Проблема, которую мы решаем

Длинный цикл сделки — как оптимизировать рекламу по квал-лидам и покупкам

Сделка закрывается через 1–3 недели после клика, а окно обучения автостратегий Директа — всего 7 дней. Sales Ninja предсказывает вероятность покупки и ценность сделки уже на первом визите — автостратегия получает «правильную» обратную связь в день клика, а не через 2–3 недели после реальной сделки.

Симптомы

Как выглядит длинный цикл сделки в рекламном кабинете

Шесть типовых ситуаций, в которых классические автостратегии Яндекс Директа учатся на «не тех» сигналах или не учатся вовсе.

7–21 день
Сделка приходит через 1–3 недели
Курс EdTech, b2b-софт, страховка, потребкредит. Сделка закрылась через 10–20 дней — окно обучения автостратегии (7 дней) уже закрылось, связать показ с продажей невозможно.
микро-цели
Директ приводит некачественные лиды
Оптимизировались на «заявку» или «звонок», и теперь продажи захлёбываются. Кампания «обучилась», но конверсия в квал-лид и сделку упала.
ДРР / value
ДРР-оптимизация не запускается
Хотим обучать кампанию по ценности — но выручка приходит через квартал. Директ не видит ROMI в окне обучения и сваливается на дешёвый охват.
Оплата за конверсии
Оплата за конверсии буксует
Окно отложенной фиксации — 21 день, но обучается стратегия в 7-дневном окне. Сделка на 3+ недели приходит слишком поздно, чтобы алгоритм успел учиться.
банки / mobile
Закрытый контур: банк, моб. приложение
AppMetrica, AppsFlyer, банковские контуры — окно атрибуции 30–90 дней, но окно обучения автостратегии всё равно жёстче. Кредит или подписка на 2–3 недели сюда плохо помещаются.
атрибуция
Не видно, какой канал реально продаёт
Атрибуция по последнему клику, отчёт через 2–3 недели после показа. Понять, какие связки приводят прибыльных клиентов, а какие — только «тёплых, но не покупающих», невозможно.
Природа проблемы

Почему классическим рекламным платформам тяжело с длинным циклом

Автостратегии устроены под быстрый цикл обратной связи — клик, заявка, покупка в одной сессии. У Яндекс Директа окно обучения — всего 7 дней. Когда сделка приходит через 1–3 недели, у ML-модели просто не на чем учиться.

Яндекс Директ — главный канал в РФ
Где именно автостратегии Директа упираются в длинный цикл
  • Окно обучения — 7 дней. Хорошо учится только цикл до 3 дней. На 7 днях уже на грани, 2 недели — катастрофа: связать сделку с показом невозможно.
  • «Оплата за конверсии». Окно фиксации до 21 дня номинально длиннее, но статистика копится медленно — на 3+ недели стратегия не успевает обучиться.
  • ДРР и ценность. Чтобы учиться по ДРР, Директу нужны деньги в окне обучения. Выручка через 2–3 недели туда не попадает — стратегия сваливается на дешёвый охват.
  • Микро-цели вместо продажи. Оптимизация на «заявку» приводит некачественные лиды: продажи перегружаются, конверсия в сделку падает.
Как Sales Ninja решает

Моделируемая конверсия как мост через разрыв обучения

Sales Ninja наблюдает поведение каждого посетителя и оценивает вероятность будущей покупки, вероятность стать квал-лидом и ожидаемую ценность сделки — уже на первом визите. Эти оценки уходят в Метрику и дальше в Директ как моделируемые конверсии. Автостратегии получают «правильный» сигнал в своём 7-дневном окне обучения — а не через 2–3 недели после реальной сделки.

Визит сейчас
Поведение, источник, профиль, контекст.
AI Sales Ninja
Оценивает вероятность сделки и её ценность.
Моделируемая конверсия
В Метрику — как обычная цель.
Директ учится сразу
В окне 7 дней, а не через недели.
Это не замена реальных продаж — это калиброванный proxy
Когда модель Sales Ninja ставит визиту вероятность покупки 0.7 — у похожих визитов в истории 70% завершились реальной покупкой. Автостратегия Директа учится на правильно размеченных сигналах, а не на «заявках» или «кликах кнопки». Реальные сделки из CRM мы тоже передаём — они калибруют модель и используются как ground truth для валидации.
Что именно мы моделируем

Четыре уровня сигнала под разные цели оптимизации

Цикл сделки — это лестница из нескольких событий: лид → квал-лид → сделка → ценность. Под каждое из них можно собрать собственную моделируемую конверсию — и уложить весь этот цикл в 7-дневное окно обучения автостратегии.

квал-лид
Моделируемый квал-лид

Предсказываем вероятность того, что лид станет квалифицированным после первого касания продаж. Директ перестаёт оптимизироваться на «любую заявку» и учится приводить тех, кто в следующем шаге будет SQL.

