Забудьте все, что вы знали про контекстную рекламу, и мыслите нестандартно. Откажитесь от ключевых слов, используйте нейросети и синтетические конверсии… Собрали самые эффективные лайфхаки контекстной рекламы, которые работали в 2024 году. Расскажем на примере 7 мини-кейсов из разных ниш. Забирайте в копилку эти нестандартные методы и кратно увеличивайте свои продажи. 

Сегодня хотим поговорить о том, что особенного произошло в контекстной рекламе 2024 г. и будет актуально в 2025 г. 

Я.Директ продолжает роботизироваться. Почти везде работают  автоматические алгоритмы, и все меньше возможностей настраивать кампании вручную. Яндекс активно внедряет искусственный интеллект и свою нейросеть. 

Как же теперь управлять рекламными кампаниями? А может и не надо ничем управлять, и Яндекс все сделает сам, без человека? Нужны ли в 2025 году рекламодателям специалисты по контекстной рекламе? Что делать, если конкуренты наступают на пятки, и при масштабировании растет рекламный расход, а не выручка? 

Мы собрали самые эффективные лайфхаки контекстной рекламы, которые сработали в 2024 году. Расскажем о них на примере семи кейсов из разных ниш. Забирайте в копилку наши нестандартные методы и кратно увеличивайте продажи с рекламы. 

P.S. В финале статьи даем быстрый обзор всех лайфхаков. 

Контекстной рекламе больше не нужны ключевые слова. У интернет-магазина было 9560 ключей, а потом он их отключил и увеличил лиды в 39 раз

Одно из самых значимых нововведений в рекламе, с которым мы столкнулись в 2024 году. —  это обязательная работа автотаргетинга в поисковых кампаниях. Он собирает информацию из заголовка, текста рекламного объявления и с посадочной страницы. На основе чего сам подбирает ключевые фразы, по которым и показывает рекламу. То есть директологу больше не нужно вручную собирать семантическое ядро. 

С нашим клиентом — интернет-магазином мебели мы работаем уже 2,5 года. За все это время  так детально проработали семантику, что собрали 9560 ключей. Мы копали почти до нулевой частотности, сегментировали ключевые фразы по категориям товаров, назначению мебели, маржинальности, брендам, регионам и т.д.  Писали максимально релевантные объявления для каждой группы. Детализация доходила до того, что пользователь, который искал «угловой диван выкатной», видел наше объявление именно с таким текстом и попадал на страницу сайта именно с этим диваном. 

В январе 2024 г. решили масштабироваться и стали искать новые точки роста в рекламе. Задумались над автотаргетингом. Ранее мы запускали его в поисковой кампании, использовали общие тексты объявлений и вели на главную страницу сайта. Но ключевые фразы алгоритмов оказались совсем не целевыми. И результаты рекламы были слабыми. Тогда от этого инструмента отказались.

А сейчас решили дать автотаргетингу второй шанс. Ничто не стоит на месте, вдруг Яндекс так доработал этот инструмент, что он начнет приносить результат. 

Учли прошлый неудачный опыт запуска на все и вся. На этот раз провели четкую сегментацию. Создали несколько групп по категориям товаров, в каждой из которых детально проработали объявления. Использовали посадочные страницы на конкретные категории товаров. Выбрали стратегию «Максимум конверсий». И, параллельно, запустили обычную поисковую кампанию по ключевым запросам с этими же сегментами, чтобы посмотреть, кто принесет больше лидов.

Результат ошеломил клиента, да и нас самих тоже. Автотаргетинг дал в 39 раз больше конверсий, чем кампания с ключами. То есть алгоритмы сумели найти нам нужную аудиторию, за счет которой удалось масштабировать проект.

Почему на этот раз автоатргетинг проявил себя так хорошо, что затмил ручной подбор ключевых слов? 

Сработало сочетание трех факторов:

• Яндекс стал отдавать приоритет автотаргетингу в ущерб таргетингу по ключевым словам; 

• Буст дала автоматическая стратегия «Максимум конверсий»; 

• Работа человека была не менее важна, чем автоматики: выбор стратегии сегментирования и категорий таргетинга (внутренняя настройка автотаргетинга), разработка текстов для объявлений, создание разных посадочных страниц для каждой группы товаров.

Этот мини-кейс показывает роль человека в работе с автоматикой. Алгоритмами Яндекса нужно управлять, иначе им не добиться результатов. 

Но не будем спешить и совсем отказываться от ручного подбора поисковых запросов. Есть тематики, где ключевые слова все еще необходимы. 

