Как работает Rivox AI — архитектура системы

Rivox AI — это связка из SDK, серверной логики и ML-модели, которая позволяет интернет-магазинам снижать стоимость заявки в Яндекс.Директе за счёт виртуальных конверсий, основанных на поведении пользователей на сайте.

Общая схема работы

1. Пользователь заходит на сайт
2. SDK собирает поведение
3. Score (предсказание покупки)
4. Срабатывание виртуальной конверсии
5. Передача в Я.Метрику
6. Обучение Я.Директ

1. Сбор поведенческих данных через SDK

SDK Rivox AI превращает сайт в настоящий радар поведения пользователей.
Мы отслеживаем не просто базовые клики и переходы, а строим полную картину вовлечённости посетителя, фиксируя десятки поведенческих паттернов в реальном времени.

Что именно мы собираем:

Вовлечённость на странице
  • Общее время, проведённое на каждой странице
  • Время активности (скроллы, клики) vs. пассивное пребывание
  • Глубина прокрутки (%) — насколько пользователь реально изучил страницу
Интерес к продукту
  • Сколько товаров пользователь просмотрел
  • Сколько раз вернулся к одной и той же карточке товара
  • Время фокуса мыши/пальца на карточке товара
  • Переходы в карточки продуктов из каталога
Намерение к покупке
  • Клики по кнопкам «Купить», «В корзину», «Оставить заявку», «Оформить заказ»
  • Переходы в корзину и попытки оформления заказа
  • Взаимодействие с CTA-элементами (кнопки, баннеры, формы)
Поведение в формах
  • Попытки оставить заявку или оформить покупку
  • Взаимодействия с полями форм (фокус, заполнение, отправка)
  • Отслеживание успешной отправки формы
Поведенческий паттерн сессии
  • Количество разных страниц, просмотренных за визит
  • Время между действиями
  • Количество возвращений на сайт за короткий промежуток времени
Устройство и источник трафика
  • Тип устройства: мобильный, планшет, десктоп
  • Браузер и ОС
  • Источник визита: органика, реклама, рефералы и т.д.
Подробнее можно почитать здесь

И всё это — в режиме реального времени, без задержек и без нагрузки на сайт.
Эти данные позволяют нашему AI точно предсказывать, кто готов купить, ещё до того, как пользователь оформит заказ.
И обучать рекламные алгоритмы на реальных поведенческих признаках, а не только на финальных заявках.

2. Расчёт поведенческого score

Если у визита score выше определённого порога (например, >0.85), Rivox инициирует виртуальную конверсию:

  • Срабатывает вызов ym(clientID, 'reachGoal', 'rivox_goal');
  • В Яндекс.Метрике регистрируется цель rivox_goal
  • Яндекс.Директ начинает обучаться на этих событиях, как на обычных заявках
Подробнее можно почитать здесь

3. Генерация виртуальных конверсий

  • Установить наш SDK на сайт (занимает 10 минут)
  • Убедиться, что цели передаются в Метрику
  • Получить первые результаты через 3–5 недель

4. Как это помогает снизить CPA

Проблема большинства бизнесов: реальных заявок слишком мало, чтобы алгоритмы Яндекса учились эффективно.

  • Больше обучающих данных для Яндекс.Директа
  • Мгновенная обратная связь по поведенческим сигналам
  • Улучшение качества таргетинга
  • Снижение стоимости клика и заявки на 20–30%

5. Безопасность и производительность

  • SDK не замедляет сайт (вес ≤ 80 KB, batched-отправка)
  • Поддержка кроссбраузерности и SPA-навигации
  • Данные не содержат персональных данных (PII)
  • Совместим с политикой конфиденциальности Яндекс.Метрики