Автостратегии Яндекс Директа: когда включать и обучать
Автостратегии в Яндекс Директе перестали быть экспериментом и стали для большинства кампаний поведением по умолчанию. Алгоритм сам подбирает ставку под каждый аукцион, учитывая сотни сигналов, которые рекламодателю недоступны вручную: устройство, время, историю пользователя, вероятность конверсии. Звучит как мечта, но на практике многие включают автостратегию, теряют управление и за пару недель сжигают бюджет без заявок.
Проблема почти никогда не в самом алгоритме. Она в том, что автостратегию запускают без данных, без корректных целей в аналитике и с нереалистичными ожиданиями. Алгоритму нужно на чём-то учиться, а если учить его не на тех событиях или вообще не давать конверсий, он оптимизируется на шум.
В этой статье разберём, какие автостратегии есть в Директе, когда их реально стоит включать, как правильно провести период обучения и какие ошибки чаще всего ломают результат. Материал ориентирован на B2B, где заявок мало, цикл сделки длинный, а цена ошибки выше, чем в массовом ecommerce.
Какие автостратегии есть в Яндекс Директе
Сегодня в Директе автоматическое управление ставками устроено вокруг целей и их ценности. Базовая логика простая: вы говорите системе, что считать результатом и сколько он стоит, а алгоритм старается принести максимум таких результатов в рамках бюджета или заданной цены.
Основные варианты, с которыми работает большинство кампаний:
- Оплата за клики с оптимизацией конверсий. Вы платите за переходы, но алгоритм перераспределяет показы в пользу аудитории, которая чаще конвертируется. Можно задать целевую цену конверсии (tCPA) или работать без неё, отдав приоритет объёму.
- Оплата за конверсии. Списание идёт только за достижение выбранной цели, например за заявку. Не было конверсии, не было и расхода. Самый защищённый от слива формат, но требует достаточного потока целевых действий.
- Оптимизация по доле рекламных расходов (ДРР). Подходит там, где есть передача ценности конверсии или дохода: алгоритм держит заданное соотношение расходов к выручке.
Отдельно стоит держать в голове, что выбор между ручным управлением и автоматикой это не вопрос моды, а вопрос данных и задач. Когда ручные ставки оправданы, а когда нет, мы детально разбирали в статье про ставки в Яндекс Директе. Здесь сосредоточимся именно на автостратегиях.
Когда автостратегию стоит включать, а когда рано
Главное условие работы автостратегии это поток конверсий. Алгоритму нужны примеры того, что вы считаете успехом, чтобы найти закономерности. Если заявок слишком мало, обучаться не на чем, и автоматика начинает вести себя непредсказуемо.
Ориентир, который называет сама платформа и подтверждает практика: для устойчивого обучения нужно порядка десяти конверсий по выбранной цели в неделю на кампанию. Это условный порог, а не магическое число, но он хорошо отражает суть. Меньше пяти конверсий в неделю и стратегия будет постоянно перезапускать обучение, реагируя на случайные всплески.
Когда автостратегию включать обоснованно:
- В аналитике корректно настроены цели, и они действительно отражают бизнес-результат, а не просто клик по кнопке. Если кабинет вы только собираете, сверьтесь с базовым порядком действий в руководстве по настройке Яндекс Директа с нуля, и только потом доверяйте алгоритму оптимизацию.
- Накоплена история: кампания уже какое-то время крутилась, есть статистика конверсий хотя бы за несколько недель.
- Бюджет позволяет алгоритму набрать данные без жёсткого голодания. Слишком маленький дневной лимит душит обучение.
Когда лучше повременить:
- Свежий запуск с нуля без единой конверсии. Сначала наберите данные, в том числе с помощью более простых настроек, а уже потом переключайтесь.
- Очень узкая ниша, где целевых заявок единицы в месяц. Здесь автоматика по заявкам почти не работает, и разумнее оптимизироваться по промежуточной микроконверсии.
- Нестабильный сайт или форма, которая периодически не отправляет данные в аналитику. Алгоритм будет учиться на дырявой статистике.