Примеры ниш, для которых ключевые фразы нужно подбирать вручную:

1. Юридические услуги, сосредоточенные на одном типе права, например налоговом, — автотаргетинг будет подбирать для РК не подходящие широкие запросы: для физических лиц, юридические услуги, адвокат, юрист;

2. Автосервис в определенном районе города — автотаргетинг будет использовать запрос автосервис, который не будет конверсионным;

3. Лагерь программирования для детей — автотаргетинг сработает по слишком широким запросам (лагерь, школа программирования) и будет приводить совсем не целевую аудиторию; 

4. В сфере B2В, новые, редко встречающиеся услуги, например, протоколы безопасности — автотаргетинг не разберется на посадочной странице, что это за услуга и сформирует неверные запросы.  

Тратите бюджет на рекламу с ключевыми словами? Продавец красок сделал правильный фид и заработал в 5 раз больше

Кроме автотаргетинга, есть еще инструменты Я. Директа, в которых ключевые слова тоже не нужны. Это рекламные кампании, работающие по Товарному фиду — файлу с информацией о товарах интернет-магазина. При помощи этих данных алгоритмы кампаний генерируют рекламные объявления. Поисковые запросы система подбирает сама, опираясь на содержание фида. 

К нам обратилась компания, которая занимается продажей красок. Был самый разгар сезона и клиент хотел максимально быстро запустить рекламу. У нас не было времени на сбор ключевых фраз. Поэтому решили самой первой задействовать Товарную кампанию, которая работает по фиду,.

Но полагаться на автоматику не стали и вручную доработали фид по всем параметрам:

• Удалили непопулярные и низкомаржинальные товары, оставили только самые востребованные и маржинальные, получилось 20% от всего ассортимента;   

• Переписали тексты, чтобы показать ключевые преимущества товаров. Убрали всю второстепенную информацию, например инструкции типа: «краска наносится на сухую поверхность, очищенную от пыли». 

• Прописали данные по тегу <param>  (свойствам, по которым товары фильтруются на сайте). В целом, при подборе запросов Яндекс Директ учитывает 4 типа: материал, цвет, пол, размер. Поэтому добавили в <param> материал и цвет. Например, акрил, белая. Так у алгоритмов больше информации для обучения и релевантность показа объявлений по товару повышается.

• Проанализировали, какие фотографии товаров подтягиваются в фид, и оставили только те, что смотрелись эстетично и адекватно продукции.

Запустили Товарную кампанию и параллельно собирали семантическое ядро, чтобы запустить другие типы кампаний. 

Уже через несколько дней у нас в работе были все инструменты. А к концу первого месяца работы статистика показала, что кампания по фиду стартанула так хорошо, что остальным РК было ее не догнать. В итоге Товарная кампания принесла в 5 раз больше лидов, чем все остальные вместе взятые. Да и стоимость лида была дешевле. 

Дизайнер или нейросеть? Девелопер использовал креативы от нейросети и увеличил лиды на 10%

Наш клиент — интернет-маркетолог девелоперской компании, которая занимается коттеджными поселками в Подмосковье. Он с большим недоверием относился к визуалам от нейросетей. Считал, что они слишком фантасмагоричны и вызовут недоверие у покупателей участков. Мол, если мы делаем искусственные иллюстрации, значит в реальности нам показать нечего.  

Весной 2024 г Яндекс Директ добавил функцию  «Объявления от нейросети» в Мастер Кампаний. Смысл был в том, что алгоритмы изучают рекламируемые товары, информацию на сайте, статистику кампаний и создают офферы с помощью двух ИИ: YandexArt и YandexGPT. Нейро-объявления появляются в РК только при согласии человека и подлежат модерации. 

Идея получать 20 дополнительных офферов показалась нам заманчивой и, уж точно, достойной тестирования. Среди них могли бы попадаться интересные идеи Но сначала нужно было уговорить на это нашего клиента. Он долго отказывался и, скрепя сердце, дал разрешение, когда увидел  результаты подобного теста другого нашего клиента — интернет-магазина элитной косметики.

Итак мы включили блок объявлений от нейросети в интерфейсе Мастера Кампаний. Когда редактировали ИИ-объявления, увидели, что нейросеть добавила нам новые идеи визуалов, которые мы не использовали раньше. До этого лучше всего у нас работали красивые пейзажи поселков и генпланы. А тут появились иллюстрации с большими красивыми домами и роскошным ландшафтами, а также более скромные картинки со строящимся домами. 

