Краткий ответ: Автостратегии Яндекс.Директ не работают в 70% случаев из-за недостатка данных для обучения (минимум 50 конверсий в неделю) и неправильных целей. Система обучается на "пустых" сигналах (клики, просмотры), а не на реальном намерении купить. Решение — использовать виртуальные конверсии, которые дают в 3 раза больше качественных обучающих сигналов.
Вы запускаете автостратегию "Максимум конверсий" или "Целевая цена конверсии", ждёте результатов — а CPA растёт, конверсия падает, бюджет сливается на нецелевой трафик. Знакомая ситуация?
Проблема не в том, что автостратегии "плохие". Проблема в том, что в 70% случаев они обучаются на недостаточных или неправильных данных. Rivox AI решает эту проблему через поведенческую аналитику и виртуальные конверсии.
Что такое автостратегии и как они работают
Автостратегии Яндекс.Директ — это автоматизированные стратегии управления ставками на основе машинного обучения. Вы задаёте цель (конверсия, клики, показы), а алгоритм Яндекса автоматически корректирует ставки для достижения этой цели.
Виды автостратегий в Директе
- Максимум конверсий — получить как можно больше конверсий в рамках бюджета
- Целевая цена конверсии — держать CPA на заданном уровне
- Целевая доля рекламных расходов (ДРР) — оптимизация по ROAS
- Средняя цена клика — получить максимум кликов по фиксированной цене
- Недельный бюджет — равномерное распределение бюджета на неделю
Как работает обучение автостратегии
Автостратегия — это ML-модель, которая учится на данных вашей кампании. Алгоритм ищет закономерности: какие пользователи чаще достигают цели, какие ключевые слова работают лучше, в какое время эффективнее показывать рекламу.
Для эффективного обучения нужно:
- Минимум 10 конверсий в неделю (для базового обучения)
- Оптимально — 50+ конверсий в неделю (для стабильной работы)
- Правильные цели в Яндекс.Метрике (отражающие реальную ценность)
- Время на обучение — 4-6 недель
Если хотя бы одно условие не выполняется — автостратегия работает плохо или вообще не работает.
Статистика от Яндекса
По данным Яндекс.Директ, только 30% рекламных кампаний имеют достаточное количество конверсий для эффективной работы автостратегий. Остальные 70% работают на недостаточных данных — и результаты непредсказуемы.
5 причин, почему автостратегии сливают бюджет
Разбираем конкретные причины, почему автостратегии не дают ожидаемых результатов.
Причина 1: Мало конверсий для обучения
Самая частая проблема — недостаточное количество конверсий. У вас 5-10 конверсий в неделю, а Яндексу нужно минимум 50 для нормального обучения.
Что происходит: Алгоритм пытается найти закономерности, но данных слишком мало. Он видит, что 10 человек купили, а 1000 не купили. Среди этих 1000 есть много общих характеристик с теми 10, кто купил. Найти реальные закономерности невозможно.
Результат: Автостратегия работает как лотерея — то CPA 5000₽, то 15000₽, то вообще 0 конверсий. Стабильности нет.
Причина 2: Неправильные цели в Метрике
Вторая проблема — цели настроены неправильно. Частые ошибки:
- "Клик по кнопке" — но кнопку нажимают и боты, и случайные посетители
- "Посещение страницы" — но на страницу могут попасть случайно
- "Добавление в корзину" — но 80% не завершают покупку
- "Заполнение формы" — но заявки могут быть спамом
Что происходит: Автостратегия обучается на "пустых" сигналах. Она думает: "Хорошо, этот человек нажал на кнопку — значит, он ценный". Но на самом деле это был бот или случайный клик.
Результат: Алгоритм ищет похожих пользователей — и привлекает ещё больше ботов и случайных кликов. CPA растёт, качество трафика падает.
Подробнее: Ошибки настройки целей в Яндекс.Метрике.
Причина 3: Отсутствие данных о поведении на сайте
Автостратегии Яндекса видят только данные внутри экосистемы Яндекса: поисковые запросы, клики по рекламе, использование сервисов. Но они не видят, что происходит на вашем сайте.
Пример: Два пользователя кликнули по рекламе и достигли цели "добавление в корзину". Для автостратегии они одинаково ценны. Но:
- Первый пользователь: изучал товар 10 минут, читал отзывы, вернулся к карточке 3 раза, добавил в корзину и ушёл — вероятность покупки 80%
- Второй пользователь: случайно кликнул, быстро добавил в корзину, закрыл страницу — вероятность покупки 5%
Автостратегия не видит этой разницы. Для неё оба — хорошие конверсии. Она начинает искать похожих на обоих — и 90% нового трафика оказывается похожим на второго пользователя.
