Раньше специалист по контекстной рекламе знал, что происходит в аккаунте. Он выбирал ключевые слова, назначал ставки вручную, видел, по каким запросам идут показы, и мог объяснить каждую строчку в отчёте. Сегодня всё иначе. Кампании запускаются с минимальными настройками, алгоритм сам находит аудиторию, сам решает, когда и кому показывать объявление, сам распределяет бюджет. Специалист смотрит на результаты и нередко не понимает, почему они именно такие.
Это не жалоба на прогресс. Автоматизация реально работает – во многих случаях лучше ручного управления. Но она меняет правила игры настолько радикально, что старые навыки частично обесцениваются, а новые ещё не все успели освоить.
Что изменилось и почему
Яндекс Директ несколько лет последовательно двигался в сторону автоматизации. Единая перфоманс-кампания (ЕПК), анонсированная в конце 2023 года и окончательно вышедшая в релиз в 2024-м, объединила типы кампаний, которые раньше существовали раздельно: текстово-графические объявления, смарт-баннеры и динамические объявления. Управление ставками по умолчанию отдаётся стратегиям с оплатой за конверсию или за клик с автоматической оптимизацией. Таргетинг по интересам и поведению строится на данных Яндекса, к которым рекламодатель не имеет прямого доступа.
Параллельно сократилась прозрачность отчётов. Поисковые запросы, по которым показывались объявления, теперь видны не полностью – часть трафика скрыта под обобщёнными категориями. Площадки в сетях показываются не все. Атрибуция конверсий стала сложнее: алгоритм учитывает вспомогательные касания, которые рекламодателю не всегда очевидны.
В итоге специалист работает с системой, которая принимает большинство тактических решений самостоятельно – и объясняет их лишь в общих чертах.
Почему это проблема, а не просто новая реальность
Можно было бы сказать: ну и хорошо, алгоритм умнее, пусть сам разбирается. Но у автоматизации есть принципиальное ограничение: она оптимизирует то, что вы ей задали. Не то, что вам нужно на самом деле, – а именно то, что вы указали в качестве целевого действия.
❗ Если цель – заявки на сайте, алгоритм будет максимизировать заявки. При этом ему всё равно, насколько качественные эти заявки, оставляют ли их люди, которые потом действительно покупают, или те, кто заполняет форму случайно и не берёт трубку. Разница между «много заявок» и «много продаж» – огромная, но алгоритм её не видит без дополнительной настройки.
❗ Вторая проблема – накопление ошибок без сигнала. В ручном управлении специалист замечал аномалию быстро: вот запрос с высоким расходом и нулевой конверсией, вот площадка, которая сливает бюджет. Сейчас эти детали спрятаны. Кампания может работать месяц в убыток, пока это станет заметно на уровне сводных цифр.
❗ Третья – зависимость от обучения. Автоматические стратегии требуют данных для обучения. Пока алгоритм не накопил достаточно конверсий, он работает хаотично. Это называется фазой обучения, и в этот период расход часто не соответствует результату. Если в этот момент вмешаться и поменять настройки – обучение сбросится и начнётся заново.
Что теперь в руках специалиста
Тактика ушла к алгоритму. Стратегия осталась у человека – и её роль выросла.
Качество исходных данных. Алгоритм обучается на конверсиях. Если передавать ему правильный сигнал – не просто «заявка», а «качественная заявка» или «состоявшаяся продажа» – результат будет принципиально другим. Это значит настроить сквозную аналитику, связать рекламный кабинет с системой управления отношений с клиентами (CRM), передавать офлайн-конверсии. Сложнее, чем просто поставить цель на кнопку «отправить», но именно это определяет, чему учится система.
Формулировка целей. Казалось бы, очевидно – но на практике многие рекламодатели до сих пор оптимизируются по промежуточным действиям вместо финальных. Клик по номеру телефона – это не звонок. Посещение страницы «Спасибо» – это не оплата. Чем ближе цель к реальным деньгам, тем лучше алгоритм понимает, кого искать.
Структура кампаний. Даже в условиях автоматизации структура влияет на результат. Смешивать в одной кампании горячий поисковый трафик и холодный медийный – значит давать алгоритму противоречивые сигналы. Разные продукты с разными циклами принятия решений лучше разводить по отдельным кампаниям с отдельными целями.
