В рекламной кампании всё настроено: объявления, аудитории, цели, автостратегия. Но заявок несколько в неделю, продажи приходят ещё реже, а стоимость результата скачет. Иногда кампания почти перестаёт расходовать бюджет — хотя потенциальные клиенты на рынке явно есть.
Здесь возникает замкнутый круг. Чтобы лучше искать покупателей, рекламе нужны примеры покупателей. Чтобы получить эти примеры, нужно сначала привести подходящих людей. На маленьком объёме алгоритм делает это с большой неопределённостью, а каждое ошибочное решение оплачивает рекламодатель.
Обычно выход предлагают такой: увеличить бюджет или выбрать более частую цель. Оба способа могут помочь. Но прежде стоит разобраться, чего именно не хватает: денег на нужное количество результатов, корректно переданных событий или сигнала, на котором вообще можно научиться искать клиентов.
#Сколько конверсий нужно: официальные требования
У слова «минимум» есть три разных смысла: условие подключения стратегии, объём событий для её обучения и выборка для оценки результата. В обсуждениях рекламы их часто смешивают. Из этого рождаются правила вроде «без 50 конверсий автостратегии не работают».
По состоянию на 30 сентября 2026 года основные ориентиры выглядят так:
Источники: «Максимум конверсий» в Директе, пакетные стратегии, официальный FAQ Google Ads.
Десять конверсий на всём сайте и десять конверсий, учтённых выбранной рекламной стратегией, — разные вещи. Покупки из органики, события по другой цели или результаты вне используемой атрибуции не превращаются автоматически в нужный объём для конкретной кампании.
В Директе бюджет также рекомендуют рассчитывать хотя бы на десять конверсий в неделю. Если квалифицированная заявка обходится примерно в 5 000 рублей, недельные 15 000 рублей предполагают всего три результата. Запись «цена конверсии — 1 000 рублей» не исправит эту арифметику: алгоритму ещё предстоит найти трафик, способный дать такую цену. Рекомендации Яндекса для кампаний с малым количеством конверсий.
#А какие минимумы работают на практике?
Универсального неофициального порога тоже нет. Кампания с десятью однотипными, быстро подтверждаемыми заказами и кампания с десятью заявками, половина которых окажется мусором, получают совершенно разную информацию.
Для планирования кампании в Директе можно использовать такую рабочую шкалу:
Это авторские ориентиры для медиаплана, а не дополнительные требования Яндекса и не гарантия результата. На нижней границе можно получать прибыльную рекламу; выше неё можно стабильно покупать плохие заявки.
С VK Рекламой особенно опасно выдавать одно число за правило для всех форматов. Единый актуальный официальный порог для всех кампаний на сайт в доступных материалах подтвердить не удалось. Неофициальные наблюдения при этом бывают гораздо строже: в материале eLama о переходе в новый кабинет руководитель High Conversion Никита Сазонов отмечал, что в его практике даже 50–60 конверсий в неделю могло оказаться недостаточно. Это опыт конкретного специалиста, а не официальное требование платформы.
Полезный вопрос звучит не «какое магическое число нужно набрать», а «сколько подтверждённых результатов получает моя стратегия и насколько они позволяют отличить хороший трафик от плохого».
#Почему недостаток конверсий делает рекламу нестабильной
Автостратегия оценивает вероятность целевого действия и на этой основе выбирает ставки. Результаты возвращаются в систему и помогают уточнять следующие решения. Такой процесс сочетает прогнозирование с постоянной обратной связью: реклама учится по тому, что получилось после её показов и кликов.
При этом новая кампания не обязательно начинает с чистого листа. Платформа использует накопленные закономерности; Google прямо пишет, что Smart Bidding может учитывать данные других кампаний. Но общие знания не заменяют информацию о том, кто становится клиентом именно у вас. Как работает Smart Bidding.