Результат: Много кликов, много "конверсий" по целям, но реальных покупок мало. CPA по реальным продажам — заоблачный.
Причина 4: Нецелевой трафик обучает алгоритм
Если ваш сайт посещают боты, конкуренты, студенты (для исследования), случайные посетители — и они достигают целей — автостратегия обучается на них.
Пример реальной проблемы: Интернет-магазин мебели настроил цель "клик по кнопке Купить". Оказалось, что по этой кнопке активно кликают конкуренты, изучая ассортимент и цены. Автостратегия начала искать "похожих" — и привлекла ещё больше конкурентов. Реальных покупателей стало меньше.
Результат: Бюджет уходит на нецелевую аудиторию. CPA растёт, качество лидов падает.
Как бороться: Фильтрация некачественного трафика.
Причина 5: Долгий цикл сделки (для B2B)
В B2B сделка занимает недели или месяцы. Пользователь оставил заявку сегодня, а покупка будет через 2 месяца. Автостратегия не может ждать 2 месяца — она обучается на том, что есть сейчас.
Что происходит: Алгоритм считает все заявки одинаково хорошими, хотя 80% из них не приведут к сделке. Он продолжает привлекать похожих пользователей — и качество падает.
Результат: Много заявок, но мало реальных сделок. Отдел продаж "задыхается" от нецелевых лидов.
Пример решения: Кейс Lerna — доля качественных лидов выросла с 20% до 65%.
Почему "просто добавить бюджет" не решает проблему
Многие думают: "Если автостратегия не работает, нужно просто увеличить бюджет — и конверсий станет больше, алгоритм обучится".
Это не работает, потому что:
- Больше бюджета = больше мусорного трафика. Если алгоритм уже обучился на неправильных данных, он просто масштабирует ошибки. Вы получите в 2 раза больше кликов, но качество останется низким.
- Проблема не в количестве, а в качестве данных. 10 качественных конверсий работают лучше, чем 100 мусорных. Алгоритм учится на паттернах. Если паттерны неправильные — результат будет плохим.
- Увеличение бюджета не решает проблему долгого цикла сделки. Если сделка закрывается через 2 месяца, то даже при большом бюджете обратная связь придёт слишком поздно.
Реальный пример
Интернет-магазин электроники увеличил бюджет с 200 000₽ до 500 000₽ в месяц. Количество конверсий выросло с 40 до 120. Но реальных покупок стало не в 3 раза больше, а всего на 20% — потому что алгоритм масштабировал нецелевой трафик.
7 способов исправить работу автостратегий
Теперь конкретные решения. Эти методы работают и доказаны практикой.
Способ 1: Настроить правильные цели в Метрике
Пересмотрите цели. Они должны отражать реальную ценность действия, а не просто факт события.
Плохие цели:
- Клик по кнопке (слишком широко)
- Посещение страницы (случайный трафик)
- Любое заполнение формы (включая спам)
Хорошие цели:
- Составные цели: просмотр 3+ страниц + время > 2 минуты + клик по CTA
- Конверсия в реальную покупку (если достаточно данных)
- Повторный визит в течение 7 дней + заполнение формы
- Добавление в корзину + начало оформления заказа
Подробная инструкция: Настройка аналитики для интернет-магазина.
Способ 2: Использовать микроконверсии (если конверсий мало)
Если у вас меньше 10 конверсий в неделю, используйте промежуточные действия, которые предсказывают покупку:
- Просмотр 2+ товаров в одной сессии
- Добавление товара в избранное
- Скачивание прайс-листа или каталога
- Просмотр видео о товаре > 30 секунд
Важно: Микроконверсии должны коррелировать с реальными покупками. Проверьте в Метрике: какой процент пользователей, достигших микроконверсию, реально покупает? Если меньше 10% — это плохая микроконверсия.
Способ 3: Дать автостратегии время (4-6 недель)
Многие отключают автостратегию через 1-2 недели, видя плохие результаты. Но обучение занимает время:
- Неделя 1-2: Алгоритм тестирует разные сегменты, CPA нестабилен
- Неделя 3-4: Появляются первые закономерности, CPA начинает стабилизироваться
- Неделя 5-6: Обучение завершается, CPA выходит на оптимальный уровень
Критично: Не меняйте настройки во время обучения! Каждое изменение (новые ключевые слова, смена целей) сбрасывает обучение. Алгоритм начинает учиться заново.