Креатив и посадочная страница. Это то, что алгоритм не может сделать за вас. Он выберет лучшее из того, что вы дали. Если все варианты объявлений одинаково слабые – оптимизировать нечего. Качество текста, релевантность посадочной страницы, скорость её загрузки – всё это влияет на конверсию, а значит, и на обучение алгоритма.
Контроль бюджетов и аномалий. Раз тактика автоматизирована, внимание переключается на мониторинг. Не «какую ставку поставить», а «нет ли резкого роста расхода без роста конверсий», «не изменилась ли доля качественных заявок», «не упала ли конверсия посадочной страницы». Это другой уровень работы – менее рутинный, но требующий понимания картины целиком.
Как управлять обучением, а не бороться с ним
Фаза обучения – главная точка уязвимости автоматических стратегий. Несколько принципов, которые помогают пройти её с меньшими потерями.
❌Не трогайте кампанию без причины. Каждое существенное изменение – новые объявления, смена стратегии, значительная корректировка бюджета – сбрасывает обучение. Это не значит, что нельзя ничего менять. Это значит, что изменения должны быть осознанными, а не реакцией на суточные колебания.
✔Давайте достаточно конверсий. Яндекс рекомендует не менее 10 конверсий в неделю для стабильной работы стратегии – в идеале больше. Если конверсий мало, стоит рассмотреть более «широкую» цель на первом этапе: например, оптимизироваться по посещению ключевых страниц, а потом, когда накопятся данные, перейти к заявкам.
❌Не оценивайте результат в первые дни. Это психологически сложно, особенно когда бюджет расходуется, а конверсий нет. Но выводы, сделанные на третий день, почти всегда ошибочны. Оценивайте кампанию по недельным или двухнедельным периодам, сравнивая с аналогичными периодами.
✔Используйте аудиторные сегменты из собственных данных. Алгоритм ищет похожих пользователей, но если вы дадите ему точку отсчёта – базу текущих клиентов, список тех, кто уже покупал – поиск станет точнее. Это один из немногих способов влиять на таргетинг, когда прямые настройки закрыты.
О чём не стоит забывать
Автоматизация хорошо работает на масштабе и на стабильных данных. Она плохо справляется с резкими изменениями – новым продуктом, сезонным всплеском, сменой позиционирования – потому что у неё нет истории, на которую можно опереться. В таких ситуациях ручное управление на старте по-прежнему оправдано: сначала собрать данные, потом передать их алгоритму.
Она также плохо справляется с маленькими бюджетами. Если в неделю происходит три конверсии – обучение никогда не завершится нормально. В этом случае либо укрупнять кампании, либо выбирать менее точную, но более достижимую цель.
И наконец – автоматизация не отменяет аналитику. Она, скорее, делает её важнее. Раньше можно было смотреть в интерфейс Директа и понимать, что происходит. Сейчас нужно смотреть шире: на качество трафика в метрике, на данные о продажах из системы управления отношений с клиентами (CRM), на поведение пользователей на сайте. Алгоритм оптимизирует в своём контуре – ваша задача понять, совпадает ли этот контур с реальностью вашего бизнеса.
Вывод
Директ стал сложнее не потому что в нём больше кнопок. А потому что теперь нужно думать иначе: не «как настроить», а «чему учить» и «как проверить, что система делает то, что нужно».
Специалист, который умеет правильно сформулировать задачу для алгоритма, передать ему качественный сигнал и контролировать результат на уровне бизнеса – ценнее, чем тот, кто умеет выставлять ставки вручную. Инструменты меняются. Понимание того, зачем вы вообще запускаете рекламу, – остаётся.
📌 Сохраните эту статью, чтобы перестать гадать, почему заявки есть, а продаж нет. Объясняем, как алгоритм Директа оптимизирует то, что вы ему сказали, а не то, что вам нужно. Как настроить цели, чтобы система искала покупателей, а не случайных кликов. И почему в фазе обучения лучше не дёргать настройки. Без этого вы работаете вслепую.
Интернет-агентство полного цикла «Истина в маркетинге»
istinavm.ru
📬 info@istinavm.ru
📞 +7 (967) 431-69-96
📞+7 (4872) 71-69-96