Когда лидов мало — помогут синтетические конверсии. Продавец спецтехники получил 2,5Х заказов⁠⁠

Для ЛЛ: Когда реальных лидов слишком мало для обучения алгоритмов, на помощь приходят синтетические конверсии. Для дилера спецтехники это стало решением: ИИ начал прогнозировать вероятность заявки по поведению пользователей, создавая виртуальные сигналы. В результате количество заявок выросло в 2,5 раза, а реклама стала точнее и выгоднее даже вне сезона.

Для некоторых ниш контекстная реклама по умолчанию работает с ограничениями. Особенно в B2B-сегментах, где продукт сложный, цикл сделки длинный, а лидов немного. Алгоритмам Яндекс.Директа в таких условиях сложно обучаться — они попросту не получают нужного объёма данных.

Клиент — дилер спецтехники для аграрного сектора. Вне сезона спрос резко падал, и рекламные кампании буквально "висели": количество заявок в большинстве РК составляло 1–3 в неделю, а в некоторых — и того меньше. Для полноценного обучения автостратегий требуется минимум 10 конверсий в неделю на каждую кампанию. Эти условия не выполнялись, и в результате — система не могла эффективно оптимизироваться.

Первый шаг — объединение в Единую Перформанс Кампанию (ЕПК)

Чтобы усилить кампанию и объединить сигналы, мы объединили разные рекламные активности в одну ЕПК. Предполагалось, что конверсии с разных источников сложатся в единую массу, и алгоритм начнёт обучаться быстрее. На практике прирост был, но недостаточный. Конверсий всё равно не хватало.

Что такое синтетические конверсии и как они работают

Мы предложили нестандартное решение — внедрение синтетических (или моделируемых) конверсий, основанных на прогнозах поведения пользователей. Этот подход реализуется с помощью ИИ, который анализирует поведение всех посетителей сайта — не только тех, кто оставил заявку, но и тех, кто этого не сделал.

Модель обучается на реальных заявках и затем начинает предсказывать вероятность конверсии у каждого нового пользователя. Если вероятность превышает заданный порог, такой визит засчитывается как синтетическая конверсия, и она отправляется в Метрику. Далее автостратегии Яндекса обучаются на этих событиях, как если бы это были настоящие лиды.

Какие данные анализирует ИИ для построения модели

Система использует более 600 факторов, в числе которых:

• Технические параметры устройства: модель, экран, мощность, тип подключения;

• Поведение пользователя на сайте: глубина просмотра, скорость прокрутки, клики, время на странице;

• Социально-экономические данные региона: средний доход, плотность населения, активность в ecommerce;

• Контекст сессии: день недели, время суток, погода в регионе;

• Характеристики товара на странице: стоимость, наличие, отзывы, категория.

Такая глубина анализа позволяет создать точный прогноз, даже при небольшом количестве настоящих конверсий.

Как это помогло бизнесу

Мы установили интеграцию между ИИ-моделью и Метрикой, чтобы синтетические конверсии поступали в рекламный кабинет. При этом реальные заявки (звонки и формы) по-прежнему фиксировались отдельно — только они учитывались в отчётах как итоговые лиды.

В результате:

• Количество обучающих сигналов увеличилось в 20 раз — именно столько синтетических конверсий ИИ зафиксировал за месяц;

• Алгоритмы Яндекс.Директа стали быстрее и точнее находить релевантную аудиторию;

• Появилась возможность оптимизировать даже «холодный» трафик, который раньше просто сливался без конверсий;

• Мы смогли назначать разную условную ценность пользователям в зависимости от их вероятности покупки — это дало больше гибкости в управлении ставками и корректировками.

Результаты

После внедрения синтетических конверсий:

• Количество реальных заявок выросло с 12 до 29 в месяц — рост более чем в 2,5 раза;

• Увеличилось покрытие релевантной аудитории, особенно в регионах со сложной сезонностью;

• Стоимость лида снизилась, а обучение автостратегий ускорилось в 3 раза.

Вывод

Синтетические конверсии — мощный инструмент для ниш с ограниченным трафиком, дорогими товарами и длительным циклом сделки. В отличие от традиционных подходов, где система ждёт реальных заявок, ИИ позволяет прогнозировать поведение пользователей и учиться на виртуальных сигналах, не дожидаясь массовой статистики.

Это особенно ценно в B2B и на старте рекламных кампаний, когда каждый лид буквально на вес золота. Правильно настроенная синтетическая модель позволяет выйти из «тупика ожидания» и начать масштабирование уже с первых недель.

Если вы хотите успешно запускать продвижение в еком и не только, мы можем  сделать аудит и проверить стратегию вашей контекстной рекламы.

Оставить заявку на аудит и стратегию можно на нашем сайте: makodigital

Скачайте 5 чек-листов агентства МАКО, которые закрывают реальные потребности digital-маркетинга. Это не поверхностные советы, а практические инструменты, которые мы используем в работе с десятками проектов.