Защищаем рекламу от скликивания, ботов и плохих площадок: эвристика, общая ML-модель, модель под ваш сайт, минус-цели и умное подавление РСЯ работают вместе.
По каждой сессии антибот собирает сигналы, прогоняет их через скоринг и добавляет бизнес-контекст. Только после этого он решает, что делать с трафиком и какой сигнал отдать в рекламу.
С момента захода скрипт фиксирует поведение и технический отпечаток: как двигается мышь, как идёт скролл и ввод, что за устройство, сеть и браузер, из какого источника и в каком контексте случился клик.
Сигналы проходят через эвристику и fingerprint, общую ML-модель на кросс-проектных данных и кастомную модель под ваш сайт. На выходе получается скор: вероятность того, что сессия нецелевая.
Поверх скоринга накладываем смысл визита: защищаемые цели нельзя терять, цели подавления можно давить агрессивнее, а репутация площадки РСЯ усиливает или ослабляет итоговую оценку риска.
Ценную сессию пропускаем, нецелевую подавляем в рамках выбранной чувствительности. Решение уходит в Метрику как антибот-цель и сегмент, чтобы автостратегии Директа и других площадок обучались на чистых данных.
С первого дня включается базовая защита и общая ML-модель. Когда накопится поведение именно вашего сайта, поверх них обучается модель под ваш трафик, формы и воронку.
Отсекаем очевидные машинные сессии: скриптовые браузеры, подозрительные технические сигналы, резкие паттерны активности и пустое поведение.
Модель обучена на кросс-проектном поведении: мышь, скролл, клавиатура, устройство, сеть, рекламный источник, время визита и контекст клика.
Через неделю модель понимает, как выглядят нормальные и плохие сессии именно у вас: лендинг, интернет-магазин, мультидомен или сложная форма.
Помимо «похожести на робота» антибот учитывает бизнес-смысл визита. Реальную покупку нельзя потерять, а спам-заказы и неквалифицированные лиды можно подавлять агрессивнее.
Покупка, заявка, квалифицированный лид или другая «хорошая» цель помечает визит как ценный. Даже если сессию совершил ассистент, браузерный бот или необычный пользовательский агент, такой трафик не исключаем автоматически.
Даём модели сигнал: «это важно для бизнеса»
К антиботу можно добавить не только техническую ботность, но и плохие бизнес-сигналы: спам-заказ, некачественную заявку, неквалифицированный лид или сценарий, который портит обучение рекламных кампаний.
Даём модели сигнал: «это не нужно бизнесу»
Плохая площадка не всегда выглядит ботной. Иногда с неё приходят живые люди, но они почти не покупают. Поэтому антибот учитывает не только поведение сессии, но и репутацию источника по агрегированной статистике.
Используем кросс-проектную статистику по рекламным сетям: где мало реальных конверсий, где растёт ботность, где площадка исторически не даёт ценности.
Если трафик пришёл из плохой площадки РСЯ, антибот может давить его динамичнее, чем нейтральный источник с тем же поведением.
Площадка может быть не очень ботной, но всё равно плохой для рекламы. Качество источника учитывается отдельным сигналом, без «чёрной метки».
Самая глубокая интеграция сейчас у РСЯ в Яндекс Директе: там есть антибот-сегмент и умное подавление плохих площадок. В других каналах используем антибот-сигналы как аудитории и цели для оптимизации.
Отправляем антибот-цель в Метрику, собираем сегмент, применяем корректировку к повторным заходам и дополнительно учитываем качество площадки.
Используем антибот-события как сигнал качества аудитории и исключения нецелевых пользователей там, где это поддерживает канал.
Антибот помогает не обучать алгоритмы на плохих сигналах и отделять подозрительные сессии от реальных конверсий.
У разных бизнесов разная цена ошибки. Где-то важнее не потерять ни одного редкого лида, а где-то нужно агрессивнее чистить РСЯ от нецелевого трафика. Порог антибота настраивается под вашу экономику.
Снижение расхода на РСЯ при том же объёме покупок. Эффект зависит от доли ботного и бесполезного трафика в проекте.
Эвристика, общая ML-модель и первые антибот-события начинают работать сразу после установки скрипта.
Накапливается поведение сайта, включается точная модель под вашу воронку, цели и рекламные источники.
Сегменты и корректировки успевают накопить статистику, а плохие площадки начинают меньше съедать бюджет.
Через HTML напрямую или официальный шаблон Яндекс Метрики. Дальше копим данные.
Достаточно скрипта на сайте. Доступ к Метрике опционален. Доступ к API Директа нужен только для расширенного функционала.
Подхватываем цели Яндекс Метрики, Google Analytics, DataLayer и отправки форм без работы программиста на стороне клиента.
Несколько доменов с одним шаблоном объединяются в один проект. Сессии и конверсии при переходах между доменом и поддоменом мержатся без потери точности.
Для агентств и холдингов: единый аккаунт-менеджер на портфель проектов и единый биллинг.
Скрипт асинхронный, раздаётся из CDN, не блокирует основной поток. Все тяжёлые вычисления остаются на нашем бэкенде.
Если визит близок к конверсии, но это бот, виртуальная конверсия не отправляется, и автостратегия не отравляется фрод-трафиком. Базовая модель бесплатна, расширенный антифрод идёт отдельным продуктом.
Выделенный аккаунт-менеджер: установка, интеграции, обучение модели, A/B-валидация, отчётность по эффективности. Полноценный онбординг команды клиента.
