Почему автотаргетинг получил плохую репутацию
Среди специалистов по контекстной рекламе сложился устойчивый миф: автотаргетинг сливает бюджет, показывает объявления нецелевой аудитории и его нужно отключать при первой возможности. Откуда берётся этот страх? Чаще всего из чужих историй провалов трёхлетней давности или из собственного неудачного опыта без понимания того, как инструмент работает изнутри.
На практике ситуация иная. Яндекс сделал автотаргетинг обязательным на поиске, и это не случайное решение. Алгоритм получает данные из миллионов кампаний, постоянно обновляется и уже давно умеет работать точнее, чем ручная сборка семантики раз в квартал.
Как автотаргетинг работает технически
Алгоритм анализирует три источника: заголовки объявлений, тексты объявлений и содержание посадочной страницы. На основе этого он подбирает поисковые запросы на поиске и интересы пользователей в РСЯ.
По сути это попытка переложить часть работы по подбору аудитории с человека на машину. Со всеми плюсами и рисками, которые из этого следуют.
Автотаргетинг в РСЯ: чёрный ящик, который всё равно работает
В кампаниях с показами в Рекламной сети Яндекса есть тумблер включения и отключения автотаргетинга. Но полностью отключить его в РСЯ невозможно. Выключение тумблера лишь перераспределяет статистику по другим таргетингам, не устраняя автоматику из принятия решений.
Таргетинг в сетях работает как чёрный ящик. Система опирается на множество скрытых факторов: поведенческие паттерны пользователей, история их поиска, содержание страниц, на которых размещаются объявления. Эти связки не отображаются в интерфейсе и не поддаются прямой настройке.
Объявления в РСЯ показываются пользователям на основе их интересов и поведения, которые алгоритмы подбирают под конкретные объявления автоматически. Попытки полностью управлять этим вручную контрпродуктивны.
Автотаргетинг на поиске: почему он дополняет ключевые фразы
Логичный вопрос: зачем включать автотаргетинг, если можно самостоятельно добавить ключевые фразы?
Вот в чём проблема классической семантики. Ключевые фразы обычно собирают через Вордстат, который формирует отчёты на основе исторических данных о запросах пользователей. Полное обновление семантического ядра происходит редко, в лучшем случае раз в квартал. При этом высокочастотный пул остаётся стабильным, а изменения затрагивают в основном низкочастотные запросы: часть исчезает, часть появляется, отражая сдвиги в спросе.
Автотаргетинг на поиске решает эту проблему: он может показать объявление по запросу, которого ещё нет ни в вашей семантике, ни в отчёте Вордстата. Это особенно ценно в быстро меняющихся нишах, где спрос формулируется новыми словами быстрее, чем специалист успевает обновить список ключей.
Категории запросов: что выбирать и когда
При настройке автотаргетинга на поиске можно выбрать категорию запросов в зависимости от цели кампании:
- Целевые запросы - наиболее точное соответствие намерению пользователя. Подходят для большинства кампаний, направленных на конверсию.
- Узкие запросы - более специфические формулировки с меньшим охватом, но высоким соответствием. Хороший выбор для нишевых продуктов.
- Широкие запросы - дают больший охват, но снижают точность. Подходят для охватных кампаний с задачей повышения знания о бренде.
- Альтернативные запросы - пользователи, ищущие похожие продукты или решения. Работают для расширения аудитории.
- Сопутствующие запросы - смежные тематики. Используются для расширения воронки на верхних этапах.
Дополнительно можно настроить упоминание брендов - включить или исключить показы по запросам, связанным с конкретными торговыми марками.
Два типа соответствия: как работают ключевые фразы на поиске
Чтобы понять, где автотаргетинг добавляет ценность, нужно разобраться в типах соответствия ключевых фраз:
- Пословное соответствие - объявление показывается по запросам, содержащим все слова из ключевой фразы в любом порядке с возможными дополнениями. Охватывает большой объём трафика, но может включать нецелевые запросы.
- Точное соответствие - показы только по запросам, максимально близким к ключевой фразе. Более точный, но ограниченный охват.
Автотаргетинг работает поверх этих соответствий и находит запросы, которые вы не предусмотрели при сборке семантики, но которые алгоритм считает релевантными вашим объявлениям и посадочной странице.
Распространённые ошибки при работе с автотаргетингом
Большинство негативного опыта с автотаргетингом связано не с самим инструментом, а с неправильной настройкой кампании в целом.
Частая ошибка - слабые объявления. Если заголовки и тексты объявлений расплывчаты или не отражают суть предложения, алгоритм не сможет правильно определить целевую аудиторию. Автотаргетинг работает настолько хорошо, насколько хороши исходные данные.
Другая ошибка - несоответствие посадочной страницы. Алгоритм анализирует контент лендинга. Если страница перегружена несвязанным текстом или плохо структурирована, качество подбора аудитории снизится.
Третья частая проблема - отсутствие минус-слов. Автотаргетинг не исключает заведомо нерелевантные запросы сам по себе. Список минус-слов необходимо поддерживать в актуальном состоянии, особенно в первые недели работы кампании.
И наконец - преждевременные выводы. Алгоритм обучается на данных. Оценивать эффективность автотаргетинга нужно не раньше чем через две недели после запуска, когда накопится достаточно статистики для оптимизации.
Когда нецелевой трафик не вина автотаргетинга
Часто упускают из виду: нецелевые показы возникают не только из-за автотаргетинга. Семантическое соответствие само по себе способно приводить нерелевантную аудиторию даже при полностью ручной настройке. Слишком широкие ключевые фразы, отсутствие операторов соответствия, слабая минусовка - всё это создаёт нецелевой трафик независимо от автотаргетинга.
Когда видите нерелевантные запросы в отчёте, сначала проверьте качество всей настройки кампании, а не только автотаргетинг. Проблема может быть в широком пуле ключевых фраз, которые фактически не синонимы тому, что вы продаёте.
Как принимать решения об автотаргетинге
Лучший подход - тестирование. Запустите кампанию с автотаргетингом, дайте алгоритму время на обучение, собирайте данные по конверсиям и стоимости привлечения. Сравнивайте показатели с кампаниями на чистой семантике.
На основе результатов теста принимайте решение: масштабировать автотаргетинг, скорректировать категории запросов или ограничить его роль в структуре кампании. Это рациональнее, чем отключать инструмент на основе общего скептицизма без данных по конкретному аккаунту.
Автотаргетинг активно развивается. После того как Яндекс сделал его обязательным на поиске, количество кампаний с ним выросло многократно. Это означает, что алгоритм получает значительно больше данных для обучения и оптимизации. Инструмент, который год назад работал посредственно, сегодня показывает заметно лучшие результаты, и эта тенденция продолжится.