Что делать B2B-компании с малым числом заявок
Типичная боль B2B: заявок физически мало, десяти конверсий в неделю не набрать при всём желании. Здесь есть рабочие приёмы.
Первый. Оптимизируйтесь на микроконверсию, которая коррелирует с заявкой и случается чаще: глубокий просмотр, клик по телефону, шаг квиза, скачивание прайса. Алгоритм получает достаточно сигналов, а вы следите, чтобы микроконверсия не отрывалась от реальных продаж.
Второй. Объединяйте близкие кампании или используйте пакетные стратегии, чтобы конверсии складывались в общий поток и обучение шло быстрее.
Третий. Передавайте ценность разных конверсий через ценность цели. Заявка с сайта стоит дороже, чем клик по телефону, и алгоритм будет это учитывать. В идеале сюда же подтягиваются данные из CRM, чтобы оптимизация шла на квалифицированные лиды, а не на все подряд.
Как обучать автостратегию: период обучения шаг за шагом
Период обучения это первые дни после запуска или существенного изменения настроек, когда алгоритм собирает данные и калибрует модель. В это время поведение кампании нестабильно: расход и цена конверсии скачут, и это нормально.
Что важно делать на этом этапе.
Дайте стратегии время. Обучение обычно занимает от одной до двух недель и около десяти конверсий. Не делайте выводов на третий день. Самая частая причина провала это нетерпеливое вмешательство.
Не трогайте ключевые настройки. Любое заметное изменение бюджета, целевой цены конверсии или цели сбрасывает обучение и запускает его заново. Если правите, то по чуть-чуть и не каждый день. Безопасный шаг изменения бюджета или tCPA это в пределах 10 до 20 процентов за раз.
Ставьте реалистичную целевую цену. Если поставить tCPA сильно ниже рыночной, алгоритм просто перестанет показываться: он не сможет находить конверсии в таких жёстких рамках. Отталкивайтесь от фактической цены заявки за прошлый период и снижайте её постепенно, когда стратегия стабилизировалась.
Обеспечьте чистый вход трафика. Автостратегия оптимизирует то, что вы ей дали. Если в кампанию льётся мусорный трафик, она будет учиться и на нём. Базовая гигиена вроде проработанных минус-слов и адекватной семантики критична именно при автоматике, потому что ручного контроля ставок по фразам у вас уже нет.
Ниже условная схема того, как ведёт себя цена конверсии в разные фазы. Цифры даны для иллюстрации, у вашей кампании они будут свои.
| Фаза | Срок | Поведение CPL | Что делать |
|---|---|---|---|
| Обучение | Неделя 1 до 2 | Скачет, часто выше цели | Не вмешиваться, копить конверсии |
| Стабилизация | Неделя 2 до 4 | Подтягивается к цели | Точечно корректировать tCPA |
| Масштабирование | После месяца | Предсказуема | Плавно растить бюджет |
Как алгоритм принимает решение по ставке
Чтобы понимать логику без иллюзий, полезно представить упрощённую схему: для каждого аукциона система оценивает вероятность конверсии и назначает ставку так, чтобы средняя цена результата держалась около вашей цели.
Из этой логики следует практический вывод: качество данных важнее красоты настроек. Чем точнее размечены конверсии и чем чище аудитория, тем лучше алгоритм отличает потенциального клиента от случайного посетителя. Если вы кормите его кликами по нерелевантным запросам, он честно научится приводить таких же.
Типичные ошибки при работе с автостратегиями
Большинство провалов сводится к нескольким повторяющимся сценариям. Вот те, что встречаются чаще всего.
Постоянное дёрганье настроек. Рекламодатель видит дорогую заявку на второй день и резко режет бюджет или цель. Обучение сбрасывается, и кампания снова в нестабильной фазе. Так можно крутиться в цикле бесконечного обучения месяцами.
Оптимизация на неверную цель. Если целью указан, скажем, переход на страницу контактов вместо реальной отправки формы, алгоритм нагонит тех, кто открывает контакты, но не пишет. Цель должна совпадать с бизнес-результатом.
