Многие рекламодатели боятся фильтровать трафик по UTM-меткам, опасаясь «потерь». Но реальность такова: без фильтрации алгоритмы Яндекса обучаются на ботах. Система видит их активность, принимает за целевую аудиторию и приводит вам еще больше мусорного трафика. Итог — слив бюджета и отсутствие конверсий.
Мы находимся в активной разработке решения, которое разорвет этот цикл, присоединяйтесь для закрытого бета-теста.
Специально под Яндекс Директ мы разрабатываем проверку, которая выявляет ботов. Возможно потом она уйдет для некоторых клиентов и на переходы с поиска.
Скрипт обнаружения ботов по UTM
Система не допускает их до вашего сайта / выдает капчу / пропускает посетителя с низким рейтингом риска
- Так же будет предусмотрен пропуск на сайт и отображение баллы риска (допустим зашел посетитель 1 — на сайт, риск что бот 60%, спалился на такой то проверке) — в вебвизоре будет ключ отпечаток, который можно будет посмотреть через веб панель аналитики и узнать на чем спалился посетитель (об этом уже подробнее после релиза)
Даже если у вас модель «оплата за клик», фильтрация не даст боту совершить «целевое действие», а значит — алгоритм не будет обучаться на мусоре.
Умная сегментация через 3 пикселя — Яндекс Аудитория
Внедряем 3 пикселя в сервисе Яндекс Аудитория
Пиксель 1 (Отказ): Те, кто заблокирован или не прошел проверку.
Пиксель 2 (Чистые): Те, кто прошел фильтр.
Пиксель 3 (Ядро): Те, кто прошел проверку и провел на сайте более 5 минут.
Идеальный Look-alike
Это главная цель теста. С нашей системой вы сможете:
Исключить из показов всех, кто похож на сегмент «Отказ».
Добавить в охват тех, кто похож на ваше «Ядро». Ваш Look-alike наконец-то начнет искать реальных покупателей, а не новые фермы ботов.
Условия участия:
Функционал сейчас «докручивается» и в будущем будет доступен на Бизнес-тарифе. Но участники бета-теста получат доступ к нему первыми и смогут повлиять на финальные настройки продукта. Свяжитесь с нами!
Что такое Look-alike (LAL) и зачем он нужен?
Если коротко: Look-alike — это технология поиска «похожих» пользователей.
Представьте, что у вас есть список из 100 реальных покупателей. Вы отдаете этот список рекламной системе (например, Яндексу) и говорите: «Найди мне среди миллионов других людей тех, кто по поведению в сети максимально похож на этих ребят».
Алгоритмы анализируют тысячи параметров:
Какие сайты они посещают?
Что ищут в поиске?
В какое время активны?
С каких устройств заходят?
В чем подвох? Если на ваш сайт заходит много ботов и система считает их «посетителями», она начинает строить Look-alike на основе поведения ботов. В итоге Директ находит вам еще тысячи ботов, принимая их за идеальную аудиторию. Бюджет улетает в трубу.