Способ 4: Проверить и добавить минус-слова
Если автостратегия привлекает нецелевой трафик, проблема может быть в ключевых словах. Проверьте отчёт "Поисковые запросы" в Директе.
Признаки нецелевых запросов:
- Высокий CTR, но нет конверсий
- Запросы с словами "бесплатно", "скачать", "своими руками"
- Информационные запросы ("что такое", "как работает")
- Запросы конкурентов
Добавьте эти запросы в минус-слова. Автостратегия перестанет тратить на них бюджет и сфокусируется на целевых сегментах.
Способ 5: Увеличить ставки для обучения (временно)
Парадокс: чтобы автостратегия начала работать, иногда нужно временно увеличить ставки.
Логика: При низких ставках реклама показывается редко → мало кликов → мало конверсий → алгоритм не может обучиться. Если временно (на 2-3 недели) увеличить ставки на 30-50%, вы получите больше данных для обучения.
После обучения (через 3-4 недели) можно вернуть ставки к изначальным — алгоритм уже научился и будет работать эффективнее.
Важно понимать
Это временное повышение бюджета для инвестиции в обучение, а не постоянное увеличение расходов. Аналогия: вы вкладываетесь в обучение сотрудника первые 3 месяца, а потом он работает эффективно годами.
Способ 6: Использовать сегментацию аудитории
Создайте отдельные кампании для разных сегментов аудитории:
- Горячие: ретаргетинг на тех, кто уже был на сайте
- Тёплые: похожие аудитории (look-alike)
- Холодные: широкий поиск по ключевым словам
Для каждого сегмента — своя автостратегия с правильными целями. "Горячим" нужны более агрессивные ставки, "холодным" — консервативные.
Подробнее: Сегментация аудитории по поведению.
Способ 7: Внедрить виртуальные конверсии (самый эффективный)
Виртуальные конверсии — это передача в Яндекс.Метрику дополнительных сигналов о поведении пользователей с высокой вероятностью покупки. Даже если пользователь не завершил покупку, но его поведение на сайте показывает высокое намерение — система отправляет виртуальную конверсию.
Как это работает:
- SDK Rivox AI отслеживает поведение каждого посетителя (500+ параметров)
- ML-модель анализирует поведение и выдаёт прогноз вероятности покупки
- Если вероятность > 50% — отправляется виртуальная конверсия в Метрику
- Автостратегия получает в 3 раза больше качественных сигналов
- Обучение ускоряется с 4-6 недель до 7-10 дней
Результат: Даже если у вас было 10 реальных конверсий в неделю, теперь автостратегия получает 30-40 виртуальных конверсий с взвешенной ценностью. Алгоритм обучается в 3 раза быстрее и точнее.
Сравнение методов: что работает лучше
| Метод | Сложность | Эффект | Срок результата |
|---|---|---|---|
| Правильные цели в Метрике | Низкая | +10-15% к CPA | 2-3 недели |
| Микроконверсии | Средняя | +15-20% к CPA | 3-4 недели |
| Увеличение бюджета | Низкая | Нестабильный | 4-6 недель |
| Минус-слова | Средняя | +10-15% к CPA | 1-2 недели |
| Сегментация | Высокая | +20-25% к CPA | 4-5 недель |
| Виртуальные конверсии (Rivox AI) | Низкая | +25-35% к CPA | 3-4 недели |
Как видите, виртуальные конверсии дают максимальный эффект при минимальной сложности внедрения.
Реальные кейсы: как компании исправили автостратегии
Примеры компаний, которые решили проблему с помощью разных методов.
Lerna: платформа корпоративного обучения
Проблема: Менеджеры "задыхались" от обработки нецелевых лидов. CPA 12 500₽, доля качественных заявок всего 20%. Автостратегия привлекала много заявок, но 80% из них не доходили до сделки.
Что сделали: Внедрили Rivox AI. Система начала отслеживать поведение пользователей на сайте и отправлять виртуальные конверсии только по пользователям с высоким намерением (изучение кейсов, просмотр демо, возврат на сайт).
Результаты:
- CPA снизился с 12 500₽ до 9000₽ (-28%)
- Доля качественных заявок выросла с 20% до 65%
- Время обучения автостратегии: с 14 дней до 3 дней
- Отдел продаж стал закрывать в 2 раза больше сделок
Подробнее: Полный кейс Lerna.
ГлавСнаб: интернет-магазин отделочных материалов
Проблема: Клиенты долго выбирали материалы, но редко доходили до оформления. CPA 4600₽, конверсия 0,9%. Автостратегия "Максимум конверсий" привлекала много кликов, но мало реальных заказов.
