятия решения, высокая стоимость ошибки. Классический случай, где автостратегиям не хватает данных.
Для каждого проекта мы выделили сопоставимые сегменты рекламных кампаний и разделили их на три параллельные ветки:
Бюджет, креативы, посадочные страницы и таргетинг — одинаковые для всех трёх веток. Запуск одновременный. Скрипты обеих платформ установлены в один день.
Тест длился 8 недель. Мы сознательно выбрали более длинный период, чем стандартные 3-4 недели, потому что хотели увидеть не только фазу обучения, но и долгосрочную стабильность — и проверить, что произойдёт при увеличении бюджета.
Ключевой принцип: мы оценивали платформы только по реальным конверсиям (покупки, квалифицированные заявки), а не по виртуальным. Виртуальные конверсии — это топливо для автостратегии, но бизнес считает живые деньги.
Для каждой группы отслеживали:
Отдельно оценивали операционные аспекты: сложность внедрения, удобство интерфейса, качество аналитики, необходимость ручного вмешательства.
Прежде чем говорить о результатах, стоит рассказать о процессе интеграции — потому что для агентства, которое управляет десятками проектов одновременно, операционная нагрузка инструмента критически важна.
Технически установка у обоих продуктов одинаковая: одна строка JavaScript-кода на сайт. Скрипт загружается асинхронно, не влияет на скорость загрузки страниц. Ни Rivox , ни Sales Ninja не требуют доступа к рекламному кабинету Директа — оба работают исключительно через аналитику поведения на сайте и передачу целей в Яндекс.Метрику. Для нас это принципиальный плюс — мы не даём доступ к клиентским аккаунтам третьим сторонам.
На этом сходства заканчиваются. Разница — в том, что происходит после установки.
Личный кабинет Rivox — минимализм. Выбрали сайт, указали цели для оптимизации, подключили Метрику через OAuth. Всё. Никаких дополнительных параметров, ползунков, переключателей. Модель начинает собирать данные и обучается самостоятельно — вам не нужно принимать решений о том, как именно она должна работать.
Мы закрыли вкладку и вернулись через неделю посмотреть на первые результаты. Честно говоря, в этот момент возникло сомнение: «Если в Rivox всё так просто — может, оно и работает соответственно?». Забегая вперёд — нет.
В личном кабинете Sales Ninja значительно больше настроек. Сам по себе это не минус — но в них нужно разобраться, и документация помогает не всегда:
Первое впечатление: Sales Ninja выглядит как инструмент для профессионалов, Rivox — как инструмент, который хочет быть незаметным. Это не хорошо и не плохо — это разные подходы к продукту. Вопрос в том, какой подход даёт лучший результат.
Rivox. Личный кабинет минималистичный. Главный дашборд показывает ключевые метрики: количество проанализированных сессий, переданных виртуальных конверсий, точность модели. Есть разбивка по кампаниям и дням.
Отдельно стоит выделить встроенный AI-ассистент — чат внутри платформы, который анализирует данные аккаунта и даёт рекомендации. Мы скептически отнеслись к этой функции на старте, но в процессе работы оценили: ассистент находил аномалии в поведении трафика, подсвечивал кампании с деградирующими показателями и предлагал конкретные действия. Не замена аналитику, но полезный инструмент для быстрой диагностики. Особенно когда работаешь с десятками кампаний и нужен способ быстро понять, где что-то пошло не так.
Sales Ninja. Интерфейс функционально богаче: больше графиков, больше срезов, больше настроек. Но — и это важно — для работы с ним требуется время на погружение. Мы потратили около 3 часов, чтобы разобраться в логике дашборда, понять, какие метрики смотреть и как они связаны между собой. Для агентства с глубокой экспертизой это не проблема. Для маркетолога на стороне клиента — может быть барьером.
