Дилеры федеральной сети кухонь на заказ перегревают аукцион Директа: полтора десятка сайтов конкурируют за одни и те же брендовые запросы, и клик в поисковой выдаче с каждым сезоном дорожает. Поэтому агентство ISEE Marketing подключило платформу Sales Ninja и в параллельном тесте Яндекс Эксперимента снизило CPA почти вдвое.
#Результат
В апреле–июне 2026 мы разделили аудиторию брендовой кампании пополам. Тестовая группа работала с Sales Ninja, а контрольная осталась в том виде, в котором была до эксперимента.
Кликов обе кампании привлекли почти одинаково, но та, что работала с Sales Ninja, потратила на 44,6% меньше бюджета, привела на 8% больше лидов и снизила стоимость клика на 44,8%, а стоимость обращения — на 48,7%. Конверсия при этом выросла с 6,15% до 6,61%.
#Проблема
При таком разогретом аукционе крупные кампании упираются в плато: данных достаточно, но алгоритм видит один и тот же портрет клиента. Узкие кампании страдают от нехватки конверсий для обучения. В обоих случаях следующий шаг — не настройки, а качество данных.
#Как работает Sales Ninja
Моделируемые конверсии. На сайт ставится скрипт, который собирает поведенческие сигналы: глубину просмотра, возвраты и микроконверсии. Модель сравнивает эти сигналы с теми, кто реально оставил заявку, и считает вероятность конверсии для каждого визита. Дальше генерирует виртуальные конверсии и передаёт их в Яндекс Метрику как дополнительный обучающий сигнал для автостратегий. Алгоритм получает в разы больше данных, чем реальных заявок. Он начинает видеть различия между пользователями там, где раньше видел только «конверсия» или «нет конверсии».
Аудиторные сегменты. Модель размечает пользователей по вероятности конверсии — от холодных до самых горячих. Сегменты уходят в Метрику, а мы используем их в кампаниях. Два сценария:
- Корректировки ставок. Холодную аудиторию мы пессимизируем, а горячую оптимизируем. Бюджет не тратится одинаково на всех. Мы меньше платим за тех, кто вряд ли купит, и активнее конкурируем за тех, кто близок к заявке.
- Ретаргетинг только на горячих. Вместо того чтобы догонять рекламой всех, кто заходил на сайт, мы показываем её тем, у кого модель видит высокую вероятность конверсии. Рекламный бюджет концентрируется на самой перспективной аудитории.
Именно это снижает средний CPC и CPA в перегретом аукционе. Мы не переплачиваем за холодные клики и точнее попадаем в горячих. При работе с инструментом специалисты ISEE отмечают два момента: чем больше трафика и виртуальных конверсий, тем лучше обучается стратегия; если стратегия уже обучилась, не стоит резко менять настройки — так можно сбить накопленный результат, на восстановление уйдёт немало времени.
#Наблюдение по общим кампаниям
В категорийных кампаниях не было параллельного контроля, поэтому мы не используем эти данные как доказательство, но фиксируем: при росте CPC на 140% CPA вырос только на 6,2%. Это может говорить о том, что модель сдерживала рост стоимости клика, а следом и лида. ISEE Marketing планирует отдельное тестирование Sales Ninja на общих запросах с полноценной тестовой группой, чтобы проверить это уже в контролируемых условиях.
#Что в итоге
Sales Ninja снижает CPA почти вдвое даже там, где клик дорогой и аукцион перегрет. Работает за счёт точной разметки аудитории виртуальными конверсиями: алгоритм понимает, кто горячий, и не тратит бюджет на холодных.
#Кому подойдёт
- брендовым кампаниям с высокой конкуренцией и растущим CPC;
- узким кампаниям, которым не хватает данных для обучения;
- крупным кампаниям, которые упёрлись в плато.
Мы в ISEE Marketing отвечаем за стратегию, структуру кампаний и управление. Sales Ninja даёт данные, которые алгоритм не мог получить сам. Вместе это даёт эффект, который в перегретом аукционе кажется невозможным: клик дешевеет, лидов больше, CPA падает почти на 50%.