Что сделали: Подключили Rivox AI. Система начала отслеживать, кто реально изучает товары (читает характеристики, сравнивает позиции, возвращается к карточкам), и передавать эти сигналы в Директ.
Результаты:
- CPA снизился на 35% — с 4600₽ до 2990₽
- Конверсия выросла с 0,9% до 1,8% (в 2 раза)
- Количество заказов увеличилось в 1,9 раза
- Автостратегия стала работать стабильно
Подробнее: Полный кейс ГлавСнаб.
MobileFix: интернет-магазин мобильных телефонов
Проблема: Высокая конкуренция, дорогой трафик. CPA 3260₽, конверсия близка к нулю. Автостратегия "Целевая цена конверсии" не могла обучиться — слишком мало конверсий (3-5 в неделю).
Что сделали: Внедрили виртуальные конверсии через Rivox AI. Вместо 3-5 реальных конверсий, Директ стал получать 20-30 виртуальных с взвешенной ценностью.
Результаты:
- CPA снизился на 19% — с 3260₽ до 2740₽
- Конверсия выросла с 0% до 1,5%
- Количество заказов увеличилось в 4,6 раза
- Доля заказов с аксессуарами выросла на 33%
Подробнее: Полный кейс MobileFix.
Как виртуальные конверсии решают все 5 проблем сразу
Виртуальные конверсии — это комплексное решение, которое исправляет все причины неработающих автостратегий.
Решение проблемы 1: Увеличение количества данных
Было 10 конверсий в неделю → стало 30-40 виртуальных конверсий. Автостратегия получает в 3 раза больше данных для обучения. Качество обучения повышается.
Решение проблемы 2: Правильные сигналы
Виртуальные конверсии отправляются только по пользователям с реальным намерением купить. ML-модель отфильтровывает ботов, случайных посетителей, конкурентов. Автостратегия обучается на качественных данных.
Решение проблемы 3: Видимость поведения на сайте
Rivox AI передаёт Директу то, что он не видит сам: как пользователь ведёт себя на сайте. Система понимает разницу между "изучал 10 минут" и "случайно кликнул".
Решение проблемы 4: Автоматическая фильтрация спама
ML-модель обучена распознавать боты и мусорный трафик. Виртуальные конверсии не отправляются по подозрительным сессиям. Автостратегия обучается только на реальных пользователях.
Решение проблемы 5: Работает для долгого цикла сделки
Виртуальные конверсии отправляются сразу, когда пользователь показывает высокое намерение — не нужно ждать 2 месяца до реальной сделки. Автостратегия получает быструю обратную связь и учится эффективнее.
Как работает Rivox AI: от установки до результатов
Rivox AI — это полностью автоматизированная система. После установки SDK вся работа происходит автоматически.
День 1: Установка SDK (10-15 минут)
Простой JavaScript-код устанавливается на сайт. После этого система начинает автоматически собирать поведенческие данные каждого посетителя.
Дни 1-20: Сбор данных и обучение модели
Система автоматически изучает паттерны поведения посетителей. Какие действия приводят к покупке? Какие пользователи наиболее ценны? ML-модель обучается под ваш конкретный сайт.
Дни 21-40: Первые виртуальные конверсии
Модель начинает отправлять виртуальные конверсии в Метрику. Автостратегия Директа получает качественные сигналы и начинает переобучаться. CPA начинает снижаться.
Дни 40+: Полная оптимизация
Система выходит на полную мощность. Автостратегия работает стабильно и эффективно. CPA снижается на 20-35%, конверсия растёт, качество трафика улучшается.
Экономика внедрения
Стоимость Rivox AI от 130 000₽ за 2 месяца. При снижении CPA на 30% окупаемость наступает через 1-2 месяца. Дальше — чистая экономия бюджета.
Частые ошибки при попытке исправить автостратегии
Ошибки, которые совершают 90% рекламодателей.
Ошибка 1: Слишком частые изменения настроек
Изменили ставки → через 2 дня поменяли цели → через неделю добавили ключевые слова. Каждое изменение сбрасывает обучение. Автостратегия начинает учиться заново.
Правильно: Сделайте изменения один раз, дайте 4-6 недель на обучение, не трогайте настройки.
Ошибка 2: Отключение автостратегии через 1-2 недели
"Неделю работает, CPA высокий, отключаю". Но неделя — это слишком рано. Обучение только началось.
Правильно: Дать минимум 4 недели. Оценивать результат после полного цикла обучения.
