01 июля, 13:25

Яндекс внедрил в рекламную систему новую модель прогнозирования конверсий

От клика до отложенной покупки.

Яндекс обновил модель прогнозирования конверсий и управления ставками рекламодателей. Особенность новой модели — «многоголовая» архитектура: внутри работает несколько нейросетей, каждая из которых отвечает за свой тип сигналов. Благодаря этому анализируются не отдельные действия пользователя на сайте, а весь его путь на нём. Тесты показали, что решение может обеспечить рекламодателям в среднем на 10% больше конверсий при сопоставимом бюджете.

Новая модель опирается на более чем 25 сигналов — втрое больше, чем прежде: от глубины просмотра и времени визита до добавления в корзину и других промежуточных действий, которые говорят о реальном намерении совершить покупку.

«От показа рекламы до покупки может пройти некоторое время, а оценивать эффективность объявления нужно оперативно. „Многоголовая“ архитектура модели дает возможность более точно спрогнозировать конверсию, так как позволяет одновременно оценивать разные типы сигналов — от клика до отложенной покупки — и извлекать полезные данные даже из посещений сайтов и приложений, которые в моменте не завершились целевым действием», — директор по продуктам и искусственному интеллекту Яндекс Рекламы Алексей Штоколов.

Возможность отслеживать отложенные конверсии особенно ценна в категориях с долгим циклом принятия решения — при покупке недвижимости, автомобиля, электроники или туристических услуг. Пользователь может несколько дней или недель сравнивать предложения и возвращаться на сайт, прежде чем сделать выбор.

Ещё одна особенность новой архитектуры — встроенная прокси-модель, или промежуточная модель-посредник. Она улавливает свежие изменения в поведении аудитории без длительного переобучения и сразу передает их основной модели. Благодаря прокси-модели система ещё до финальной покупки понимает намерение и в режиме реального времени формирует ставку в аукционе исходя из вероятности целевого действия. Рекламный бюджет расходуется эффективнее: объявления показываются пользователям с наибольшей вероятностью совершить покупку, оставить заявку, позвонить или скачать приложение.

Новая модель прогнозирования конверсий работает в рекламных кампаниях в Поиске и Рекламной сети Яндекса. В РСЯ входят собственные сервисы Яндекса и более 90 000 партнёрских площадок: сайты, приложения, мессенджеры, блоги, CTV и другие.

Контекст

Мировая тенденция в развитии архитектуры рекомендательных систем сегодня — переход от поэтапных воронок к сквозным архитектурам с единой ML-моделью, формирующей релевантные объявления для всей сессии пользователя сразу — а не на каждом шаге по отдельности.

Яндекс поэтапно реализовывает этот подход в своей рекламной системе.

В начале 2026 года компания внедрила в нее генеративную модель Argus, которая моделирует поведение пользователя на основе его обезличенной интернет-истории; с ней «память» рекламной системы выросла в 30 раз.

Сейчас в рекомендательную систему в рекламе внедрили дискриминативную модель глубокого обучения Gorgona, такое название модель получила из-за своей «многоголовой» архитектуры.

В связке эти две модели позволяют рекламной системе не просто понимать намерение пользователя, а в режиме реального времени точнее оценивать его ценность для рекламодателя. Результат — больше конверсий при сопоставимом бюджете.

Присылайте свои комментарии к ситуации на digital-рынке (короткие или развёрнутые, во втором случае сделаем вам полноценную колонку в статейной ленте Коссы):

Email: 42@cossa.ru
Телеграм: @cossawer
VK: vk.com/cossa