При работе с веб-аналитикой важно учитывать, что не все визиты и поведенческие характеристики, которые мы видим в отчётах, относятся к реальным пользователям.
На практике в общем массиве данных могут присутствовать разные типы невалидного трафика - и ключевая сложность в том, что он не всегда выглядит как “очевидный мусор”.
- Зачем оценивать объём некачественного трафика
- Какие существуют источники невалидного трафика (фермы, боты)
- Как выявлять нерелевантные инструменты
- Как доказать подрядчику/площадке, что трафик не валидный
Зачем оценивать объёмы некачественного трафика
У каждого бизнеса есть ряд задач, которые должны быть решены с помощью рекламных инструментов. В качестве примера можно рассмотреть три ключевые цели:
- Охват аудитории;
- Трафик на сайт;
- Генерация лидов.
Перед каждым рекламным запуском маркетологи и агентства формируют KPI, которые должны быть достигнуты по итогам кампании. Для бизнеса эти показатели напрямую коррелируются с ключевыми метриками: рост продаж, число заявок, узнаваемость бренда и т. д.
Если часть трафика оказывается некачественной или автоматизированной, то реальная эффективность кампании может быть существенно ниже ожидаемой, даже если базовые метрики (показы, клики, сессии) выглядят нормальными.
Поэтому оценка объёмов такого трафика - это не дополнительная аналитическая деталь, а необходимое условие для понимания, достигает ли рекламная кампания своих бизнес-целей.
Какие существуют источники невалидного трафика (фермы, боты)
1. Бот-сети (автоматизированный трафик)
Это наиболее очевидный источник - программы или скрипты, которые генерируют визиты на сайт без участия человека.
Могут использоваться:
- серверные скрипты
- headless-браузеры
- эмуляция пользовательских действий
👉 Такой трафик может быть как примитивным, так и с базовой имитацией поведения.
2. Фермы трафика (click farms)
Речь идёт о реальных людях или устройствах, которые массово выполняют простые действия:
- переходы по объявлениям
- имитация активности
- иногда - заполнение форм
Часто это:
- дешёвый ручной труд
- либо автоматизированные мобильные устройства (эмуляторы, прокси-сети)
👉 Ключевая особенность: формально это “живой” трафик, но без реального интереса к продукту.
3. Прокси- и IP-пулы
Отдельный слой инфраструктуры, который используется для масштабирования трафика:
- IP-адреса мобильных операторов
- резидентские прокси
- распределённые сети устройств
👉 Используются для того, чтобы:
- обходить фильтры
- делать трафик более “правдоподобным”
4. Скликивание (конкурентное или арбитражное)
Источник трафика - целенаправленные действия:
- клики по рекламе без намерения взаимодействия
- генерация переходов для увеличения расходов
Может реализовываться:
- вручную
- через автоматизированные инструменты
5. Системы имитации поведенческих факторов (ПФ)
Более сложный класс источников:
- трафик генерируется с заданными сценариями поведения
- учитываются задержки, глубина просмотра, действия
Чаще применяется в SEO-задачах, но может попадать и в платный трафик.
👉 Это один из самых сложных для выявления типов.
Как выявлять нерелевантные инструменты
Работа с трафиком - это не только запуск и оптимизация, но и постоянный контроль качества источников.
Даже эффективный инструмент со временем может начать приводить восьмипальцевых ботов, которых мы видим в веб-визоре.
Ключевая задача - вовремя зафиксировать момент.
1. Регулярный мониторинг и первичная диагностика
Первое, что необходимо зафиксировать - ежедневный мониторинг показателей на уровне систем аналитики.
При этом важно разделять:
- инструменты, которые уже проверены
- и новые, поведение которых заранее неизвестно
👉 Нельзя заранее предсказать, как конкретный сегмент или площадка отработает в рамках флайта.