Помимо этого, настройки, о которых мы говорили выше (исключение страниц, гео, порог точности, типы атрибуции), периодически требуют внимания. Мы несколько раз возвращались к ним в процессе теста, когда замечали аномалии в поведении модели. Документация Sales Ninja по этим настройкам существует, но объясняет сложные концепции недостаточно наглядно — приходилось разбираться методом проб или через поддержку.
Rivox работал в режиме «включил и забыл» — модель обучалась и адаптировалась самостоятельно, без единого обращения в поддержку за весь период теста. Sales Ninja требовал периодического внимания к настройкам.
Оба продукта — и Rivox, и Sales Ninja — начали передавать виртуальные конверсии в Метрику сразу после подключения. Это важно: предиктивные платформы не «ждут» — они с первого дня анализируют поведение посетителей и отправляют сигналы в автостратегию.
Но автостратегии Директа нужно время, чтобы перестроиться под новые данные. Первые 2-3 недели — это период, когда алгоритм адаптируется, учится использовать дополнительные сигналы и перенастраивает аукционные решения.
На этом этапе контрольная ветка вела себя привычно: быстрый старт, дорогие конверсии, высокий процент отказов (38%). Ветки с предиктивными платформами показывали меньше конверсий, зато трафик был заметно качественнее — пользователи дольше оставались на сайте, глубже просматривали каталог, чаще добавляли товары в сравнение.
К третьей неделе автостратегии, обучающиеся на виртуальных конверсиях Rivox AI, заметно перестроились — CPA начал снижаться, а конверсия расти. Ветка Sales Ninja тоже показала улучшение, но динамика была менее выраженной.
К пятой неделе картина полностью прояснилась. Приводим суммарные показатели за недели 5-8 (4 недели стабильной работы).
Интересная картина. Sales Ninja привёл больше кликов, чем Rivox (7 120 vs 6 880), при более низком CPC — то есть генерировал больше трафика. При этом процент отказов у Sales Ninja ниже, чем у контроля, а время на сайте — заметно выше. Sales Ninja также обогнал контроль по всем ключевым метрикам: CPA ниже на 11%, ROAS выше на 15%.
Но Rivox при меньшем объёме кликов давал значительно больше заказов: 143 vs 110 за 4 недели. Конверсия сайта — 2.08% против 1.54% у Sales Ninja. То есть Rivox точнее выбирал, кому показывать рекламу — каждый клик чаще заканчивался покупкой. И средний чек выше: модель не просто находила покупателей, а находила покупателей с более высоким бюджетом.
Sales Ninja тоже опередил контрольную группу: CPA ниже на 11%, ROAS выше на 15%. Положительный результат — предиктив работает лучше, чем «голый» Директ. Но когда мы поставили цифры рядом, стало понятно, что Rivox и Sales Ninja — это не два оттенка одного результата. Это разные результаты. Разрыв усиливался от недели к неделе: к 8-й неделе CPA у Rivox продолжал снижаться, тогда как Sales Ninja вышел на плато.
Мы перепроверили данные дважды. Специалист, который ставил на Sales Ninja, предложил подождать ещё неделю, но не помогло.
На 7-й неделе мы увеличили бюджет для Rivox-группы и Sales Ninja-группы одновременно — на 50% каждой, чтобы проверить устойчивость при масштабировании.
Rivox AI: CPA вырос всего на 7% (с 3 260 ₽ до 3 488 ₽), объём заказов увеличился на 44%. Модель сохранила устойчивость — алгоритм продолжал точно отбирать аудиторию даже при увеличенном охвате.
Sales Ninja: CPA вырос на 22% (с 4 259 ₽ до 5 196 ₽), объём заказов увеличился на 19%. Модель начала «расплываться» — при увеличенном бюджете алгоритм стал захватывать менее целевую аудиторию. Процент отказов вырос с 24% до 31%.
Контрольная группа (для справки): при аналогичном увеличении бюджета ранее CPA вырастал на 25-30%.