Нереалистичная целевая цена. Желание поставить tCPA вдвое ниже текущей цены заявки приводит к тому, что показы почти останавливаются. Снижать стоимость нужно эволюционно, давая стратегии адаптироваться.
Игнор качества трафика. При автоматике соблазн отключить голову и ничего не чистить. Но без минус-слов и фильтрации алгоритм оптимизируется на доступный мусор. Базой здесь остаётся грамотно собранная под интент семантика, на которой алгоритму есть из чего выбирать целевую аудиторию.
Слишком мало данных и слишком маленький бюджет. Автостратегия на двух конверсиях в неделю и микробюджете не взлетит. Здесь честнее набрать историю или оптимизироваться на микроконверсию.
Отсутствие связи с продажами. Кампания приносит дешёвые заявки, а отдел продаж жалуется, что они нецелевые. Без передачи качества лида из CRM алгоритм не отличает хорошую заявку от плохой и оптимизирует объём ради объёма.
Частые вопросы
Сколько конверсий нужно автостратегии для обучения? Ориентир около десяти конверсий по выбранной цели в неделю на кампанию. Это условный порог: при меньшем потоке стратегия учится медленно и нестабильно. Если заявок мало, оптимизируйтесь на более частую микроконверсию или объединяйте кампании в пакетную стратегию.
Сколько длится период обучения? Обычно от одной до двух недель, пока алгоритм не накопит достаточно конверсий. В это время цена результата скачет, и это нормально. Выводы об эффективности делайте после стабилизации, а не в первые дни.
Что сбрасывает обучение автостратегии? Заметные изменения бюджета, целевой цены конверсии, смена цели оптимизации, а также крупные правки структуры кампании. Если нужно менять, делайте это малыми шагами в пределах 10 до 20 процентов и не каждый день.
Какую автостратегию выбрать для B2B с дорогими заявками? Если поток конверсий стабильный, подойдёт оплата за конверсии или оптимизация с целевой ценой. При редких заявках начните с оптимизации на микроконверсию и подтягивайте данные о качестве лидов из CRM, чтобы алгоритм учился на целевых обращениях.
Можно ли совмещать автостратегию и ручные корректировки? Прямое управление ставками по фразам при автостратегии недоступно, но в вашем распоряжении остаются корректировки по аудиториям, расписанию и устройствам, работа с минус-словами, семантикой и креативами. Влиять на результат вы продолжаете, просто не через ставку напрямую.
Почему автостратегия тратит бюджет, но не приносит заявок? Чаще всего из-за неверной или несработавшей цели в аналитике, мусорного трафика, слишком низкой целевой цены или нехватки данных для обучения. Проверьте корректность целей, чистоту семантики и достаточность бюджета, прежде чем винить алгоритм.
Коротко: чеклист перед запуском автостратегии
- Цели в Метрике настроены и отражают реальный бизнес-результат, а не промежуточный клик.
- Есть поток конверсий: около десяти в неделю или налажена оптимизация на микроконверсию.
- Бюджет достаточен, чтобы алгоритм не голодал в период обучения.
- Целевая цена конверсии реалистична и опирается на фактическую статистику.
- Семантика проработана, минус-слова собраны, трафик чистится.
- По возможности подключена передача качества лидов из CRM.
- Готовность не вмешиваться в настройки первые одну до двух недель.
Автостратегии это мощный инструмент, но они усиливают то, что вы в них заложили. На чистых данных и корректных целях алгоритм действительно снижает цену заявки и снимает рутину. На мусоре он так же эффективно сольёт бюджет. Если хочется, чтобы автоматика работала на квалифицированные заявки и окупаемость, а не на красивые отчёты по кликам, имеет смысл выстроить аналитику и стратегию вместе с командой, которая делает это каждый день. Оставьте заявку в Lead The Way, разберём вашу ситуацию и подскажем, какая стратегия подойдёт именно вашему бизнесу.