Нам казалось, что дом в стиле «дорого-богато» будет иметь больше шансов перед простеньким строящимся. Да и в целом, оба этих визуала проиграют нашим старым-добрым и проверенным креативам. Но результаты эксперимента очень удивили как нас, так и клиента. Статистика эффективности объявлений показала, что красивый дом оказался слишком хорошим и «ванильным», чтобы быть правдивым. А зеленый пейзаж — не так сильно вдохновил пользователей. Эти иллюстрации проиграли борьбу обыкновенному генплану и простому строящемуся дому за зеленой поляне. 

Вот так ИИ дал нам новые идеи визуалов для рекламы коттеджного поселка. Вместе с клиентом мы решили и дальше использовать креативы нейросетей в рекламе. А когда в финале высокого сезона подсчитали все лиды за 5 месяцев, то увидели, что 10% из них принес именно Мастер кампаний,  где проводился эксперимент  . 

Фидов много не бывает. Фабрика мебели создала 3 фида для ЕПК и увеличила средний чек в 2 раза

Фабрика мебели страдала от низкого среднего чека. Всего за год он упал с 34 500 до 26 020 р. На сайт приходили пользователи, которые покупали только дешевые товары и в небольшом количестве. Даже в высокий сезон количество покупок увеличивалось, но доход не рос. Маркетолог сделал вывод, что причиной таких результатов было уменьшение доходов населения и чтобы повысить выручку нужно привлечь как можно больше покупателей в интернет-магазин. Увеличили бюджет на рекламу, но в результате получили убытки: ДРР вырос с 30% до 37%, а доход остался на прежнем уровне — 2 000 0000 р.

Когда клиент обратился к нам, мы предложили стратегию роста среднего чека. Рассказали, что фабрике выгоднее обучить алгоритмы Я. Директа приводить людей, покупающих дорогие и маржинальные товары. А не сливать бюджет на тех, кто покупает дешевые.

Начали с методики, отработанной на других мебельных проектах — то есть с создания отдельных товарных фидов. Сегментировали их по маржинальности продукции и получили 3 Товарные кампании с высокомаржинальными, среднемаржинальными и низкомаржинальными товарами. Но каждая из этих кампании приводила слишком  мало конверсий, у алгоритмов не хватало данных для обучение и РК быстро «затухли». 

В то время Яндекс выпустил Единую Перфоманс Кампанию (ЕПК) -  новый инструмент, который объединяет в себе: Поиск, РСЯ, динамический поиск и смарт-баннеры. Этот тип кампаний призван решать проблему недостатка конверсий для обучения автоматики, объединяя несколько РК в одну. Мы решили масштабироваться за счет ЕПК. Сначала это действительно получилось, конверсии выросли. Но через 2 недели после запуска увидели, что у нас опять увеличились заказы с низким средним чеком.

Тогда мы придумали как научить ЕПК приводить нам больше «денежных» пользователей. Поставили повышающую корректировку на стоимость конверсии для высокомаржинальных товаров и понижающую — на низкомаржинальные. Алгоритмы кампании все поняли и стали приводить нам 10% больше трафика по высокомаржинальным товарам. А по низкомаржинальным трафик уменьшился на 15%.

В целом, количество покупок у нас снизилось на 5%. Но зато в 1,8 раз вырос средний чек с 26 020 р до 48 830 р, ДРР уменьшился с 37% до 22%.

Синтетические конверсии – новый тренд, когда лидов мало и они дорогие. Продавец тракторов применил их и привлек в 2,5 раза больше продаж

У дилера сельхозтехники в несезон было мало лидов с рекламы. Это не удивительно для ниши, где товар может стоить от 50К до миллиона и часто требует предпродажной консультации. 

Во время аудита мы увидели, что клиент запускал несколько разных кампаний и у большинства из них было критически низкое число конверсий — 1-3 в неделю. А алгоритмам Яндекса для обучения нужно получать не менее 10 в неделю для каждой РК. Поэтому кампании не обучались. 

Чтобы решить эту проблему, мы объединили кампании в одну ЕПК. Алгоритмы должны были обучаться на конверсиях со всех кампании и приводить больше лидов..Но этого не происходило. Конверсий стало больше, но все еще не достаточно. 

