ИИ в рекламе: что алгоритмы решают сами, а что остаётся человеку

ИИ в рекламе закрывает операционку: распределяет бюджет внутри кампании, пересчитывает ставки в аукционе и выбирает площадки показа. Человеку остаётся стратегия: цели, структура кампаний, семантика, креативы, работа с аудиториями и решение, когда вмешаться в обучение алгоритма. Ниже разобрано, где проходит эта граница и как её не перепутать.

Коротко

• Автоматика управляет ставками, распределением бюджета и выбором площадок; человек задаёт цель, бюджет и креативы.
• Решение о показе конкретному пользователю принимается за миллисекунды по сотням сигналов, повлиять на него можно только через аудитории и минус-слова.
• Автоматические стратегии ошибаются на малых данных: при менее 10-15 конверсий в неделю прогноз остаётся неточным.
• Период обучения занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели.
• Алгоритм не понимает контекст бизнеса: сезонный всплеск он не отличит от реального роста спроса.

Что именно автоматика берёт на себя

Алгоритмы рекламных кабинетов управляют тремя вещами: ставками в аукционе, распределением бюджета внутри кампании и выбором площадок показа. В Google Ads и Яндекс Директе ставки пересчитываются по несколько раз в день с учётом прогноза конверсии. Человек в этой цепочке задаёт только рамки: цель, бюджет, креативы.

Дальше начинается то, что раньше делалось вручную. Система сама решает, в какой момент дня поднять ставку, а в какой придержать, какие площадки отключить как неэффективные и как перераспределить деньги между группами объявлений. Если вы помните эпоху ручных ставок по ключам, разница ощутима: тогда специалист выставлял цену клика и каждый день смотрел, что из этого вышло.

Что автоматика не делает, так это не придумывает цель. Если в кабинете стоит цель «клик», алгоритм будет прилежно искать дешёвые клики. Он выполнит задачу ровно так, как она сформулирована, и не догадается, что вам нужны заявки, а не переходы.

Как алгоритм выбирает, кому показать объявление

Решение о показе принимается в момент аукциона, за миллисекунды, на основе вероятности клика и вероятности конверсии для конкретного пользователя. Система оценивает сотни сигналов: историю запросов, устройство, время суток, поведение на сайте, предыдущие взаимодействия с рекламой.

Рекламодатель не видит эту логику и не может её переписать. Что он может - сузить круг: задать аудитории, добавить минус-слова, ограничить гео и расписание. Это работает как фильтр на входе, а не как рычаг внутри аукциона.

Отсюда практический вывод. Спорить с алгоритмом на уровне отдельного показа бессмысленно, а вот на уровне входных данных - продуктивно. Если из кампании льётся мусорный трафик, почти всегда проблема в том, что вы недостаточно чётко очертили круг или неверно назвали цель.

Где автоматические стратегии ошибаются

Автоматические стратегии проваливаются там, где мало данных. Алгоритм учится на конверсиях, и при числе конверсий меньше 10-15 в неделю прогноз остаётся неточным. Он может увести показы в дешёвый, но нецелевой трафик, особенно если цель настроена неверно.

Вторая типичная ошибка - раннее вмешательство. Специалист видит просадку на третий день, меняет ставку или бюджет, и обучение сбрасывается. Кампания начинает учиться заново, срок выхода на плато отодвигается.

Третья - слепая вера в отчёт. Алгоритм оптимизируется под ту метрику, которую вы дали, и не обязан соотносить её с деньгами в кассе. Цель «заявка» может выполняться отлично, пока отдел продаж не скажет, что половина заявок - нецелевые.

Как отличить проблему обучения от реального провала: смотрите на динамику, а не на срез. Если CPL колеблется, но тренд за две недели ровный, это обучение. Если показатели падают монотонно несколько недель подряд при неизменных входных данных, дело не в алгоритме.

Что остаётся за специалистом

За человеком остаётся всё, что требует контекста бизнеса. Стратегия: выбор целей, структура кампаний, семантика, креативы, работа с аудиториями. Плюс решения о вмешательстве: когда остановить обучение, сменить оффер, перераспределить бюджет между каналами.

Алгоритм не отличит сезонный всплеск от реального роста спроса. Он не знает, что у вас через месяц смена ассортимента, что конкурент ушёл с рынка или что отдел продаж не справляется с потоком. Всё это - человеческая зона.

Эта граница не сдвигается в одну сторону. Чем больше данных накапливает кабинет, тем больше алгоритм берёт на себя и тем меньше смысла лезть в ручные настройки. На старте, наоборот, ручной контроль полезнее.

Сколько длится обучение и когда можно расслабиться

Период обучения обычно занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели. До этого срока CPL и CTR могут колебаться в 1,5-2 раза. Это норма, а не сигнал к действию.

Ранние правки сбрасывают обучение и отодвигают выход на плато. Поэтому первые одну-две недели стоит держать ручной контроль ставок и лимиты, но не трогать саму структуру кампании без серьёзной причины.

Что считать серьёзной причиной: грубая ошибка в цели, технический сбой в отслеживании, явный мусорный трафик из нерелевантных площадок. Что не является причиной: колебания CPL в пределах нормы, отдельные дорогие клики, желание «попробовать другую ставку».