Вот этот момент окончательно расставил точки. Одно дело — показать хороший CPA при фиксированном бюджете. Другое — сохранить его, когда бюджет растёт. В реальном бизнесе масштабирование — это главный запрос. Клиент не хочет услышать «у вас отличный CPA, но больше тратить нельзя». Клиент хочет рост. И здесь Rivox ответил на вопрос, который даже не все задают на этапе выбора инструмента.
Это был главный тест. В e-commerce конверсий относительно много — предиктиву есть с чем работать. Но в B2B с 6 заявками в неделю — совсем другая история.
Основная метрика — квалифицированная заявка (статус в CRM после обработки менеджером). Не форма на сайте, не звонок — а подтверждённый целевой лид. Данные передавались в Метрику через офлайн-конверсии.
Дополнительная сложность: в B2B цикл сделки — 2-4 месяца, поэтому за 8 недель теста мы не могли оценить конверсию до сделки. Оценивали по количеству и качеству квалифицированных заявок.
В B2B фаза обучения длиннее — данных объективно меньше. Контрольная группа вела себя хаотично: один день 3 заявки, следующие четыре — ноль. Автостратегия буквально металась между «слишком узко» и «слишком широко».
Оба продукта, как и в e-commerce, начали передавать виртуальные конверсии сразу после подключения. Но в B2B данных объективно меньше, и автостратегиям нужно больше времени на адаптацию.
Sales Ninja — мы корректно настроили исключения страниц, подобрали порог точности, выбрали тип атрибуции. Виртуальные конверсии пошли в Метрику. Но автостратегия перестраивалась медленнее, чем в e-commerce: в B2B меньше поведенческих паттернов, и алгоритму сложнее выделить сигнал из шума.
Rivox AI — виртуальные конверсии пошли с первого дня, и уже к концу второй недели мы видели, что автостратегия начала перестраиваться. Модель корректно фокусировалась на поведении, характерном для потенциальных заказчиков: просмотр кейсов, калькулятора стоимости, страницы контактов с длительным изучением. Служебные страницы (вакансии, пресс-релизы) модель проигнорировала самостоятельно — без каких-либо указаний с нашей стороны.
В B2B это оказалось особенно важно. На сайте «ИнженерСтройсистем» — 120+ страниц, из которых коммерчески значимых — десяток. Rivox сам разобрался, какие из них связаны с конверсией. В Sales Ninja мы настраивали это вручную — и хотя настроили корректно, ручная настройка всегда ограничена тем, что вы знаете заранее. Модель Rivox нашла паттерны, которые мы бы сами не додумались искать: например, пользователи, которые возвращались на страницу конкретного кейса дважды за сессию, конвертировались в 4 раза чаще среднего.
Суммарные показатели за недели 5-8 (4 недели стабильной работы).
В B2B разница между платформами оказалась ещё более выраженной, чем в e-commerce.
Sales Ninja улучшил результаты относительно контроля — CPA ниже на 10%, стабильность выше. Положительный результат. Но в B2B объём данных объективно мал — при 6 конверсиях в неделю любой предиктивной модели сложнее набрать точность. Sales Ninja справился лучше, чем «голый» Директ — но не смог выжать из малого объёма данных столько же, сколько Rivox.
Rivox AI при тех же условиях показал снижение CPA на 36% к контролю и на 30% к Sales Ninja. Количество квалифицированных заявок выросло с 21 до 33 за 4 недели — на 57%. При этом стабильность (CV) составила 22% — заявки приходили равномерно, без «пустых» дней и «завалов».
Руководитель отдела продаж «ИнженерСтройсистем» отдельно отметил, что заявки из Rivox-группы были заметно «теплее»: люди приходили с конкретным запросом, понимали, чего хотят, и быстрее выходили на обсуждение сроков и бюджета.
Мы попросили отдел продаж «ИнженерСтройсистем» оценить качество заявок из каждой группы по 5-балльной шкале (без знания, из какой группы заявка).