Тогда пришла идея протестировать инновационный метод моделирования конверсий с помощью ИИ. Эти конверсии называют синтетическими. И вот почему. «Синтетик»  (еще можно сказать — искусственный директолог) изучает реальные конверсии на сайте. Его интересуют любая информация о пользователях, причем всех — оставивших заявку или нет. Берутся в расчет все данные: 

• анализ устройства пользователя (экран, стоимость, железо, батарейка, интернет);

• анализ поведения пользователя (микроконверсии, клики, скроллы, посещенные страны);

• социальные данные по гео (сколько машин угнали, домов построили и какая средняя ЗП в городе, откуда пришел пользователь);

• анализ текущей страницы (если это ecom - стоимость товара, наличие, отзывы, производитель);

• текущая погода пользователя.

Всего около 600 параметров оптимизации. И по каждому пользователю ИИ предсказывает вероятность совершения покупки. Например:

Если вероятность покупки выше установленного порогового числа, формируется синтетическая конверсия, которая отправляется в Метрику. На ней автостратегия обучается и приводит на сайт реальных людей, способных оставить заявку.

Этот сервис дал нам массу преимуществ:

• синтетических конверсий было в разы больше, чем реальных; 

• рекламные кампании обучались быстрее, получив сразу большие массивы данных;

• Яндекс Директ использовал портреты качественной аудитории и автостратегиям было проще находить новых пользователей с такими же характеристиками;

• удалось оптимизировать даже холодный трафик, выделять в нем тех, кто скорее совершит целевое действие в будущем; 

• каждому искусственному пользователю присваивалась условная ценность в деньгах, и эти данные реальный директолог мог использовать при настройках стоимости конверсий в РК. 

В итоге, таких синтетических конверсий оказалось в 20 раз больше, чем реальных. В качестве лидов мы по прежнему учитывали только звонки и заявки, но для обучения алгоритмов яндекса использовали синтетические конверсии, созданные ИИ. Такой подход позволил нам увеличить количество заказов на спецтехнику  в 2,5 раза с 12 до 29 в месяц.

ЕПК – объединяет, но лучше её разделять. Магазин товаров для сна поделил ЕПК на Поиск и РСЯ, и увеличил покупки на 47%

В конце прошлого года наш клиент — интернет-магазин товаров для сна сообщил о расширении ассортимента. Теперь кроме матрасов, подушек, одеял и кроватей планируется продавать тумбочки, шкафы и даже диваны. Требовалось масштабирование рекламы. 

Мы решили протестировать Единую перфоманс кампанию (ЕПК). Первый запуск сделали строго по рекомендациям Яндекса. Собрали все кампании с небольшим количеством конверсий на Поиске и РСЯ в единую кампанию — ЕПК. Но вместо роста покупок мы получили увеличение стоимости заказа. По сравнению со средней в аккаунте 5 400 р. она выросла на 50% и стала равна  8 100 р 

Стали разбираться, в чем проблема. Оказалось, автоматика пренебрегала Поиском и показывала рекламу преимущественно в РСЯ. Нам это было крайне невыгодно, ведь большинство заказов поступало как раз из Поиска. 

В каждом из инструментов были свои нюансы. Например, в РСЯ — самые низкие показатели у мобильных площадок, а на Поиске, наоборот, было много продаж с именно мобильных устройств. 

Функционал ЕПК не позволял в рамках одной рекламной кампании понизить ставки на мобильных устройствах в РСЯ и повысить их на Поиске. Поэтому мы решили разделить единую ЕПК на 2 части. Сделали 2 ЕПК: одну на Поиске, а вторую в РСЯ. Выделили больше бюджета для рекламы на Поиске, а в ЕПК РСЯ вычистили все ненужные площадки.

В результате стоимость заказа снизили на 35%, а ЕПК РСЯ стала давать дополнительно +47% покупок в месяц.

Фрод – главная проблема современной рекламы. Онлайн-школа интегрировала Метрику с CRM и снизила долю фейковых лидов с 53% до 11%

Летом онлайн-школа набирала новых учеников. Шел конец июля, а план все еще был далек от выполнения. Требовалось срочно увеличить продажи. Мы искали новые точки роста в контекстной рекламе.

Ранее большинство заявок приходило из Мастера кампаний — порядка  124 в месяц. Из них квалифицированных (то есть качественных) было 74%. Конечно, мы решили масштабировать именно эту кампанию в первую очередь. 

Начали постепенно увеличивать бюджет. Заявок стало приходить в 2 раза больше. Но, отдел продаж клиента забил тревогу 53% из них оказались фейковыми. По оставленным номерам телефонов либо никто не отвечал, либо говорили, что никакой заявки не оставляли и обучение их не интересует. Наш сайт был подвергнут фродовой атаке. Обращения оставляли не реальные пользователи, а боты. Самое ужасное было в том, что мы тратили в 2 раза больше денег, а количество квалифицированных лидов не росло.  

