Виртуальные конверсии vs микроконверсии: когда стоит обучать стратегию на микроцелях | Sales Ninja

Что происходит когда автостратегии не хватает данных

Автостратегия Директа учится на конверсиях которые вы ей показываете. Не на абстрактном «целевом пользователе» — а конкретно на тех событиях которые вы выбрали как цель оптимизации. Из этих событий система строит портрет: кто совершает это действие, в какое время, с каких запросов, с каких устройств, из каких регионов.

Если цель оптимизации — «оплатил заказ», система ищет людей которые платят. Если — «посетил страницу корзины», система ищет людей которые заходят на страницу корзины. Это разные люди с разными паттернами поведения. И чем дальше микроцель от реальной покупки — тем сильнее расхождение между тем, кого приводит алгоритм и тем кто приносит бизнесу выручку .Покупают единицы из тех, кто кладёт в корзину. Не все, кто оставил заявку, будут пользоваться услугами вашей компании.

Проблема в том что макроконверсий по определению меньше чем микроконверсий. Для обучения автостратегии Директа нужно минимум 10 конверсий в неделю — и во многих нишах это недостижимая цифра если оптимизироваться по финальному целевому действию. B2B с длинным циклом сделки, дорогие товары и услуги, узкая семантика.

Отсюда и возникает дилемма. Оптимизироваться по микроцели — стратегия обучается быстро, но учится не тому. Оптимизироваться по макроцели — учится правильному, но данных не хватает и стратегия работает нестабильно или вовсе останавливается. 

Когда микроцели оправданы?

B2B с длинным циклом сделки. Макроконверсий в принципе мало. Покупают единицы просто потому что так устроен рынок. Даже те конверсии которые происходят — не все попадают в обучение. Директ атрибутирует конверсии в течение 21 дня с момента клика. Если человек кликнул по рекламе в январе, думал два месяца и купил в марте — эта конверсия для алгоритма не существует. Система видит клик без результата и делает вывод что этот тип аудитории не конвертируется. В итоге алгоритм оказывается в ситуации где реальных обучающих сигналов катастрофически мало, и оптимизироваться по финальной сделке технически невозможно. Микроцель единственный рабочий вариант. 

Узкая семантика или дорогой товар. Если рекламный бюджет небольшой, а товар стоит 100 000 рублей, покупок в неделю будет 1–2 независимо от качества настройки рекламной кампании. 10 макроконверсий в неделю здесь не накопится никогда — просто потому что столько людей не покупают товары такого ценового сегмента за семь дней.Это означает что кампания будет работать в режиме постоянного недообучения и оптимизация будет  на случайных сигналах вместо устойчивых паттернов.

Новый проект без истории конверсий. Когда кампания запускается с нуля — алгоритм работает вслепую. У него нет никакого представления о том кто ваш покупатель, с каких запросов он приходит, в какое время конвертируется и из каких регионов. Именно здесь микроцель выступает не заменой макроконверсии а временным “костылем”. Пока реальных покупок ещё нет — корзины, просмотры страниц товара, заполненные формы дают алгоритму хоть какой-то сигнал о том какая аудитория проявляет интерес. Система начинает формировать первичный портрет, грубый и неточный, но лучше чем ничего.

Важно понимать что это временная конструкция. Как только накопятся первые 20–30 макроконверсий,  нужно переходить на основную цель.

Как выбрать микроцели?

Главная ошибка при выборе микроцели — ставить ту которая просто легко набирается, а не ту которая реально предсказывает покупку. «Провёл на сайте 30 секунд» даёт тысячи событий в неделю, но между этим действием и покупкой нет никакой связи.

 Прежде чем выбрать микроцель, стоит проверить один показатель: какой процент людей совершивших это действие в итоге купил. Если меньше 10% — сигнал слишком зашумлён и пользы от такой цели будет немного. Чем ближе микроцель к финальному действию в воронке — тем точнее портрет аудитории который получит алгоритм.

Вечные проблемы микроцелей

Даже когда использование микроцели оправдано, у неё есть структурные проблемы которые никуда не деваются независимо от ситуации.

