Офлайн-конверсии из amoCRM в Директ: как обучить автостратегии на оплаченных сделках

Модель обучается на том сигнале, который получает

Автостратегия Директа настраивает ставки под то событие, которое вы назначили целью. Ставите целью заявку — модель начинает искать людей, которые дёшево оставляют заявку. Она делает ровно то, о чём её попросили: наращивает объём обращений и снижает их стоимость. Через пару недель вы видите в отчёте больше заявок по меньшей цене — и радуетесь цифрам, которые к деньгам отношения почти не имеют.

Разрыв в том, что до Директа доходит только факт обращения. Дошло ли это обращение до оплаты и на какую сумму — остаётся внутри amoCRM. Модель управляет ставками вслепую: часть бюджета уходит на посетителей, которые красиво выглядят в статистике заявок и отваливаются на первом же звонке менеджера. Про этот же перекос я разбирал со стороны продаж — почему amoCRM превращается в склад контактов; здесь та же болезнь, только видно её со стороны рекламного бюджета.

Как сделка возвращается в кампанию

Офлайн-конверсия — это сделка, которая закрывается уже в CRM: оплата по звонку, покупка после визита на сайт. Событие не фиксируется на странице, поэтому Метрика сама его не увидит. Когда сделка в amoCRM переходит в статус «оплачено», данные уходят в Метрику, и Директ получает возможность настраивать ставки под реальные продажи и их сумму в рублях.

Я связываю статус сделки и её сумму в amoCRM с целью в Метрике. Модель начинает обучаться на деньгах, которые дошли до кассы. Для неё меняется сам предмет поиска: раньше она искала тех, кто оставит заявку, теперь — тех, кто заплатит. Настройка этой связки при внедрении amoCRM сводится к двум вещам: корректно отдать идентификатор пользователя из CRM и отдать сумму сделки — тогда модели есть на чём учиться.

Качество сигнала: идентификатор, окно, ежедневное обновление

Чтобы привязать сделку к визиту, нужен минимум один идентификатор — ClientID, телефон или почта. Лучшее качество атрибуции даёт связка ClientID вместе с телефоном или почтой. Только ClientID работает как «хорошее» качество. Телефон или почта без ClientID дают около половины от максимума — половину сигнала вы теряете ещё на входе.

Второе ограничение — время. Между визитом на сайт и передачей конверсии должно пройти не больше 21 дня. За пределами этого окна Метрика перестаёт связывать сделку с визитом, и сигнал для обучения теряется. Для длинных циклов — недвижимость, авто, туризм — точный срок атрибуции документация Директа явно не фиксирует, поэтому на долгих сделках окно стоит проверять на своих данных. В недвижимости это ограничение бьёт особенно больно, где сделка вызревает месяцами.

Третье — свежесть. Данные по сделкам я выгружаю ежесуточно и обновляю статусы ранее переданных заказов. Отмена, возврат — всё это должно доходить до модели, иначе она учится на картине продаж, которой уже нет.

Сколько данных нужно для обучения

Передавать офлайн-конверсии имеет смысл при стабильном потоке примерно от 10 конверсий в месяц; при планах на масштабирование можно стартовать с 3–5. Чтобы заработала стратегия оптимизации по окупаемости — по доле рекламных расходов, — нужен поток с переданной суммой сделки: ориентир порядка 15 конверсий с указанной ценностью за последние 30 дней. Без суммы модель не сможет управлять ставками по выручке, ей просто нечем считать рентабельность.

Единого минимума здесь нет. Порог зависит от типа стратегии и длины цикла сделки, поэтому число конверсий стоит считать под конкретный бизнес. Прежде чем запускать передачу сделок, полезно прикинуть экономику самого внедрения — для этого есть калькулятор стоимости внедрения.

Цена объёма при переходе на ценность сделки

Здесь есть честный размен, и о нём стоит договориться с собственником заранее. Оптимизация по всем конверсиям приносит больше заявок и более низкую цену за заявку. Оптимизация по целевому событию — квалифицированной или оплаченной сделке — даёт меньше обращений, при этом среди них выше доля тех, что доходят до денег. Вы сознательно уступаете часть объёма ради качества потока. Это управленческое решение, и видно его по составу сделок в CRM; строка «заявки» в рекламном отчёте про него ничего не скажет.

Если обучение на самих покупках идёт слишком медленно, я подключаю промежуточную цель. В Метрику из CRM можно передавать статус «квалифицированный / неквалифицированный лид» и обучать Директ на очищенных от спама сделках. Модель получает больше сигналов, чем при обучении на редких оплатах, и остаётся при этом на данных, из которых вычищен мусор.

Что это даёт выручке и почему стало критично

В одном публичном кейсе микрофинансовой компании автостратегию перевели на обучение по статусу «выданный займ». За период рекламный бюджет нарастили в 8 раз, число займов — в 5 раз, а стоимость выданного займа выросла лишь в 1,6 раза. Масштаб вырос кратно, эффективность удержали — потому что модель училась на факте выдачи, на событии, которое приносит компании деньги.

Значимость такого сигнала выросла после того, как Яндекс перешёл на «многоголовую» модель, которая ловит отложенные конверсии и промежуточные сигналы. Чем точнее модель понимает, какие обращения дошли до продажи, тем сильнее она работает на окупаемость и поток сделок. Сам Яндекс заявляет про «в среднем +10% конверсий при сопоставимом бюджете», но это цифра из его собственного пресс-релиза без независимого подтверждения. Опираться стоит на собственный замер после подключения: сравнить окупаемость и поток оплат до и после.

Смысл всей механики простой. Директ считает деньги ровно с той точностью, с какой вы ему их показываете. Пока модель видит только заявки, она их и оптимизирует. Как только она видит оплаченные сделки и их сумму в рублях, она начинает искать выручку — и рекламный бюджет разворачивается к потоку продаж.