Как-то я рассказывала про один проект, где мы перестали оценивать рекламу только по количеству заявок и начали передавать в Яндекс.Директ данные о реальных оплатах.

Потому что между «получили лид» и «заработали деньги» иногда лежит довольно длинная история. Особенно в B2B: человек может оставить заявку на бейджи или таблички, запросить расчёт, обсудить заказ внутри компании и вернуться к покупке только через несколько недель.

Но есть и другая сторона этой задачи: что происходит с пользователем ещё до того, как он оставил заявку?

Он перешёл из рекламы, посмотрел несколько страниц, изучил цены, вернулся через пару дней. Формально — никакой конверсии, но его поведение уже может говорить о намерении купить.

Если оценивать рекламу только по последней заявке или продаже, мы теряем огромный кусок поведения. Между «увидел рекламу» и «купил» есть целая история, которая тоже может говорить о намерении пользователя.

Но современные рекламные системы учатся учитывать такие сигналы. Например, в Яндекс Рекламе за разные части этой задачи отвечают разные модели: Argus помогает лучше понимать интересы пользователя и учитывать более длинную историю его действий, Gorgona оценивает вероятность целевого действия, а Hyperion объединяет эти сигналы и участвует в выборе объявления.

За одним рекламным показом, который мы видим в интернете, может стоять целая цепочка технологий. И чем лучше она понимает контекст, тем точнее может принимать решения.

Если интересно, что это за сущности и как они связаны между собой, Яндекс Реклама вместе с РБК разобрала всё это простым человеческим языком.