Когда результатов мало, несколько удачных или неудачных визитов сильно меняют наблюдаемую картину. При одинаковом расходе четыре заявки вместо двух уменьшают расчётную цену заявки вдвое. Для отчёта это выглядит как большой успех, хотя разница могла возникнуть случайно.
У стратегии становится меньше оснований повышать ставки, расширять охват и различать аудитории. В зависимости от настроек это проявляется дорогими результатами, колебаниями CPA или недорасходом бюджета. Слишком жёсткая целевая цена усугубляет проблему: система получает меньше трафика, меньше результатов и ещё меньше возможностей уточнить прогноз.
Отдельная трудность — задержка. В B2B договор может появиться через месяц, а в недвижимости между первым визитом и сделкой проходят месяцы. Недавние посетители ещё не успели купить, но сегодняшнюю закупку нужно определять уже сейчас. Платформы умеют учитывать задержки, однако своевременная передача промежуточных и конечных результатов всё равно влияет на качество обратной связи.
А еженедельная смена цели, аудитории и ограничений делает задачу ещё сложнее: рекламодатель начинает оценивать уже другую конфигурацию раньше, чем предыдущая накопила достаточно результатов.
#Зачем нужны микроконверсии — и где начинается подмена
Микроконверсия — действие до основного результата: начало заполнения формы, расчёт стоимости, просмотр условий, добавление товара в корзину. Оно обычно случается чаще и раньше, чем покупка или квалифицированная заявка. Поэтому реклама быстрее получает обратную связь.
Сам Яндекс при нехватке результатов предлагает рассмотреть более частую цель — например, корзину вместо покупки. Логика понятна: если редкий финальный результат пока нельзя использовать достаточно часто, можно обучаться на действии, которое к нему ведёт.
Но связь нужно проверить. Посещение пяти страниц может означать интерес к покупке, а может — запутанную навигацию. Долгое время на сайте бывает у покупателя, студента, конкурента и посетителя, который просто оставил вкладку открытой. Клик по телефону ещё не означает состоявшийся разговор.
Главный риск появляется после переключения стратегии: реклама получает задачу искать людей, которые совершают выбранное действие. Если действие доступно множеству непокупателей, они тоже становятся подходящей аудиторией для нового критерия.
Рассмотрим условный пример. На две аудитории потратили по 20 000 рублей:
По микроконверсиям аудитория А выглядит в 2,5 раза выгоднее. По квалифицированным заявкам аудитория Б выгоднее в три раза. Если обучать рекламу только на микроконверсии, мы дадим ей основание предпочитать аудиторию А.
Условный расчёт: частая промежуточная цель может направить бюджет к менее выгодной аудитории.
Причём проблема возможна даже тогда, когда микроконверсия хорошо связана с продажами в старом трафике. После смены оптимизации состав посетителей меняется. Алгоритм может найти новый источник дешёвых промежуточных действий, у которого прежняя связь с покупкой уже не работает.
Поэтому микроконверсию стоит выбирать по близости к результату и проверять по реальным продажам или квалификации. Расчёт стоимости с подходящими параметрами часто содержательнее простого скролла. Начало заявки — содержательнее времени в сессии. Но окончательный ответ дают данные конкретного проекта.
#Что сделать до замены цели
Сначала стоит вернуть рекламе результаты, которые бизнес уже получает. Проверить отправку формы и цели, учёт звонков, передачу квалификации из CRM, идентификаторы для сопоставления и задержку загрузки. Если из десяти состоявшихся продаж платформа видит три, проблема начинается с измерения.
Затем — посмотреть на структуру кампаний. Тридцать конверсий, распределённых между десятью отдельными кампаниями, оставляют каждой очень мало собственной статистики. В Директе совместимые кампании можно объединить пакетной стратегией. При этом общие настройки должны подходить их целям и экономике: объединение разных продуктов лишь ради числа событий может создать другую проблему.
