Почему автоматизация маркетинга с AI упирается в цель конверсии

Голосовой тренажёр английского для IT EDVOICE, где готовятся к собеседованиям, митингам и техническим интервью, запускал рекламу в Яндекс Директе. Человек, который её вёл, раньше работал с аналитикой кампаний, но с нуля Директ не собирал. Проверить решили на себе: можно ли зайти в незнакомую область, отдав исполнение языковой модели и оставив за собой смысловые решения. Модель собирала структуру кампаний, писала заголовки, работала с семантикой и минус-словами, разбирала выгрузки и готовила следующую итерацию. Все цифры ниже взяты из разбора автора кейса от 20.08.2026: это самоотчёт без контрольной группы.

Первая итерация шла с широким охватом и минимумом ограничений. Расход составил 3 105,73 ₽, показов было 25 745, кликов 652 по 4,76 ₽, конверсий ноль. Автор объясняет это так: трафик шёл по запросам об английском вообще, например за переводом и словарями, а на входе не было сформулировано, чем пользователь тренажёра отличается от человека, который просто интересуется английским.

198 конверсий в кабинете и 42 регистрации в базе

Вторая итерация шла со 2 по 10 августа и в рекламном кабинете выглядела успехом: 198 конверсий, CR 33,73%, 30,29 ₽ за конверсию. В базе компании за те же дни появилось 42 реальных аккаунта. Разрыв составил 4,7 раза: цель «Регистрация» в Директе считала не то, и алгоритм девять дней оптимизировался под завышенную метрику. По всему эксперименту кабинет показывал 198 конверсий по 45,98 ₽, а по базе вышло 42 регистрации по 217 ₽. Эта цена не включает стоимость модели.

Рядом шли другие симптомы. Рекламная сеть забрала 14% бюджета и дала 6% конверсий, среди площадок были мобильные пасьянсы и сайт подготовки к ЕГЭ. Цена клика за девять дней выросла почти в 4 раза: 3,95 ₽ 3 августа и 15,52 ₽ 10 августа, при этом кликов в день стало 39 вместо 130.

Самое полезное нашлось в отчёте по поисковым запросам, в который долго не заглядывали. Запросы сгруппировали по смыслу, и самым конверсионным оказался кластер «тест на уровень английского». Кластер «тексты, слова, чтение» дал CTR 19%, но до целевого действия из него дошёл один из девяти. Отдельные разрезы тоже спорили с ожиданиями: iOS-смартфоны дали 36% конверсий поиска при 31% расхода, а десктоп кликал лучше всех и конвертировал хуже всех. Самым дешёвым результат вышел в Нижнем Новгороде (25,85 ₽), в Москве он стоил 29,20 ₽, в Петербурге 31,21 ₽, и Петербург потратил больше всех бюджета.

По этим данным в продукт добавили тест на определение уровня английского с переходом в тренировку. Воронка за период выглядела так: половина зарегистрированных дошла до сессии, между «открыл сессию» и «заговорил» терялась ещё половина, 14 человек из 66 запустили две сессии и больше, оплат не было. Монетизацию эксперимент не проверял: смотрели, проходят ли пользователи по воронке.

Автоматизация маркетинга: что сделала модель за 1–2 часа

Цикл пересборки кампании с моделью занимал 1–2 часа, и автор называет это главной цифрой кейса. Лучше всего модель показала себя на разборе отчётов: она сгруппировала 47 запросов по намерению. Структуру кампании, заголовки и минус-слова собирала модель, и вход в незнакомую область обходился дешевле. Кто целевой пользователь, модель не знала, пока ей не объяснили, а что считать настоящей конверсией, она не решала. На вопрос, сможет ли AI настроить Директ вместо человека, автор отвечает: «не вместо».

Похожее разделение работы видно в двух других разобранных случаях. В учебном проекте по продвижению на профессиональной площадке автор оценивает цикл маркетолога в 11 часов в неделю до сбора и в около 1 часа после автоматизации, а стоимость цикла в 12 100 ₽ и 1 130 ₽ соответственно. CTR и CPL там считал обычный код, модель только интерпретировала готовые метрики, а решения по бюджету автоматически не применялись. Автоматизация показала, что проблема в продукте и обработке лидов, и проект свернули.

В рекламном материале о Lada от 18.11.2025 АвтоВАЗ с двумя агентствами подключил платформу, которая сводит данные рекламных систем, CRM и веб-аналитики. По данным материала, в одной из воронок CPL снизился на 72% после корректировок под типы устройств, а после пересборки семантики по одному инсайту на 34%. Корректировки вносили люди.

Для масштаба: в опросе «Проксимы» среди 129 представителей маркетинга компаний-рекламодателей (май–июнь 2026) 51,2% регулярно используют AI в отдельных процессах, 38,8% применяют точечно и 8,5% встроили его в основные процессы. Это данные одного опроса участников премии.

Сверка цели конверсии до запуска

Автор кейса перечисляет пять вещей, которые изменил бы:

1. Сначала настроить передачу настоящей регистрации в цель Директа, потом запускать кампанию.
2. Не отдавать первую итерацию автоматике с широким охватом.
3. Сразу отключить рекламную сеть.
4. Открыть отчёт по запросам на второй день, а не на девятый.
5. Заложить, что кампания на таком бюджете выгорает за неделю.

Те же пункты как проверки на ваших данных:

Если нужно помочь со сверкой цели конверсии и выгрузок, можно записаться на консультацию.

Коротко

1. Проверьте цель конверсии в кабинете Сверьте её с числом реальных заявок или регистраций в вашей базе за те же даты.
2. Откройте отчёт по поисковым запросам на второй день Сгруппируйте запросы по намерению и отключите те, где люди ищут тему вообще.
3. Сравните долю бюджета и долю конверсий по сетям Если сеть тратит больше, чем приводит, отключите её.
4. Передайте модели сборку, группировку запросов и черновики отчётов Считайте метрики обычным кодом или в таблице, модель оставьте для интерпретации.
5. Решайте сами, что считать успехом и сколько тратить Бюджет и отключение кампаний не передавайте автоматике.
6. Пройдите воронку после клика Если до целевого действия почти никто не доходит, сначала доработайте продукт.