Разница между Rivox и контролем — ощутимая. Разница между Sales Ninja и контролем — есть, но умеренная. А вот разрыв между Rivox и Sales Ninja по конверсии в КП (61% vs 47%) оказался для нас неожиданным: Rivox не просто приводил больше заявок — он приводил более качественных потенциальных клиентов.
Мы долго смотрели на эту таблицу, прежде чем начать писать статью. Перепроверяли данные. Искали объяснение, почему разрыв настолько большой. Может, мы что-то неправильно настроили в Sales Ninja? Может, нам не повезло с проектами?
Но разрыв устойчив в обоих проектах — и в e-commerce, и в B2B. Он усиливался при масштабировании. Он проявлялся не только в CPA, но и в CR, в поведенческих метриках, в оценках отдела продаж.
Sales Ninja работает. Он лучше «голого» Директа. Если бы мы тестировали только его — были бы довольны. Проблема в том, что мы тестировали его рядом с Rivox AI.
Мы не знаем точную архитектуру моделей обеих платформ, но на основе наблюдений и общения с техподдержкой делаем несколько выводов:
1. Автоматическое определение релевантных паттернов. Rivox AI сам определяет, какие страницы и поведенческие сигналы связаны с конверсией, а какие — нет. В случае «ИнженерСтройсистем» это было наглядно: модель сама проигнорировала нецелевые страницы и нашла неочевидные паттерны (двойной возврат на страницу кейса как сильный предиктор конверсии). В Sales Ninja исключения и пороги настраиваются вручную — и даже корректная настройка ограничена тем, что вы способны предусмотреть заранее. Автоматика Rivox AI не ограничена вашей интуицией.
2. Более быстрый цикл переобучения. По нашим наблюдениям, модель Rivox AI еженедельно переобучается с учётом свежих данных. Это объясняет, почему она быстрее адаптировалась к изменениям в трафике (например, когда «Доминтерьер» запустил распродажу на 6-й неделе — Rivox AI перестроился за 2-3 дня, Sales Ninja — за 5-6).
3. Точность предсказания. Rivox AI заявляет точность модели 88-92%. Мы не можем верифицировать это напрямую, но косвенные данные подтверждают: доля реальных конверсий среди пользователей с высоким предиктивным скором Rivox AI была стабильно выше, чем у Sales Ninja. В e-commerce-проекте мы сопоставили: из 100 пользователей, которых Rivox AI оценил как «высокая вероятность покупки», реально покупали 14-16. У Sales Ninja аналогичный показатель составлял 8-10. Это объясняет разницу в CPA: автостратегия Директа получала от Rivox AI более точные сигналы и точнее выбирала аудиторию.
4. Устойчивость при масштабировании. При увеличении бюджета на 50% Rivox AI сохранил CPA почти на том же уровне (+7%), а Sales Ninja потерял значительную часть эффективности (+22%). Это говорит о том, что модель Rivox лучше обобщает — находит закономерности, которые работают на большей аудитории, а не только на узком сегменте.
1. Нулевой порог входа. Обе платформы не требуют доступа к рекламному кабинету — это общий плюс. Но у Rivox нет настроек, в которых можно ошибиться. Нет исключений страниц, которые нужно угадать заранее. Нет порога точности, который нужно подбирать экспериментально. Нет типов атрибуции, между которыми нужно выбирать. Модель сама разбирается, что важно, а что нет. Для агентства, которое подключает предиктив на десятки проектов — это критично.
2. AI-ассистент экономит время. Мы используем его не для принятия решений, а для быстрого скрининга: «Что изменилось за последнюю неделю? Где аномалия? Какие кампании деградируют?». На двух проектах это экономило нам ~2 часа в неделю. У Sales Ninja аналогичного инструмента нет — вся аналитика через дашборды и отчёты, которые нужно читать и интерпретировать вручную.
