От движения мыши до цели в Директе
Виджет читает поведение посетителя, модель проекта сравнивает его с вашими подтверждёнными клиентами и ставит оценку от 0 до 100. Ниже разобрано, какие сигналы идут в расчёт, как выбирать порог и кто решает, какая модель работает.
- Поведениесотни метрик за визит
- Оценка87
- Порогот 80
- Цельsolvai_80В Метрику
Важен не клик, а то, как человек его сделал
Обычная аналитика фиксирует событие: зашёл, ушёл, нажал. SolvAI читает более 70 групп поведенческих сигналов, это сотни отдельных метрик на каждый визит.
-
Движения мыши
Траектории, скорость, паузы, колебания над кнопкой.
Что это говорит: Человек сомневается и выбирает. Скрипт идёт по прямой.
-
Чтение
Скорость, паузы, глубина, блоки, которые задержали внимание.
Что это говорит: Изучает предложение или пролистал страницу за три секунды.
-
Формы
Сколько думал над полем, исправлял ли, бросил или дозаполнил. Виджет смотрит на метаданные ввода: время, паузы, исправления.
Что это говорит: Настоящий интерес виден по колебаниям при вводе.
-
Клики по контактам
Телефон, WhatsApp, Telegram, e-mail.
Что это говорит: Сильнейший сигнал готовности купить.
-
Фрустрация
Rage-клики, клики по неработающим элементам, быстрые возвраты.
Что это говорит: Человек упёрся в проблему интерфейса, а не «ему не интересно».
-
Корзина и оформление
Просмотры товаров, добавления, шаги оформления заказа, чувствительность к цене.
Что это говорит: Готовая воронка покупки в поведении.
-
Технический профиль
Headless-браузер, автоматизация, аномальный отпечаток устройства.
Что это говорит: Прямые следы бота.
Оценка от 0 до 100: насколько визит похож на ваших клиентов
Модель сравнивает поведение нового посетителя с поведением тех, кто дошёл у вас до выбранной цели, и выдаёт оценку сходства. Отдельные признаки помогают замечать подозрительную активность.
- 12
Прямая траектория, ни одной паузы, признаки автоматизации в браузере.
- 38
Пролистал страницу за несколько секунд и ушёл.
- 63
Читал блоки с условиями, вернулся к форме, но не отправил её.
- 91
Изучал предложение, думал над полями формы, нажал на телефон.
Дорогой трафик и дорогие клиенты: это разное
Кампания может давать много заявок и при этом не давать выручки. Оценка показывает разницу до того, как менеджер потратит на эти заявки день.
Сигнал сегодня, а не через две недели
Оценка появляется раньше, чем отдел продаж квалифицирует заявку. Передача цели в Метрику и её обработка занимают дополнительное время.
Подозрительные визиты видны по срезам
Оценка ботности помогает искать аномалии по кампаниям и площадкам. Сама по себе она фрод не доказывает, поэтому решение остаётся за вами. Как устроен антифрод-контур
Это оценка, а не чтение мыслей. Она показывает сходство поведения с вашими клиентами и не определяет намерения человека наверняка. Насколько ей можно доверять в вашем проекте, проверяется по реальным статусам из CRM.
Порог превращает оценку в цель для Директа
В Метрику уходит виртуальная цель по посетителям, чья оценка выше порога. Порогов держат несколько одновременно, обычно 60, 70, 80, 90 и 95. Так видно, какая цель даёт лучшую экономику, и кампанию обучают на ней.
Условный пример. Ширина полосы показывает, как с ростом порога падает число целей. Ценность конверсии в рублях вы задаёте сами для каждой цели: Директ получает не просто событие, а событие с весом.
Порог 80
Середина лестницы: баланс между объёмом сигнала и его чистотой.
Нажмите на ступень слева, чтобы посмотреть, когда выбирают её.
Когда порог снижают
Конверсий мало, и Директу не на чем учиться. Система отдаёт больше целей: по посетителям, которые похожи на ваших клиентов, но не дошли до заявки. Кампания получает объём сигнала, которого ей не хватало.
Когда порог поднимают
Конверсий много, но часть из них мусор. Система отдаёт меньше целей, только по самым похожим на клиентов визитам. Порог работает как фильтр качества, и реклама учится на чистой выборке.
