1 место FINNEXT 2025Победитель «ИИ в Финтехе» ГазпромбанкаФиналист Startech Awards 2026Финалист E-PLUS 2024

Аудиторные сегменты

Группируйте посетителей по вероятности и ценности выбранной конверсии. Используйте группы для анализа аудитории и настройки рекламных сценариев. Доступные способы передачи задаются в редакторе сегмента.

Нам доверяют

Sales Ninja выбирают компании из разных отраслей

5сегментов по вероятности конверсии
Обновлениеобновление оценки по данным о поведении
Цель оценкиВероятность, выручка и прибыль — по выбранной модели

Предиктивные AI модели оценивают вероятность покупки каждого посетителя

Модель смотрит на поведение: глубину визита, маршрут по каталогу, работу с карточками товара и корзиной, возвраты. Оценка обновляется по мере получения данных о поведении. Новые действия могут изменить сегмент посетителя.

  1. Считываем поведениеСчётчик уже стоит: страницы, клики, корзина, возвраты. Никаких дополнительных пикселей.
  2. Модель считает скорМодель оценивает вероятность выбранной конверсии и относит пользователя к одной из пяти групп.
  3. Сегменты уходят в рекламуНастройте применение рассчитанных групп через доступную интеграцию. Способ передачи и рекламный сценарий выбираются отдельно.

Например: 100 000 пользователей зашло на сайт. Условный пример распределения аудитории, а не прогноз точного числа будущих покупок:

  • 100 000пользователей зашло всего
  • 60 000с низкой оценкой вероятности покупки
  • 39 500со средней оценкой вероятности покупки
  • 500с высокой оценкой вероятности покупки

Выбирайте сегменты с высокой вероятностью конверсии для ретаргетинга. Проверяйте результат по фактическим покупкам: низкая оценка не означает, что посетитель никогда не купит.

Пять сегментов по вероятности конверсии

Предиктивная модель оценивает вероятность выбранной конверсии и распределяет пользователей по пяти сегментам. Основание оценки и доступный способ применения сегментов задаются в настройках проекта.

Холодный

Низкая оценка вероятности конверсии. Можно снизить ставку или исключить сегмент из отдельной ретаргетинговой кампании.

  • короткий визит
  • нет скролла и кликов
  • мало действий на сайте
−40% к ставкеисключение из ретаргетинга

Средний

Средняя оценка вероятности конверсии. В повторной рекламе можно показать условия покупки и сравнение предложений.

  • 2–4 страницы за визит
  • смотрят разделы и фильтры
  • возвращались 1 раз
−15% к ставкеретаргетинг с условиями покупки

Выше среднего

Оценка выше среднего. Для повторной рекламы можно выбрать подборку товаров, которые посетитель изучал.

  • открывали карточку товара
  • сравнивали 2+ позиции
  • дошли до доставки/цены
базовая ставкаретаргетинг с подборкой и отзывами

Горячий

Высокая оценка вероятности конверсии. Можно проверить повышенную ставку и отдельное предложение для этого сегмента.

  • добавление в корзину/избранное
  • повторные визиты
  • открытие формы без отправки
+25% к ставкеретаргетинг со спецпредложением

Ультрагорячий

Наиболее высокая оценка вероятности конверсии. Проверьте, поможет ли напоминание завершить начатый заказ.

  • начали оформление заказа
  • выбрали доставку
  • перешли к оплате
+60% к ставкенапоминание о незавершённом заказе

Примеры применения аудиторных сегментов

Выберите задачу и изучите схему использования сегментов. Перед запуском проверьте доступное назначение сегмента и настройки рекламной системы.

Ретаргетинг

Ретаргетинг по вероятности покупки

Выберите для отдельной ретаргетинговой кампании сегменты с высокой вероятностью покупки. Затем сравните фактические продажи и расходы с кампанией на всех посетителей.

Как собирается

  • Горячие и ультра-горячие уходят в Метрику готовым сегментом
  • В Директе на них собирается отдельная ретаргет-кампания
  • Остальные сегменты не включаются в эту кампанию

Как проверить результат

Сравните фактические покупки, выручку и расходы с контрольной кампанией при сопоставимом сроке наблюдения. Не считайте прогноз модели состоявшейся покупкой.

Аудиторные сегменты по выручке и прибыли

Разделяйте аудитории не только по вероятности конверсии, но и по ожидаемой выручке или прибыли от итогового действия.

Концентрируйтесь на доходных сегментах

В закупке легко гнаться за количеством конверсий. Модели по выручке и марже показывают, кто принесёт крупную сделку, и позволяют сосредоточить бюджет на доходных сегментах.

  • Ретаргет «дорогих» посетителей
  • Ставки под ожидаемый чек
  • LAL по ценному ядру
P(buy)

Вероятность покупки

Классическая модель скоринга. Отвечает на вопрос «купит / не купит» и даёт пять сегментов теплоты.

E(revenue)

Ожидаемая выручка

Отдельная регрессионная модель прогнозирует чек: на каких посетителях экономика сделки выше средней.

E(margin)

Ожидаемая маржа

С учётом скидок, возвратов и структуры корзины. Бюджет идёт туда, где итоговая прибыль выше, даже если CR скромнее.

P × E

Скор «ценный покупатель»

Произведение вероятности и ожидаемой выручки. На него удобно строить ретаргет «дорогих» и LAL по ценному ядру.

