Мы в Яндекс Рекламе регулярно проводим исследования рынка и анализируем обратную связь от специалистов. Сейчас много обсуждают нейросети — и возникает ощущение, что ИИ в рекламе появился недавно, на волне популярности больших языковых моделей. На самом деле нейросети используются в управлении рекламой уже много лет.

Давайте разберём на примере Яндекс Директа, как именно работают ИИ в рекламе сегодня, какие бизнес-задачи они решают и как использовать нейросети в маркетинге с пользой для бизнеса. В этом нам поможет Маша Семенова, продуктовый маркетолог Яндекс Директа.

ИИ в рекламе берёт на себя микроменеджмент, чтобы команда могла сфокусироваться на стратегии

Технологии искусственного интеллекта в рекламе можно рассматривать с разных сторон. Например, предиктивный ИИ (машинное обучение) работает «под капотом» рекламных систем больше 10 лет и объединяет более 20 различных нейросетей. Драйвером их развития стало усложнение пути пользователя и постоянный рост объёмов данных. 

Сегодня каждый показ объявления требует обработки терабайтов информации. Поэтому учесть тысячи сигналов в аукционе за те доли секунды, пока загружается страница, физически невозможно, а с машинным обучением стало возможным. 

С другой стороны, сейчас активно развивается генеративный ИИ на базе LLM, таких как Алиса AI. Он перенёс ИИ из зоны «невидимых алгоритмов» в интерфейс и сделал его помощником для создания креативов, текстов и посадочных страниц.

В Яндекс Рекламе такие технологии объединены в новое поколение Yandex Neuro Ads. Это не просто новые фичи, а семейство нейротехнологий — моделей глубокого обучения, которые давно дают результат, с генеративным ИИ, который забирает на себя рутину подготовки кампаний.

Оценить пользу технологий проще, если посмотреть, какие именно задачи в Директе они уже умеют решать:

• Управление KPI и бюджетом. Эту задачу решают автостратегии. Они напрямую драйвят ROI и прибыль. Сегодня они умеют оптимизировать не только конверсии, но и прибыль.

• Поиск целевой аудитории. Поисковые запросы усложнились — пользователи вводят миллионы новых фраз, которые невозможно предугадать. Находить такую аудиторию помогает автотаргетинг.

Например, если вы продаёте ортопедические матрасы, алгоритм понимает намерение пользователя. Он может найти клиента по неочевидной фразе «болит спина после сна», понимая, что за этим стоит потребность в вашем продукте.

• Поддержка релевантности предложений и повышение конверсионности. Персонализация объявлений помогает точнее попасть в контекст конкретного пользователя. За счёт этого объявления получают больше целевых кликов, которые могут привести к конверсии.

• Создание рекламных материалов и лендингов. Нейросети помогают создавать больше креативов для рекламы и посадочных страниц для тестирования гипотез.

• Аналитика и работа с данными. ИИ-помощник уже может проанализировать статистику и построить необходимые отчёты, и скоро его возможности расширятся.

Как понять, стоит ли внедрять конкретную нейросеть в маркетинг?

Главный критерий — влияет ли это напрямую на юнит-экономику и помогает ли выполнять задачи бизнеса. Полезный ИИ должен уметь связывать свои действия с конечными бизнес-метриками: CPA, ДРР, прибыль.

Возьмём для примера управление ставками. Стратегии рекламной платформы не просто работают по правилам на основе исторической статистики — они работают предиктивно в реальном времени. За одним и тем же запросом стоят пользователи с разной готовностью к покупке. Алгоритм, находясь внутри аукциона, понимает это и рассчитывает ставку так, чтобы обеспечить бизнесу целевой результат. Если инструмент способен принимать решения в моменте на основе реальных данных, то он стоит внедрения.

Второй важный критерий — меняет ли инструмент фокус команды. ИИ может перевести работу на стратегический уровень. Например, если использовать автотаргетинг, то специалисту не нужно тратить время на ручную проработку ключевых слов. А персонализация избавляет от необходимости создавать объявления под каждый запрос. Вместо этого команда выступает в роли стратега: задаёт рамки, прорабатывает смыслы и управляет результатами.

На что обратить внимание при работе с ИИ в рекламе

Эффективность рекламы зависит от качества входящих данных и настроек. Чтобы получать максимум отдачи, важно понимать логику работы алгоритмов:

• Алгоритм следует заданным целям. Если кампания оптимизируется только под микроконверсии, например клики по кнопкам, алгоритм приведёт тех, кто кликает на кнопки. Чтобы система работала на бизнес-результат, ей нужны данные о покупках, квалифицированных лидах и их ценности.

• Алгоритмы опираются на задачи бизнеса и текущие условия. Если средний CPA на рынке составляет 1 000 рублей, а в настройках задана цель в 100 рублей, кампания не сможет участвовать в аукционах и получить нужный результат.
  
  При этом важно помнить: ИИ — это инструмент масштабирования, он не сможет компенсировать неконкурентоспособный продукт или слабый офер.

• Нужна стабильность для обучения. Когда корректировки бюджета или целей происходят слишком часто, это может привести к переобучению или адаптации кампании к новым данным. Поэтому алгоритмам нужно дать время, чтобы обучиться и найти оптимальные паттерны.

Стабильность — это не только отсутствие резких изменений, но и непрерывный поток данных: чтобы находить закономерности, алгоритму нужен регулярный объём конверсий.

Практические советы, как тестировать ИИ в рекламе

Чтобы тестирование было эффективным и репрезентативным, можно опираться на эти подходы, потому что они хорошо зарекомендовали себя на практике:

1. Перед запуском убедитесь, что в систему передаются качественные данные о конверсиях, а заданные цели реалистичны и основаны на исторических данных или юнит-экономике.

2. Для старта хорошо подходит понятная категория товаров или услуг со стабильным спросом и достаточным объёмом конверсий (10–20 в неделю). Это обеспечит алгоритму необходимый объём данных.

3. Начните с базовых инструментов — автоматических стратегий, автотаргетинга и персонализации объявлений. При этом постарайтесь дать системе разнообразные объявления и оферы и настройте границы тона бренда.

4. Во время теста лучше избегать существенных изменений в настройках и дать системе возможность стабильно обучиться.

Несмотря на стремительное развитие технологий, в центре процесса — человек. Нейросети в рекламе уже могут то, чего мы раньше не могли себе представить. Но именно человек обладает эмпатией и опытом, понимает контекст рынка и принимает финальные решения. 

В будущем маркетолог всё больше будет выступать в роли стратега: определять цели бизнеса, задавать рамки тона бренда, готовить исходные данные и направлять алгоритмы. А ИИ возьмёт на себя ручную и вычислительную работу: оптимизацию кампаний, поиск целевой аудитории, персонализацию объявлений под пользователя и помощь с базовыми настройками.