В Директе становится все меньше смысла бесконечно дергать ставки руками. Яндекс летом обновил модель прогнозирования конверсий, которая участвует в управлении ставками. И это не просто очередная косметика в интерфейсе.
Новая модель пытается оценивать не отдельное действие пользователя, а его путь на сайте. Разные типы сигналов обрабатываются разными частями модели. Потом это собирается в общий прогноз вероятности конверсии.
Звучит технологично. На практике вывод куда скучнее и полезнее: качество данных становится важнее мелкой ручной возни с кампанией.
Что именно поменял Яндекс
30 июня 2026 года Яндекс сообщил об обновлении модели прогнозирования конверсий и управления ставками. Внутри используется архитектура с несколькими нейросетями. Каждая работает со своим типом сигналов, а модель в целом анализирует путь пользователя на сайте.
По данным самого Яндекса, в тестах новая система давала в среднем на 10 процентов больше конверсий при сопоставимом бюджете. Эту цифру стоит воспринимать именно как результат тестирования Яндекса, а не как обещание для любой рекламной кампании. У конкретного рекламодателя результат может быть совсем другим.
Гораздо интереснее другое. Директ продолжает двигаться туда, куда он идет уже несколько лет: все больше решений о конкретном аукционе принимает алгоритм. Роль специалиста постепенно смещается выше. Не выбрать ставку 83 рубля вместо 91, а правильно объяснить системе, что считать хорошим результатом.
Проблема уже не в том, умеет ли алгоритм назначать ставки
Споры о том, может ли автостратегия назначать ставки лучше человека, постепенно теряют смысл. Человек физически не может вручную оценить весь набор сигналов для каждого отдельного показа и пересчитать вероятность нужного действия в момент аукциона.
Но у автоматики есть слабое место. Она не знает бизнес так, как его знает владелец или специалист. Она знает только те сигналы, которые ей передали.
Вот здесь и начинается самое неприятное.
На сайте может быть настроено пятнадцать целей. Отправка формы, звонок, клик по телефону, открытие контактов, просмотр трех страниц, скачивание файла, переход в мессенджер, время на сайте. Технически все работает. В отчетах полно конверсий.
А оптимизироваться кампании при этом не на что.
Легкая цель может испортить обучение
Допустим, бизнесу нужен оплаченный заказ. Но заказов мало, поэтому в стратегию добавляют более частые действия. Это само по себе не ошибка. Иногда без промежуточных целей алгоритму действительно не хватает сигнала.
Ошибка начинается, когда все действия объявляют одинаково полезными.
Человек, который открыл страницу контактов, не равен человеку, который отправил заявку. Посетитель, проведший на сайте минуту, тем более не равен покупателю. Если системе дать слишком простой способ получить формальную конверсию, она вполне может научиться получать именно ее.
И отчет будет выглядеть бодро. Цена цели падает, конверсий больше. Только отдел продаж почему-то этого праздника не замечает.
Поэтому перед очередным переключением стратегии я бы сначала разобрал сами цели. Без фанатизма. Обычно достаточно ответить на несколько неприятных вопросов.
- Это действие действительно связано с деньгами?
- Можно ли отличить нормальный лид от мусорного?
- Есть ли у основной цели достаточно данных для обучения?
- Не конкурируют ли между собой цели с совершенно разной ценностью?
Микроконверсии не надо выкидывать
Тут легко уйти в другую крайность и удалить все, кроме продажи. Тоже плохая идея.
Микроконверсии полезны для анализа. По ним можно увидеть, где человек отваливается, какие страницы вовлекают сильнее, как ведут себя разные сегменты трафика. На длинном цикле сделки они иногда нужны и стратегии.
Просто аналитическая цель и цель оптимизации не обязаны быть одним и тем же.
Можно измерять десятки действий и при этом очень аккуратно выбирать те, на которые реально ориентируется рекламная кампания. Это две разные задачи, хотя в интерфейсе они стоят рядом и поэтому их постоянно смешивают.
Что делать, если настоящих конверсий мало
Вот это уже сложнее. Нельзя приказать алгоритму учиться на продажах, если продаж по рекламе почти нет.
Тогда приходится искать промежуточный сигнал, который максимально близок к бизнес-результату. Не просто визит на важную страницу, а действие, после которого вероятность сделки заметно выше. Для разных проектов это будет разное событие.
И здесь особенно вредно придумывать универсальные рецепты. Для одного сайта отправка формы почти равна лиду. Для другого половина форм оказывается вопросами не по теме. Где-то звонок ценнее заявки. Где-то звонки вообще плохо квалифицируются.
Сначала надо понять экономику и путь клиента. Потом уже кормить этим Директ.
Офлайн-конверсии становятся еще важнее
Если реальный результат сделки появляется не на сайте, рекламной системе желательно вернуть этот результат обратно. Иначе она видит только верхнюю часть воронки.
Например, две группы посетителей одинаково часто оставляют заявки. Но из первой группы продажи происходят заметно чаще. Если в Директ уходит только факт заявки, для алгоритма эти группы выглядят почти одинаково. Если передавать более глубокие события, появляется шанс оптимизироваться ближе к реальной ценности.
Это не означает, что после загрузки офлайн-конверсий все внезапно станет дешевле. Такой магии нет. Но модель хотя бы получает информацию о том, что произошло после формы на сайте.
А что теперь с ручным управлением
Оно не исчезло и не стало бесполезным за один день. Есть кампании, где ручной контроль по-прежнему нужен. Есть нестандартные задачи, короткие запуски, маленькие объемы данных.
Но идея постоянно улучшать современную автостратегию мелкими ручными поправками выглядит все менее убедительно.
Если алгоритм оценивает множество сигналов в момент каждого аукциона, специалисту разумнее заниматься тем, чего алгоритм сам не исправит:
- структурой целей и их ценностью
- качеством передачи конверсий
- экономикой кампании
- посадочной страницей и самим предложением
Последний пункт часто недооценивают. Можно сколько угодно улучшать прогноз вероятности конверсии, но плохая страница от этого хорошей не станет. Автостратегия умеет выбирать более перспективный трафик. Переписать предложение за рекламодателя она пока не может.
Почему после обновлений не стоит резко переделывать кампании
После новости об очередной модели всегда возникает желание срочно что-нибудь переключить. Не обязательно.
Обновление модели работает на стороне рекламной системы. Сам факт появления новой архитектуры не требует пересобирать все кампании. Гораздо полезнее проверить, какие данные уже получает стратегия и насколько эти данные соответствуют реальной задаче.
Если кампания оптимизируется на качественную конверсию, цели настроены нормально, а экономика сходится, ломать рабочую конструкцию ради самого факта обновления странно.
Если же стратегия годами учится на просмотре контактов и времени на сайте, вот тогда есть о чем поговорить. Но проблема появилась не 30 июня. Просто новая модель еще сильнее напоминает, насколько рекламная автоматика зависит от того, что мы ей считаем успехом.
Куда теперь смотреть специалисту
Ставки постепенно превращаются из центра работы с Директом в одну из внутренних деталей системы. А на первый план выходят данные.
Не красивые отчеты. Не максимальное количество целей. Не десяток событий на каждого посетителя.
Нужна понятная связь между рекламным кликом и тем действием, ради которого бизнес вообще платит за рекламу.
Чем лучше Директ прогнозирует конверсии, тем болезненнее становится плохая постановка задачи. Умный алгоритм, обученный на ерунде, не становится от этого полезным. Он просто очень старательно оптимизирует ерунду.