Ошибка 3: Использование одинаковых целей для всех кампаний
"У меня все кампании на цель Покупка". Но разные кампании привлекают разную аудиторию. "Горячим" ретаргетингом нужна одна цель, "холодному" поиску — другая.
Правильно: Сегментировать кампании и использовать разные цели для разных сегментов.
Ошибка 4: Игнорирование качества трафика
"У меня 100 конверсий в неделю, автостратегия должна работать". Но если 70% из них — мусор (боты, конкуренты), то алгоритм обучается на мусоре.
Правильно: Сначала очистить трафик от мусора, потом запускать обучение. Подробнее: Контроль качества трафика.
Ошибка 5: Ожидание мгновенных результатов
"Подключил Rivox, прошла неделя, где результаты?". ML-модель тоже нужно время на обучение.
Правильно: Понимать, что результаты появляются через 3-4 недели. Первые 2-3 недели — это инвестиция в обучение.
Когда автостратегии работать НЕ будут (даже с исправлениями)
Есть ситуации, когда автостратегии не сработают даже после всех исправлений.
Ситуация 1: Очень малый бюджет (< 30 000₽/месяц)
При таком бюджете просто недостаточно кликов и конверсий для обучения. Даже виртуальные конверсии не помогут — данных мало.
Решение: Увеличить бюджет минимум до 50 000₽ или использовать ручное управление ставками.
Ситуация 2: Очень узкая аудитория (< 1000 показов в день)
Если ваша аудитория слишком узкая, автостратегии не будет из кого выбирать. Она покажет рекламу всем доступным — и оптимизировать будет не на чем.
Решение: Расширить аудиторию (добавить синонимы ключевых слов, look-alike аудитории) или использовать ручное управление.
Ситуация 3: Товар/услуга с очень долгим циклом сделки (> 6 месяцев)
Если от заявки до покупки проходит полгода, автостратегия не сможет получить обратную связь в разумные сроки.
Решение: Использовать промежуточные цели (запрос КП, участие в вебинаре, скачивание кейсов) + виртуальные конверсии.
Заключение: как исправить автостратегии
Автостратегии Яндекс.Директ — мощный инструмент, но они работают только при наличии качественных данных. Если конверсий мало или цели настроены неправильно — алгоритм обучается плохо.
Что делать:
- Проверьте количество конверсий (нужно минимум 50 в неделю)
- Настройте правильные цели в Метрике
- Добавьте минус-слова для фильтрации нецелевого трафика
- Дайте время на обучение (4-6 недель)
- Если конверсий мало — используйте виртуальные конверсии
Rivox AI решает проблему комплексно: увеличивает количество данных в 3 раза, фильтрует мусорный трафик, ускоряет обучение с 4-6 недель до 7-10 дней, снижает CPA на 25-35%.
Результат: Автостратегии начинают работать так, как обещал Яндекс — стабильно, эффективно, с предсказуемым CPA.
Проверить автостратегии на демо AI-агента RivoxИли изучите детально, как работают виртуальные конверсии и почему они дают в 3 раза больше данных для обучения автостратегий, чем стандартные цели.
FAQ: Частые вопросы об автостратегиях
Сколько конверсий нужно для работы автостратегий?
Минимум 10 конверсий в неделю для базового обучения. Оптимально — 50+ конверсий в неделю для стабильной работы. При меньшем количестве автостратегия работает как лотерея — результаты непредсказуемы.
Что делать если конверсий мало?
Есть 3 варианта: 1) Использовать микроконверсии (просмотр 3+ страниц, добавление в корзину), 2) Использовать виртуальные конверсии через Rivox AI (генерируют 3х больше качественных сигналов), 3) Снизить цену целевого действия (если возможно).
Как быстро обучается автостратегия?
Стандартный срок обучения — 4-6 недель при наличии достаточного количества конверсий. С Rivox AI срок сокращается до 7-10 дней за счёт увеличения количества обучающих сигналов в 3 раза.
Почему автостратегия сливает бюджет на нецелевой трафик?
Автостратегия не видит разницы между качественным и нецелевым трафиком, если оба достигают цели. Для неё все конверсии равны. Решение — использовать взвешенные цели или виртуальные конверсии с разной ценностью. Подробнее: Почему Директ сливает бюджет.
Можно ли исправить работу автостратегий без дополнительных инструментов?
Да, можно улучшить настройку целей в Метрике, добавить минус-слова, оптимизировать объявления. Но если проблема в недостатке данных (мало конверсий), то без виртуальных конверсий или увеличения бюджета не обойтись.