покупка
Моделируемая покупка

Вероятность реальной сделки за окно цикла. Автостратегия получает калиброванную «прокси-покупку» уже в день клика — и учится приводить аудиторию, похожую на тех, кто доходит до договора.

ценность сделки
Моделируемая ценность

Не просто факт сделки, а её ожидаемый размер. Включается ДРР-оптимизация и value-based bidding в Директе и VK даже там, где реальной выручки в окне обучения ещё нет.

LTV
Моделируемый LTV

Для подписочных, регулярных и кросс-продажных моделей — оцениваем долгосрочную ценность клиента ещё до первой покупки. Реклама учится приводить прибыльных, а не дешёвых.

Ваша ситуация → что моделируем в первую очередь
Бизнес
Цикл сделки
Что моделируем
B2B-софт, интеграторы, корп. услуги
7–21 день
Покупка + Ценность сделки
Недвижимость, новостройки
10–30 дней
Квал-звонок + Покупка
Ипотека, потребкредиты, банки
7–21 день
Покупка (моделируемая на внешних данных)
EdTech, онлайн-школы
5–14 дней
Квал-лид + Покупка
Авто (тест-драйв → покупка)
7–21 день
Квал-звонок + Ценность
Услуги (клиники, юристы, консалтинг)
3–14 дней
Квал-лид + Покупка
Подписочные сервисы и SaaS
покупка быстрая, LTV длинный
LTV
По рекламным платформам

Как меняется оптимизация в каждом канале

Главный канал в РФ — Яндекс Директ, и именно для него длинный цикл — самая болезненная история. VK Реклама поддерживается полноценно. Google Ads и TikTok Ads — для тех, кто продолжает с ними работать.

Яндекс Директ
Главный канал. Здесь весь упор Sales Ninja.

Через интеграцию с Яндекс Метрикой моделируемые конверсии и их ценность попадают в Директ как обычные цели. Дополнительно мы принимаем апдейты из CRM и коллтрекинга — реальные квал-лиды и закрытые сделки калибруют модель и уходят в кампании как офлайн-конверсии.

Где особенно помогает
  • Максимум конверсий по покупке
  • Целевая стоимость конверсии (по квал-лиду)
  • Оплата за конверсии
  • Оптимизация по ДРР и ценности
  • Мастер кампаний и РСЯ
  • Брендформанс и медийные кампании
Что получаете
  • Кампания учится на «покупке», а не на кликах
  • Мусорные лиды перестают тянуть автостратегию вниз
  • Доступна ДРР-оптимизация даже до первой реальной выручки
  • Performance-кампании работают с брендформансом в общем стеке
VK Реклама

VK Реклама принимает моделируемые покупки и их ценность через Метрику или собственный пиксель. Автостратегии и ценностное обучение работают так же, как в Директе. Дополнительно собираем look-a-like от аудитории с высокой моделируемой вероятностью сделки.

Google Ads

Для клиентов, кто продолжает работать с Google Ads, передаём моделируемые конверсии и ценность через офлайн-конверсии, GA4 или Tag Manager. Performance Max и tCPA получают сигнал, который не дожидается реальной сделки.

TikTok Ads

TikTok Ads принимает моделируемые покупки через TikTok Pixel и Events API. На длинном цикле помогает обучать VBO и кампании на конверсии — даже когда реальная сделка приходит через месяцы после показа.

Сроки и результат

Что и когда меняется после подключения

День 0
Подключение
Установка скрипта на сайт (или подключение источника данных). Настройка составных целей в Метрике под моделируемый квал-лид и покупку.
Дни 1–7
Калибровка
Модель видит структуру сайта и типичные пути. Реальные сделки и квал-лиды из CRM подгружаются как ground truth.
Дни 7–14
Перевод автостратегий
Кампании Директа переводятся на цели по моделируемой покупке. Стратегия «Максимум конверсий» и tCPA начинают учиться на правильном сигнале в окне 7 дней.
Дни 14–30
Снижение CPL по квал-лиду
Стоимость квал-лида и вероятность реальной сделки заметно меняются — автостратегия концентрируется на похожих на покупателей пользователях. Конкретные цифры зависят от ниши.
30–60 дней
Ценностная оптимизация
Когда поток моделируемых покупок и их ценности стабилен, переключаемся на ДРР-оптимизацию и value-based bidding — даже до того, как накопится несколько недель реальной выручки.