Следующий шаг — проверить бюджет и ограничения. Если реальная цена результата выше целевой, а бюджета недостаточно даже для нижнего ориентира, долгое ожидание не создаст нужную выборку. Яндекс в таком случае предлагает начать с «Максимума конверсий» с ограничением недельного бюджета и без ограничения CPA, чтобы выяснить достижимую стоимость. Для первичной оценки понадобится время: в справке указаны 1–2 недели на обучение, а бюджет рекомендуют пересматривать не чаще раза в две-три недели.
Если продажи слишком редкие, стоит рассмотреть более ранний содержательный этап: подтверждённый разговор, квалификацию, согласованную встречу. Он может дать более быстрый сигнал и сохранить связь с доходом. Обычная заявка подходит хуже, когда её легко оставляют люди без бюджета, подходящей задачи или намерения покупать.
После этих действий остаётся самая трудная ситуация: измерение исправно, структура разумная, но полезные результаты всё равно редки. Увеличение бюджета слишком дорого, а переход на простую активность ухудшает состав трафика.
#Как дать больше сигналов о результате, а не просто больше событий
Обычная микроконверсия работает по заранее выбранному правилу: человек выполнил действие — цель достигнута. Но одно и то же действие в разных обстоятельствах имеет разный смысл. Посетитель мог открыть расчёт цены после изучения условий, а мог сразу закрыть его, увидев стоимость.
У моделируемой конверсии другая задача: по доступным признакам оценить вероятность нужного результата. Несколько действий, последовательность визитов и контекст рассматриваются вместе. Рекламная система получает более частый и ранний сигнал, связанный с прогнозом целевого исхода.
На этом построены моделируемые конверсии Sales Ninja. Классическая модель обучается на данных проекта и предсказывает выбранную цель в сессии или цепочке сессий. Через настроенную интеграцию прогноз используется для формирования виртуальных конверсий в рекламном контуре.
Но здесь возникает разумное возражение: если своих конверсий мало, на чём учить ещё одну модель?
Для классической МК данные действительно нужны. В текущей документации минимальные условия первого обучения — не менее 30 конверсий контрольной группы за последние три месяца и минимум пять дней накопления данных. Для МК с воронкой учитываются входы в неё. Это порог запуска обучения, а качество будущего прогноза зависит от содержательности и разнообразия выборки. Требования к обучению классической МК.
Для проектов, которым нужен старт без ожидания такой выборки, есть универсальная моделируемая конверсия — УМК. Она даёт предиктивный сигнал без предварительного обучения отдельной модели с нуля под проект. По мере появления собственных результатов калибровочные цели помогают подстраивать сигнал. Воронка позволяет связать эту адаптацию с более глубокими этапами работы с заявкой.
Универсальная модель решает проблему старта. Собственная история результатов помогает точнее учитывать особенности бизнеса. Поэтому квалификацию и продажи имеет смысл продолжать передавать даже тогда, когда реклама уже оптимизируется по моделируемым конверсиям.
Если заявок достаточно, но среди них много неподходящих, требуется ещё одно различение: кто оставит заявку и чья заявка окажется хорошей. Для этой задачи у Sales Ninja есть лидскоринг, который учится на положительных и отрицательных исходах. Активный посетитель без денег может выглядеть заинтересованным, поэтому одной оценки активности здесь недостаточно.
При этом десять виртуальных конверсий не превращаются в десять новых независимых покупателей. Прогноз позволяет чаще использовать информацию, которую удаётся извлечь из поведения и накопленных результатов. Пользу нужно оценивать по фактическим квалифицированным заявкам, продажам и их стоимости, отдельно от количества виртуальных событий.
Нехватка конверсий ставит рекламодателя перед неприятным выбором: ждать редких продаж или быстро учиться на более слабой цели. Хорошая настройка измерения и кампаний иногда снимает это противоречие. Когда её недостаточно, моделируемые конверсии позволяют приблизить раннюю обратную связь к тому результату, ради которого бизнес покупает рекламу.
Подробнее о выборе решения: мало конверсий для обучения автостратегии.
