# Моделируемые конверсии
Раздел админки: Реклама → Моделируемые конверсии (/modeled-conversion).
ML-продукт: предсказывает вероятность цели в сессии или в цепочке сессий и формирует более плотный сигнал для рекламных автостратегий. Внешняя доставка включается только в явно настроенных интеграциях (Яндекс.Метрика / Директ, VK, Google, TikTok и др. — как в карточке МК).
При создании доступны три типа — см. какой тип выбрать:
- Классическая — обучение на данных проекта;
- Универсальная — сигнал с первого дня, цели для калибровки;
- На внешних данных — источник AppMetrica.
Отдельные продукты
Аудиторные сегменты и антибот настраиваются в своих разделах, не как «тип» моделируемой конверсии.
# Какие задачи решают
# Реклама работает даже при малом количестве конверсий
Рекламные алгоритмы обучаются на конверсиях. Чем их больше — тем точнее автостратегия. Но если реальных конверсий мало (например, оформлений заказа), алгоритм «голодает» и кампании нестабильно работают или вовсе теряют трафик.
Моделируемые конверсии решают эту проблему: система предсказывает, кто с высокой вероятностью купит, и может дать более ранний сигнал для настроенного рекламного или аналитического контура — не дожидаясь реальной покупки.
# Обучение новых кампаний на более плотных сигналах
На обучение рекламной кампании часто не хватает фактических конверсий. Даже при достаточном бюджете автостратегия может работать нестабильно, если получает мало целевых событий.
Моделируемые конверсии помогают сформировать более ранние и частые сигналы. Конкретный эффект зависит от качества данных, выбранной цели и подключённой внешней интеграции.
# Правильное распределение бюджета между кампаниями
Пользователь редко покупает с первого касания. Типичный путь:
- Зашёл через поиск Яндекса
- Кликнул на баннер РСЯ на другом сайте
- Вернулся через ретаргетинг ВКонтакте
- Через несколько дней набрал адрес сайта и купил
Рекламные платформы не могут правильно оценить ценность каждого касания и распределить бюджет исходя из неё. Моделируемые конверсии — могут.
# Работа с длинным пользовательским путём
Рекламные платформы часто видят только часть пользовательского пути. Моделируемые конверсии позволяют рассчитать ценность касаний на разных этапах пути — от горячего до более холодного трафика.
Система оценивает ценность пользователя и сессии внутри Sales Ninja. Управление кампаниями во внешних платформах не происходит автоматически: для этого нужны отдельные настроенные сценарии.
# Оптимизация холодного трафика
Для прогрева аудитории часто закупается большой объём холодного и дешёвого трафика. Но на этапе прогрева совершается очень мало конверсий, что мешает оптимизации. Моделируемые конверсии позволяют оптимизировать даже максимально холодный трафик и резко повысить его эффективность.
# Как работает
Моделируемая конверсия проходит три стадии:
# Копим данные
После создания система собирает информацию о визитах и конверсиях. На этом этапе предсказаний нет — идёт накопление обучающей выборки. На карточке конверсии отображается прогресс готовности к следующему этапу.
# Проверяем
Когда данных достаточно, система обучает ML-модель и проверяет её качество. Если модель прошла проверку — переходит в рабочий режим. Если нет — продолжается накопление данных.
# Модель готова
Модель обучена и работает. Система генерирует предсказания; внешняя отправка выполняется только для подключённых и настроенных сценариев. На карточке отображаются ключевые метрики качества модели.