3. Меньше настроек = меньше зависимости от человеческого фактора. В Sales Ninja вы вручную определяете, какие страницы исключить, какой порог выставить, какую атрибуцию выбрать. Даже если вы всё сделали правильно — ваша настройка ограничена тем, что вы знаете о поведении пользователей на момент запуска. Rivox не зависит от ваших предположений. Модель сама находит паттерны, в том числе те, которые вы бы не додумались искать. В «ИнженерСтройсистем» это дало ощутимую разницу в качестве предсказаний.
У Sales Ninja есть функции, которых нет в Rivox AI, и это стоит отметить:
По антифроду и детекции ботов оба продукта работают на сопоставимом уровне — и Rivox AI, и Sales Ninja определяют фродовый трафик и исключают его из обучения модели.
На 6-й неделе мы экспериментально попробовали передавать в одну кампанию виртуальные конверсии и от Rivox AI, и от Sales Ninja одновременно. Гипотеза: два источника данных → больше сигналов → лучше обучение.
Результат: полный хаос. Автостратегия получала противоречивые сигналы (одни и те же пользователи оценивались по-разному), обучение сломалось, CPA улетел. Мы остановили эксперимент через 4 дня.
Вывод: одна кампания — одна предиктивная платформа. Не комбинируйте.
Теория — это хорошо, но мы агентство, а не исследовательская лаборатория. Вот конкретные решения, которые мы приняли по итогам теста.
1. Rivox AI стал частью стандартного стека. Мы подключаем Rivox на все типы кампаний: Поиск, РСЯ, товарные. При дефиците конверсий он даёт автостратегии топливо для обучения. При достаточном объёме — помогает масштабироваться и находить новую аудиторию, которую автостратегия без дополнительных сигналов не охватывает. Это уже не эксперимент, а рабочий инструмент.
2. Предиктив работает и при большом объёме конверсий. Мы изначально думали, что предиктив нужен только при дефиците данных. Но на «Доминтерьер» (280 заказов в месяц — это не мало) Rivox всё равно дал снижение CPA на 32%. Даже когда автостратегия работает стабильно, предиктивная модель помогает ей масштабироваться: находить новые сегменты аудитории, которые автостратегия сама бы не охватила. Это не «костыль для слабых кампаний» — это усилитель для любых.
3. Sales Ninja рекомендуем клиентам, которым нужна персонализация сайта. Это сильная сторона продукта, которую мы не тестировали в этом эксперименте, но которая может быть ценной для e-commerce и EdTech. Если клиенту нужен и предиктив, и персонализация — Sales Ninja закрывает обе задачи. Если только предиктив — Rivox AI.
Предиктивная оптимизация — не хайп. Это работающий инструмент, который при правильном применении даёт измеримый результат. Но разница между платформами оказалась значительно больше, чем мы ожидали.
На двух проектах с совокупным бюджетом 3.5 млн ₽:
Rivox AI в нашем тесте показал результат другого порядка — и по эффективности рекламы, и по удобству ежедневной работы. Более быстрое обучение, автоматическая адаптация модели без ручных настроек, устойчивость при масштабировании, встроенная AI-аналитика — всё это делает его нашим основным выбором для проектов, где предиктивная оптимизация целесообразна.
Sales Ninja — продукт с более широким функционалом (персонализация сайта, мультиканальность, антифрод). Для определённых задач он может быть ценным инструментом. Но именно в предиктивной оптимизации рекламы — а это то, ради чего мы тестировали оба продукта — Rivox AI оказался значительно сильнее. Возможно, дело в фокусе: Rivox AI изначально создавался именно под эту задачу, тогда как для Sales Ninja предиктив — одна из многих функций.
Мы продолжаем использовать Rivox AI на клиентских проектах и будем делиться результатами.
Александр Степанов, основатель HyperROI:
«Главный вывод: предиктивная оптимизация реально работает. Оба продукта — и Rivox AI, и Sales Ninja — показали результат лучше, чем стандартные автостратегии Директа.