важно

В закупке часто всё внимание уходит на CR: кампания технически «работает», но тащит дешёвые заказы. Сегменты по выручке и марже разворачивают приоритет. Ставка повышается там, где модель ждёт дорогую и маржинальную сделку.

Как сегменты меняют экономику закупки

Предиктивный ретаргетинг

Выберите сегменты с высокой вероятностью конверсии для ретаргетинга. Состав и доля такой аудитории зависят от данных проекта.

Меньше холостого охвата

Настройте исключение сегментов с низкой вероятностью конверсии. Проверяйте влияние исключений на продажи, чтобы не терять полезных посетителей.

LAL по горячим

Похожие аудитории строятся на кратно большем ядре «горячих ещё до покупки», а не на узкой базе покупателей.

Умные корректировки ставок

Повышенные для горячей, но не купившей аудитории. Пониженные для холодной, с низкой вероятностью покупки.

Больше выкупа горячего

Повышенная ставка на ультра‑горячих помогает выиграть аукцион там, где сделка близка.

Одна кампания, пять ставок

Не надо плодить отдельные кампании под каждую теплоту: внутри одной работают пять полос корректировок.

Без сегментов
  • Один ретаргет на всех, включая «зашёл и ушёл»
  • Ставка одинаковая для холодных и горячих
  • LAL по узкой базе покупателей
  • Качество кампаний оценивается только по CR
С аудиторными сегментами
  • Догоняем только тех, у кого вероятность покупки высокая
  • Пять полос корректировок внутри одной кампании
  • LAL по широкому ядру горячих ещё до покупки
  • Видно, какие кампании приводят покупателей, а какие собирают «красивые визиты»

Сегменты можно использовать в ретаргетинге и корректировках ставок

Рассчитанные группы можно использовать через интеграции, доступные в редакторе сегмента. Подключение рекламного кабинета и настройка назначения сегмента выполняются отдельно. Ниже описаны способы применения и условия подключения.

основной сценарий

Яндекс Директ

Повышайте ставки на горячих, понижайте на холодных и запускайте ретаргетинг точечно.

  • Корректировки внутри одной кампании
  • Ретаргет по горячим и ультра-горячим
  • Исключение холодных из охвата
  • Связка с Метрикой через ClientID
Сегменты Метрикиобновление ≈ раз в час
нативная связка

VK Реклама

Используйте горячие сегменты для повторного касания и исключайте бесперспективный трафик.

  • Передача аудиторий через VK Pixel
  • Похожие аудитории по горячему ядру
  • Исключения по холодным сегментам
  • Работает с кабинетами агентств
VK Pixel + APIобновление ≈ раз в час
5
сегментов на каждую кампанию.Можно работать всеми пятью или любой комбинацией: от «отрезаем холодных» до «усиливаем только ультра‑горячих».
0
дополнительных пикселей и тегов.Используем уже стоящий счётчик Метрики и стандартный механизм аудиторий Директа и VK Рекламы.
∞
сегментов и кампаний.Не считаем подключённые рекламные аккаунты и количество кампаний. Одна цена за контур данных.

Аналитика посетителей:
поведение, прогнозы и данные CRM.

Соединяйте действия на сайте с результатами из CRM и прогнозами модели. Проверяйте, какие данные объясняют качество визита и помогают выбрать следующий шаг.

Четыре слоя данных о визите: события сайта, поведение, модельные оценки и результаты из CRM
Данные визита. События, прогнозы и результаты из CRM.

Пиксель Sales Ninja

Не только «был на странице». Как именно он выбирал.

Подробный слепок сессии помогает различать случайный просмотр и осмысленный интерес — даже когда покупка ещё не произошла.

  • Активность вкладки
  • Просмотры товаров
  • Корзина
  • Движения курсора
Как это помогает принять решение

Оценивать намерение по совокупности действий, а не по одному клику или времени на сайте.

Какие данные и системы можно подключить

События и контекст

Клики, скроллы, движения мыши, активность вкладок, корзина, просмотренные товары и цели прошлых сессий. UTM, устройство, город, погода и ваши собственные параметры.

Модельные признаки

Интересы, возрастная группа, платёжеспособность — с оценкой уверенности. Вероятность конверсии, ожидаемая выручка, цена клика и оценка ботности по поведению.

Ваши системы

amoCRM, Битрикс24, RetailCRM; Calltouch, UIS / CoMagic, Phonix; Rick.ai, Smartis, Roistat; Яндекс Метрика, AppMetrica. Если готовой интеграции нет — своя выгрузка конверсий.

Установка через GTM, Метрику или CMS

Модельные профили — классы и вероятности, а не личность человека

Расскажите о задаче.
Соберём решение
под ваш бизнес.

Познакомимся, разберём вашу ситуацию и наметим первые шаги. Без скриптов и давления: заявка вас ни к чему не обязывает.

  • Пишет живой менеджер, не бот
  • NDA по умолчанию,
    ничего не уйдёт наружу
  • Никаких почтовых цепочек и спама
Ответим в течение 1 рабочего дня

+ 9 модулей стека — в одной лицензии, без доплат

Идёт в подарок

Берёте Аудиторные сегменты, остальной рекламный стек получаете бесплатно

Одна лицензия: всё ниже уже внутри. Без доплат и кросс‑сейла.

9 модулей в одной лицензии

Нам доверяют ведущие агентства

Частые вопросы