Сколько именно продлится обучение в вашем случае, зависит от объёма трафика, числа конверсий в неделю, ширины семантики и того, насколько стабильно работает отслеживание. На узкой кампании с редкими конверсиями обучение может тянуться дольше двух недель, и это не повод её ломать.

Как выстроить работу с алгоритмом: пошагово

Порядок действий, который снижает риск слить бюджет на обучении.

1. Определите цель в терминах бизнеса, а не кабинета. Не «клик» и не «переход», а заявка, звонок, покупка. Проверьте, что эта цель корректно передаётся из аналитики.
2. Задайте жёсткие рамки: дневной лимит, общий бюджет на период обучения, ограничения по гео и расписанию.
3. Соберите и почистите семантику до запуска. Минус-слова дешевле добавить заранее, чем вычищать мусорный трафик после.
4. Запустите с ручным контролем ставок или консервативной стратегией на первые одну-две недели.
5. Не трогайте кампанию в период обучения, если нет технической ошибки. Записывайте наблюдения, но не вносите правки.
6. По выходу на плато переведите кампанию на автоматическую стратегию и следите за трендом, а не за дневными цифрами.
7. Раз в неделю сверяйте отчёт кабинета с данными отдела продаж. Расхождение по качеству заявок - повод менять цель, а не ставку.

Отдельно про отслеживание. Если конверсии передаются с ошибкой, алгоритм учится на неверных данных, и никакая стратегия это не исправит. Проверьте связку между кабинетом и аналитикой до того, как увеличивать бюджет. Для сверки источников пригодится конструктор UTM-меток: как создать ссылку для кампании - разметка помогает увидеть, какой канал действительно даёт заявки.

Где ИИ в рекламе выходит за пределы кабинета

Автоматизация не заканчивается на ставках внутри Google Ads или Директа. Появляются форматы, где реклама встраивается прямо в диалог с ассистентом: реклама в диалогах ChatGPT: как устроен формат описывает, как это работает и чем отличается от привычных площадок.

Там же меняется логика измерения. Если бренд упоминается в ответах ассистентов, классические метрики кликов не показывают всей картины. Доля голоса бренда в ответах ассистентов: как измерить разбирает, как подойти к этому измерению.

Для агентств, которые ведут несколько кабинетов и клиентов, ручная работа с каждой кампанией быстро упирается в потолок по времени. Здесь помогают рекламные операции для агентств: агентные сценарии снимают рутину со специалиста, оставляя ему стратегические решения. Если вы запускаете кампании не только в Google и Яндекс, посмотрите How to Advertise on Bing - логика обучения там похожа, но есть свои нюансы в настройке аккаунта.

Про цену клика и конверсии в Google есть отдельный разбор: настройка рекламы гугл цена клика и конверсии объясняет, от чего зависит стоимость и как её оценивать без иллюзий.

Что делать дальше

Проверьте одну свою кампанию по трём пунктам: корректно ли передаётся цель, стоит ли дневной лимит, не вносились ли правки в последние семь дней. Если по всем трём порядок, кампании нужно дать время до конца обучения. Если хотя бы один пункт провален, начинать надо с него, а не с настройки стратегии.

Для команд, которые ведут много кампаний сразу, следующий шаг - передать рутину агентным сценариям: рекламные операции для агентств.

FAQ

Что алгоритм рекламного кабинета решает без участия человека?

Автоматика берёт на себя распределение бюджета внутри кампании, ставки в аукционе и выбор площадок показа. В Google Ads и Яндекс Директе алгоритмы пересчитывают ставки по несколько раз в день с учётом прогноза конверсии. Человек при этом задаёт только цель, бюджет и креативы.

Как алгоритмы выбирают, кому показать объявление?

Система оценивает вероятность клика и конверсии для каждого пользователя по сотням сигналов: история запросов, устройство, время суток, поведение на сайте. Решение принимается за миллисекунды в момент аукциона. Рекламодатель может лишь сузить круг через аудитории и минус-слова.

Почему автоматические стратегии иногда сливают бюджет?

Алгоритм учится на данных, и при малом числе конверсий (меньше 10-15 в неделю) прогноз остаётся неточным. Он может уводить показы в дешёвый, но нецелевой трафик, если цель настроена неверно. Первые 1-2 недели обучения стоит держать ручной контроль ставок и лимиты.

Какой контроль над кампанией остаётся у специалиста?

Человек отвечает за стратегию: выбор целей, структуру кампаний, семантику, креативы и работу с аудиториями. Он же решает, когда остановить обучение, сменить оффер или перераспределить бюджет между каналами. Алгоритм не понимает контекст бизнеса и не отличит сезонный всплеск от реального роста спроса.

Сколько времени нужно алгоритму, чтобы выйти на стабильные показатели?

Обычно период обучения занимает от 7 до 14 дней или до накопления 30-50 конверсий по цели. До этого срока CPL и CTR могут колебаться в 1,5-2 раза. Ранние правки в кампании сбрасывают обучение и отодвигают выход на плато.