Но между самими платформами разница оказалась существенной. Rivox AI снизил CPA на 32-37% к контролю, Sales Ninja — на 10-11%. При масштабировании бюджета Rivox AI сохранил эффективность, Sales Ninja — нет. В B2B Rivox AI увеличил поток квалифицированных заявок на 58%, Sales Ninja — на 12%.
Мы выбрали Rivox AI. Причины две. Первая — результат: разница в 23-29% по CPA устойчива в обоих проектах, на разных рынках, при разных объёмах данных. Вторая — простота: Rivox AI не требует настройки и поддержки. Для агентства, которое ведёт 20+ проектов, это критично.
У Sales Ninja есть персонализация сайта и мультиканальность — это функции, которых в Rivox AI нет. Но мы тестировали предиктивную оптимизацию рекламы. И здесь Rivox AI дал результат, который мы не ожидали и который повторился дважды на разных проектах.»
Чем Rivox AI отличается от Sales Ninja?
Оба продукта — предиктивные платформы, которые анализируют поведение посетителей на сайте и передают виртуальные конверсии в Яндекс.Метрику для обучения автостратегий. Ключевые отличия: Rivox AI работает полностью автоматически — без настроек, исключений страниц и подбора порогов. Sales Ninja даёт больше ручного контроля (исключения, гео, порог точности, типы атрибуции), но требует погружения. Кроме того, у Sales Ninja есть персонализация сайта и мультиканальность (Директ + VK), которых в Rivox AI нет.
Что лучше — Rivox AI или Sales Ninja?
В нашем тесте на двух проектах (e-commerce и B2B) Rivox AI показал снижение CPA на 32-37% к контролю, Sales Ninja — на 10-11%. При масштабировании бюджета Rivox AI сохранил эффективность (CPA +7%), Sales Ninja — нет (CPA +22%). По удобству работы Rivox AI также выигрывает за счёт автоматической адаптации модели. Если задача — предиктивная оптимизация рекламы, Rivox AI дал лучший результат. Если нужна ещё и персонализация контента на сайте — стоит рассмотреть Sales Ninja.
Rivox AI и SalesNinja работают только с РСЯ или с Поиском тоже?
Rivox AI и SalesNinja работает со всеми типами кампаний в Яндекс.Директе: Поиск, РСЯ, товарные кампании. В нашем тесте мы использовали Rivox AI на всех типах кампаний.
Нужен ли доступ к рекламному кабинету для Rivox AI или Sales Ninja?
Нет. Ни Rivox AI, ни Sales Ninja не требуют доступа к рекламному кабинету Яндекс.Директа. Оба продукта работают через скрипт на сайте и передачу целей в Яндекс.Метрику.
Сколько стоит Rivox AI? Сколько стоит Sales Ninja?
Цены обоих продуктов обсуждаются индивидуально. Rivox AI и Sales Ninja работают по модели подписки. Конкретные тарифы зависят от объёма трафика и задач — рекомендуем запросить демо у обеих платформ.
Подходит ли Rivox AI и SalesNinja для B2B с малым количеством конверсий?
Да. В нашем тесте Rivox AI и SalesNinja показали сильные результаты именно в B2B-проекте с 6 конверсиями в неделю — снижение CPA ,рост количества квалифицированных заявок.
Можно ли использовать Rivox AI и Sales Ninja одновременно?
Нет. Мы попробовали — автостратегия получала противоречивые сигналы от двух моделей, обучение сломалось. Используйте одну платформу на кампанию.
Теги: Rivox AI, Rivox, Sales Ninja, Rivox AI отзывы, Rivox отзывы, Sales Ninja отзывы, Rivox vs Sales Ninja, Rivox AI vs Sales Ninja, предиктивная оптимизация, виртуальные конверсии, Яндекс.Директ, автостратегии, предиктивная аналитика, Rivox кейс, Rivox AI кейс, Sales Ninja кейс, оптимизация рекламы, e-commerce, B2B-реклама, контекстная реклама