Микроцель измеряет интерес, а не намерение купить. Человек, который провёл на сайте 2 минуты, просмотрел страницу товара или заполнил форму — проявил интерес. Это не то же самое что намерение купить товар. Между интересом и покупкой огромная дистанция, и алгоритм эту дистанцию не видит. Он учится приводить заинтересованных, а не покупающих.

Слабая корреляция с макроконверсией. Даже если микроцель выбрана осознанно — она всё равно включает в себя огромную долю людей которые никогда не купят. Возьмём корзину: из 100 человек добавивших товар, 10 покупают. Остальные 90 — это отказники, сравнивающие цены, случайно нажавшие кнопку, промо-охотники которые ждут скидки. Все они попадают в обучающую выборку на равных правах с реальными покупателями.

Фрод и боты. Боты кликают, скроллят страницы, заполняют формы — но не покупают. Микроцели по поведению на сайте фиксируют ботовый трафик как конверсию. Алгоритм обучается на этих событиях наравне с реальными пользователями. Постепенно портрет аудитории смещается — и система начинает воспроизводить именно такой трафик.

Как виртуальные конверсии от Sales Ninja закрывают эти проблемы

Виртуальная конверсия — это обучающий сигнал для автостратегии, сгенерированный предиктивной моделью на основе поведения пользователя на сайте.

Работает это так. Предиктивная модель устанавливается на сайт через пиксель и начинает анализировать каждый визит в реальном времени: глубину взаимодействия, навигационные паттерны, микроконверсии, контекст визита, историю взаимодействий. На основе этих данных модель рассчитывает вероятность того, что конкретный визит закончится реальной конверсией.

Визиты получают соответствующий вес — чем выше вероятность, тем весомее сигнал. Эти взвешенные события фиксируются как виртуальные конверсии и передаются в Яндекс.Метрику в качестве отдельной цели. Именно на эту цель начинает обучаться автостратегия Директа. Объём виртуальных конверсий в 3–5 раз превышает количество реальных — кампания, которая получала 10 конверсий в неделю начинает обучаться на 30–50 событиях

Виртуальные конверсии калиброваны относительно реальных покупок. Предиктивная модель Sales Ninja обучается на реальных макроконверсиях — покупках или CRM-событиях. Виртуальная конверсия — это не «пользователь провёл на сайте 2 минуты», это «пользователь с высокой вероятностью совершит покупку». Алгоритм продолжает оптимизироваться под покупателя — просто получает больше обучающих сигналов о том кто им является.

Предиктивная модель фильтрует ботовый трафик. В Sales Ninja встроен детектор ботов — он анализирует паттерны поведения на сайте и не генерирует виртуальные конверсии по ботовым визитам. Виртуальные конверсии отправляются только по визитам реальных пользователей — обучающая выборка остаётся чистой.

Виртуальные конверсии учитывают вероятность покупки, а не факт промежуточного действия. Слабая корреляция микроцели с макроконверсией — это проблема самого события: добавление в корзину слабо предсказывает покупку. Предиктивная модель решает эту проблему иначе: она анализирует весь поведенческий паттерн пользователя на сайте — глубину просмотра, последовательность страниц, время на каждом этапе — и вычисляет вероятность финальной покупки. Это не суррогатная метрика, а прямая оценка намерения купить на основе реальных данных о том как ведут себя люди которые в итоге платят.

Итог

Микроцели оправданы в конкретных ситуациях — новый проект без истории, длинный цикл сделки, дорогой товар с единичными покупками. Но даже когда выбор микроцели обоснован, структурные проблемы никуда не деваются.

Виртуальные конверсии решают проблему на уровне глубже. Микроцель — это событие которое произошло. Виртуальная конверсия — это прогноз того что произойдёт. Предиктивная модель не фиксирует промежуточное действие пользователя, она оценивает вероятность того что этот конкретный визит закончится реальной покупкой. Алгоритм получает не суррогатный сигнал — он получает именно то для чего создан: информацию о том кто скорее всего заплатит.