С кем мы работаем

  • otp-bank
  • divan-ru
  • video-shoper
  • xcom-shop
  • just-food
  • valta
  • alter
  • coddy
  • ros-inst
  • trivio
  • nadpo
  • zovrus
  • altegrosky
  • sikora
  • tumodo
  • stomatorg
  • ozinkovka
  • detensor
  • mnogomeb
  • svoya-zemlya
  • > 60 млрдAPI вызовов в месяц
  • 300+Проектов
  • 7Стран присутствия
  • 4Банка
  • 48E-com проектов
  • 14EdTech проектов
Работаем с крупным, средним и даже малым бизнесом Подходим для проектов с рекламным бюджетом от 600 000 ₽ в месяц
FAQ

Частые вопросы про оптимизацию рекламы при длинном цикле сделки

Что считается длинным циклом сделки для рекламы?
У Яндекс Директа окно обучения автостратегии — 7 дней. На практике лучше оптимизируются короткие циклы, где заявка или покупка возвращается в рекламную систему быстро. Длинным циклом для рекламы считаем всё, что не помещается в 7 дней между кликом и ключевым бизнес-событием: B2B (1–3 недели), недвижимость (10–30 дней), ипотека и банковские продукты (1–3 недели), курсы EdTech (5–14 дней), услуги (3–14 дней). Чем позже приходит финальный исход, тем важнее ранний прогноз качества визита.
Что такое окно атрибуции и при чём оно здесь?
Окно атрибуции — срок, в течение которого рекламная платформа связывает показ или клик с последующей конверсией. У автостратегий Яндекс Директа окно обучения — 7 дней, у стратегии «Оплата за конверсии» окно отложенной фиксации — до 21 дня, у AppMetrica и AppsFlyer — 30–90 дней, у Google Ads — до 90 дней. Но даже там, где окно номинально длиннее, алгоритму всё равно нужен плотный сигнал «прямо сейчас» — иначе он не успевает обучиться. Сделка, которая закрывается через 1–3 недели, попросту не попадает в обучение, и алгоритм оптимизируется на то, что видит, — на ранние и часто шумные сигналы.
Как именно моделируемая конверсия помогает при длинном цикле?
Sales Ninja оценивает вероятность будущей покупки на первом визите — на основе поведения, источника, сегмента, AI профиля. Эта оценка уходит в Метрику как обычная цель и дальше в Директ. Автостратегия видит «прокси-покупку» в день клика — и успевает обучиться в своём 7-дневном окне. Когда реальная сделка приходит через 1–3 недели, она калибрует модель и уходит в Директ как офлайн-конверсия. Оба сигнала работают связкой.
Почему нельзя просто оптимизироваться на квал-лид из CRM?
Можно, и это часто работает. Но даже квал-лид нередко приходит позже 7-дневного окна обучения автостратегии, особенно в B2B, недвижимости и банковских продуктах. Решение — связка моделируемого квал-лида (предсказание прямо в день визита) и реального квал-лида из CRM (через дни). Первый учит автостратегию быстро, второй калибрует модель и валидирует точность.
Можно ли использовать «Оплату за конверсии» при длинном цикле?
Напрямую тяжело: окно отложенной фиксации в «Оплате за конверсии» — до 21 дня, и даже когда сделка успевает в это окно, обучение идёт медленно. С Sales Ninja — проще: вы настраиваете оплату на моделируемую покупку, которая фиксируется в Метрике в день визита. Платите за калиброванную вероятность реальной сделки, а не за первый дешёвый клик.
А если у нас банк или мобильное приложение и пиксель ставить нельзя?
Используем моделируемые конверсии на внешних данных. Источником может быть Яндекс Метрика, AppMetrica, AppsFlyer, банковские контуры, CRM — наш скрипт не нужен. Подходит для банков, страховых, мобильных приложений и других проектов с комплаенс-ограничениями.
Это не обман автостратегии? Не пострадает ли реальный CPL и ROMI?
Нет. Моделируемая конверсия — это калиброванная вероятность реальной сделки. Если модель ставит визиту 0.7, значит у похожих визитов 70% завершались покупкой. Директ учится на правильно размеченных сигналах, а не на шуме «любой заявки». На длинном цикле наоборот — реальный CPL по квал-лиду и конверсия в сделку заметно растут, потому что автостратегия перестаёт оптимизироваться на дешёвые клики.
Сколько данных нужно, чтобы запустить моделируемую покупку при длинном цикле?
Минимально — 30–50 реальных сделок за последний месяц и настроенная передача из CRM. Если меньше — стартуем с универсальной моделируемой конверсии (предобученная модель Sales Ninja, работает с дня 0) и переключаемся на собственную, когда поток данных накопится.
Как передавать ценность сделки, если реальная выручка приходит позже?
Используем моделируемую ценность: модель оценивает ожидаемый размер сделки на основе поведения визита, AI профиля и исторических данных. Эта величина уходит в Директ как value-параметр конверсии. Когда реальная выручка приходит — она калибрует модель и дополнительно передаётся в кампании. Так ДРР-оптимизация и value-based bidding включаются раньше, чем накопится несколько недель реальной выручки.
Это работает с антиботом и AI профилями?
Да — продукты Sales Ninja работают связкой. Адаптивный антибот отфильтровывает ботный трафик до воронки, моделируемые конверсии считаются только по живой аудитории. AI профили обогащают предсказание соцдемом, доходом и интересами — особенно полезно в B2B и банковских продуктах, где профиль клиента сильно влияет на вероятность сделки и её размер.

Давайте поговорим

Подойдёт Telegram-ник или номер телефона.