Практика:
- ежедневный просмотр базовых метрик по каждому инструменту
- выборочная проверка через Вебвизор (5–10 визитов на источник)
На что обращать внимание:
- однотипные сценарии поведения
- отсутствие реакции на элементы интерфейса (например, cookie-баннеры)
- повторяющиеся движения курсора
- неестественные паттерны взаимодействия
👉 При выявлении подобных сигналов важно:
- зафиксировать гипотезу
- и провалиться глубже по статистике
2. Сравнительный анализ и поиск аномалий
Изолированная оценка метрик почти всегда вводит в заблуждение.
Работает только сравнение:
- с бенчмарками рынка
- с другими инструментами внутри кампании
Пример логики:
Если по баннерным размещениям:
- bounce rate в диапазоне 35–50% - это условная норма
- и вдруг один инструмент показывает ~20%
👉 это не “хороший результат”, а повод для проверки
Дальше:
- анализируем конверсии и микро-конверсии
- сопоставляем с инструментами с похожими поведенческими метриками
Если:
- в контексте при схожем BR конверсия 3–5%
- а в баннерке - 0,02%
👉 возникает дисбаланс, который требует дополнительной проверки
Дополнительно анализируем:
- распределение по устройствам
- операционные системы
- разрешения экранов
Например:
- сильный перекос в сторону десктопа (80%+) при общем тренде в сторону мобильного трафика — это аномалия
3. Использование внешних верификаторов
Дополнительно можно использовать специализированные инструменты антифрода,
которые работают с метриками:
- IVT (Invalid Traffic)
- GIVT (General Invalid Traffic)
- SIVT (Sophisticated Invalid Traffic)
👉 Однако важно понимать ограничение:
такие системы:
- хорошо выявляют базовые формы автоматизированного трафика
- но не всегда справляются со сложными сценариями
Причина - механики маскировки и имитации поведения постоянно развиваются.
Как зафиксировать и подтвердить невалидный трафик
Коротко по сути:
Доказать наличие невалидного трафика подрядчику можно только в двух случаях:
- если он зафиксирован в антифрод- или верификационных системах
- либо если часть трафика в Яндекс Метрика определяется как роботизированная
Во всех остальных ситуациях компенсация или возврат средств — это, как правило, вопрос политики площадки и договорённостей, а не автоматическое правило. закон здесь не на стороне того кто платит.
Практические рекомендации - логика работы должна быть следующей:
- Оперативно оценивать качество трафика - не откладывать анализ на конец флайта — первые сигналы нужно фиксировать сразу после запуска.
- Не загружать значительный бюджет на этапе теста - тестовый период должен быть ограничен по бюджету, чтобы минимизировать возможные потери.
- Использовать верификаторы трафика при возможности - антифрод-системы помогают зафиксировать IVT/SIVT-сегменты и служат дополнительным аргументом при разборе ситуации.
- Фиксировать доказательную базу - важно сохранять скриншоты и скрин-касты подозрительных визитов. Учитывать ограниченный срок хранения данных в Яндекс Метрика (15 дней), т.к. отсутствие фиксации может привести к потере возможности подтвердить факт аномалии.
Также важно понимать, что наличие некачественного трафика не всегда означает недобросовестность подрядчика.
В ряде случаев это:
- особенности закупки
- специфика источников
- или технические ограничения площадок
👉 Поэтому задача специалиста - не искать виноватого, а заранее выстраивать систему контроля, которая минимизирует риски и позволяет быстро реагировать на отклонения.
Заключение
Работа с качеством трафика - это не разовая проверка, а постоянный процесс контроля, анализа и сопоставления данных из разных источников. Чем раньше выявляются аномалии, тем меньше потери и выше точность принимаемых решений.
*Материал подготовлен с использованием ИИ как вспомогательного инструмента для структурирования и редактирования текста.
Если вам нужна системная работа с аналитикой, рекламой и качеством трафика - мы помогаем не только выявлять такие проблемы, но и выстраивать корректную цифровую инфраструктуру под бизнес-задачи.
И да — мы всегда на связи. Если у вас есть вопросы по трафику, аналитике или рекламным кампаниям, можете спокойно писать в комментариях, диджитал-бойцы из Indapromotion Group оперативно подключатся и дадут свои комментарии.