Проанализировали фродовый трафик, чтобы найти общие паттерны поведения и составить портрет неподходящей аудитории для алгоритмов Яндекс Директа. Но фейковые посетители были из разных регионов, проводили довольно много времени на сайте, то есть казались целевыми пользователи. Автоматика воспринимала фрод как потенциальных клиентов и приводила его на сайт все больше и больше.  

Тогда мы подумали: если нельзя обучить алгоритмы на плохих примерах, значит можно сделать это на хороших. Настроили интеграцию Метрики и CRM,  стали передавать информацию о квалифицированных лидах. Так мы показали ИИ какие реальные люди нам подходят. Оптимизировали рекламные кампании по двум целям: макроконверии (звонки и заявки) и квалифицированные лиды из CRM. 

Нам удалось снизить фродовый трафик в 5 раз, с 53% до 11%. После чего масштабирование пошло успешно. В итоге из Мастера кампаний получили 89%  квалифицированных лидов.

Как обойти конкурентов? Выводы по лайфхакам контекстной рекламы 2024-2025 гг 

Итак вернемся к вопросу, который мы задавали в начале статьи. Как управлять автоматикой Яндекс Директа и нужно ли вообще это делать? Мы выяснили, что для эффективной работы ИИ требуется опыт специалиста. Директолог должен анализировать результаты и правильно обучать алгоритмы умных кампаний. А  самое главное  – как можно больше экспериментировать. Ведь только так можно нащупать новые точки роста для масштабирования продаж и обойти конкурентов.

Как и обещали, в финале делаем быстрый обзор наших 7 лайфхаков:

1. Управляем автотаргетингом в поисковых кампаниях — создаем  группы  по категориям товаров/услуг, в каждой детально прорабатываем объявления и готовим посадочные страницы. Выбираем стратегию «Максимум конверсий»

2. Дорабатываем Товарный фид - выбираем самые востребованные и маржинальные товары/услуги, остальное удаляем. Делаем идеальные тексты с ключевыми преимуществами товаров. Прописываем максимальное количество данных по тегу </param>.  Строго отбираем фотографии — оставляем только эстетичные и адекватные вашей продукции. Больше информации о работе с фидом в этом чек-листе. 

3. Используем функцию  «Объявления от нейросети» Яндекс Директ — модерируем нейро-объявления в Мастере кампаний, ИИ способен добавить свежих идей, которых вы не использовали ранее.

4. Увеличиваем средний чек в ЕПК — обучаем кампанию приводить более обеспеченных пользователей. Ставим повышающую корректировку на стоимость конверсии для высокомаржинальных товаров и понижающую — на низкомаржинальных. 

5. Тестируем Синтетические конверсии —  ИИ обучает алгоритмы Яндекса, приводить пользователей, способных оставить заявку на искусственно созданных конверсиях. Таких конверсий в разы больше, РК обучаются быстрее, есть возможность оптимизировать даже холодный трафик. Директолог проверяет конверсии и использует информацию об их ценности при настройках в РК. 

6. Разделяем ЕПК на 2 кампании: Поиск и РСЯ — если автоматика делает уклон на невыгодный для вас инструмент, создавайте 2 ЕПК: одну на Поиске, а вторую в РСЯ. Выделяйте больше бюджета на более конверсионный инструмент. Вычищайте заранее мусорные площадки в РСЯ.  

7. Боремся с фродом квалифицированными лидами — если не получается обучить алгоритмы Яндекс Директа не приводить фейковых пользователей, учим каких точно надо вести. Настраиваем интеграцию Метрики и CRM,  передаем информацию о квалифицированных лидах. Оптимизируем РК по двум целям: макроконверии (звонки и заявки) и квалифицированные лиды из CRM. Другие методы борьбы с фродом есть в этой статье.

Если вам требуется рост обращений, закажите за 0 р. наш глубокий аудит контекстной рекламы на makodigital.ru

Чем это будет полезно?

• Найдем технические ошибки в настройках кампаний и сегментируем их по уровню опасности: незначительные, существенные и критические.

• Проверим статистику и найдем причину повышения стоимости обращения и падения прибыли.

• Важно! Порекомендуем для сайта позиционирование, контент и развитие (конверсионности, юзабилити, функционала).

• Разработаем стратегию контекстной рекламы с новыми точками роста.