Как это выглядит в кейсах
Кампании учатся на разных ступенях: в IT-кейсе одна из кампаний работала на цели solvai_60, у юристов на solvai_90. Подходящую ступень показывает экономика конкретного проекта. Смотреть кейсы
У каждого проекта своя модель
Универсальных антифрод-правил не существует. Поведение покупателя промышленного оборудования и покупателя косметики не имеет ничего общего, поэтому модель учится только на клиентах своего проекта.
Промышленное оборудование
20 минут изучения спецификаций. В этой нише так выглядит нормальный визит клиента.
Косметика
40 секунд и корзина. Здесь это такой же нормальный визит.
- Модель обучается на подтверждённых конверсиях вашего проекта, а не на «среднем по рынку».
- Данные и модели клиентов не пересекаются: ни одной общей выборки, ни одного общего порога.
- Что считать подтверждённой конверсией, решаете вы: это выбранный этап сделки в CRM. Как статусы из CRM попадают в Метрику
Модель дообучается каждые двое суток
Система подтягивает из Метрики новые подтверждённые сделки, добавляет их в обучающую выборку, пересобирает модель проекта и проверяет её.
- день 1v1041 сделка в выборке
- день 3v11+3 новые, всего 44
- день 5v12+5 новых, всего 49
- день 7v13+2 новые, всего 51
Условный пример. Каждое переобучение даёт новую версию модели, и она ждёт решения оператора.
Новые данные идут в расчёт
Сменилась посадочная страница, предложение или сезон: в выборку попадают свежие сделки. Оператор сравнивает новую модель с действующей и решает, подходит ли она для следующей кампании. Само переобучение не гарантирует защиту от дрейфа или фрода.
Выборка пополняется
Каждая подтверждённая сделка добавляет модели пример настоящего клиента. Растёт ли от этого точность, проверяется на независимых данных, а не принимается на веру.
Обучение под контролем: модель меняете вы, а не система
Самообучение не значит, что система живёт своей жизнью. Главное правило продукта: пока рекламная кампания обучается, модель не меняется.
- v13 Ждёт решения
- v12 Активна
- v11 В архиве
- v10 В архиве
Прогон на визитах за 14 дней: сколько прошло бы порог 80
v13 обучена в фоне и ждёт решения. Кампания по-прежнему получает цели от v12.
- Новая модель обучается в фоне и не включается автоматически. Она ждёт вашего решения.
- Перед активацией видны её метрики и прогон на реальных данных: как распределяются оценки, сколько посетителей пройдёт порог, что изменится по сравнению с текущей моделью.
- В песочнице порога вы двигаете ползунок и заранее видите, сколько целей уйдёт в Директ.
- Все версии моделей хранятся. Откат занимает одно нажатие.
Почему это принципиально. Смена модели или набора целей во время активной кампании даёт Директу противоречивый сигнал и сбивает его обучение. Поэтому сменить модель случайно нельзя: это всегда отдельное ручное действие.
Что нужно, чтобы модель начала учиться
Модель включается, когда для неё есть основания, а не в первый день, чтобы показать результат.
- Подтверждённых конверсий
- от 30минимум для первого обучения
- Распределение
- не в один деньконверсии должны быть растянуты во времени
- Пока выборка копится
- антифродмониторинг площадок и оценка ботности обучения не требуют
Тридцать конверсий — нижняя граница, а не знак качества. Порог количества не гарантирует, что выборка репрезентативна и прогноз хорош. Это проверяется отдельно: на метриках модели и прогоне по реальным визитам.
Как идёт запуск по этапам Что работает до обучения модели Кейсы с цифрами
Начните с диагностики рекламы
Подключаем виджет и мониторинг фрода и показываем на ваших данных, сколько трафика и бюджета уходит в мусор. Обученная модель для этого не нужна.
- Не устроит картина: вы уже знаете, где теряете деньги.
- Устроит: ставим обучение Директа на очищенный сигнал.
- Цены и условия обсуждаем после диагностики, под ваш проект.
Заявка сохранена
Свяжемся по указанному контакту.
Номер заявки: