Автостратегии Директа не обучаются: 8 причин
Разбираем 8 причин, почему автостратегия Яндекс Директа застряла в обучении. Дерево диагностики по 8 вопросам.
Автостратегия Директа не обучается: 8 причин — и только одна из них «мало данных»
Если автостратегия Яндекс Директа застряла в обучении или выдаёт нестабильный CPA уже несколько недель — скорее всего, дело не в объёме данных. Разбираем все восемь причин и даём дерево диагностики, которое укажет на вашу.
Автостратегия Яндекс Директа — алгоритм автоматического управления ставками, обучающийся на потоке конверсий и оптимизирующий кампанию под заданный KPI: CPA, долю рекламных расходов или долю показов. «Не обучается» означает, что алгоритм застрял, не выходит из режима обучения неделями или выдаёт нестабильный CPA. Причин ровно восемь. Объём данных — только одна из них.
В этой статье вы найдёте структурированное объяснение каждой причины, компактную таблицу симптомов и дерево диагностики из восьми вопросов. Пройдите по нему сверху вниз — и вы точно определите, что именно мешает вашей автостратегии.
коротко о главном — 5 фактов
«Мало данных» — только 1 из 8 причин. У среднего бизнеса данные обычно есть, ломаетсякачество сигнала.
Автостратегия обучается на трёх столпах:данные,сигналы,среда. Восемь причин распределены по ним: 3 + 3 + 2.
Разброс CPA >30% за 3 дня при стабильном бюджете — маркершумной цели, а не нехватки данных.
Смена модели атрибуцииобнуляет обучение. С 20.05.2026 — принудительный переход на «Автоматическую»: это могло сломать обученные стратегии массово.
В ~20% случаев причиндве и больше одновременно. Решение одной не выведет автостратегию из обучения — нужен последовательный проход по дереву.
Почему «мало данных» — самая частая, но обманчивая гипотеза
Когда автостратегия не выходит из обучения, первое, что приходит в голову маркетологу, — «не хватает конверсий». Этому способствует и справка Яндекса с её предупреждениями об объёме данных, и советы коллег в профессиональных чатах, и типовые рекомендации подрядчиков. Гипотеза удобна: она конкретна, понятна и предлагает простое действие — добавить микро-конверсии или увеличить бюджет.
Проблема в том, что для среднего бизнеса с 15–40 заявками в неделю эта гипотеза чаще всего неверна. Пятнадцать качественных конверсий в неделю — это не мало. Алгоритм вполне способен на них обучиться. Если он этого не делает, значит дело в другом: данные есть, но они зашумлены, атрибуция сломана, семантика слабая или аукцион перегрелся.
Чтобы проверить реальную ситуацию, откройте «Мастер отчётов» в Яндекс Директе и посмотрите на четыре показателя: количество конверсий по оптимизируемой цели за последние 7 дней, текущую стадию обучения, длительность нахождения в этой стадии и динамику CPA за последние 3–5 дней. Если конверсий ≥10, а CPA скачет более чем на 30% за три дня при стабильном бюджете и семантике — вы смотрите не на нехватку данных, а на шумную цель.
Прежде чем добавлять промежуточные конверсии и расширять бюджет, пройдите дерево из восьми вопросов ниже. Это займёт 5–10 минут и сэкономит недели бесполезного ожидания.
Три столпа обучения автостратегии: данные, сигналы, среда
Восемь причин не случайны — они распределяются по трём фундаментальным столпам, на которых держится обучение любой автостратегии Яндекс Директа.
Столп 1 — Данные. Объём и постоянство конверсионных событий, которые поступают в алгоритм. Если данных мало, они зашумлены или оптимизация ведётся на нерелевантное событие — алгоритм учится на неправильном материале или не учится вовсе. Три причины из этого столпа: мало данных, шумные цели, неправильный оптимизируемый event.
Столп 2 — Сигналы. Релевантность и стабильность сигнала, который получает алгоритм из потока данных. Данных может быть достаточно, но если модель атрибуции изменилась, семантика слабая или офлайн-конверсии из CRM не возвращаются в Метрику — алгоритм получает искажённую картину реальности. Три причины: смена атрибуции, слабая семантика, отсутствие офлайн-сигналов.
Столп 3 — Среда. Внешние условия, в которых алгоритм работает. Широкие корректировки ставок сужают пространство для оптимизации, а перегретый аукцион ломает привычные ценовые ориентиры. Две причины: широкие корректировки и конкурентный аукцион.
Ключевая идея: если проблема на одном столпе, действия направлены только туда. Типовая ошибка — добавлять микро-конверсии (столп «Данные»), когда проблема на самом деле в атрибуции (столп «Сигналы»). Дерево диагностики ниже помогает не перепутать уровни.
Понимание трёх столпов меняет подход к диагностике: вместо хаотичного перебора настроек вы работаете системно. Сначала убеждаетесь, что данные чистые и достаточные. Потом проверяете качество сигнала. И только затем смотрите на внешнюю среду. Именно в таком порядке построено дерево диагностики — от самой частой и легко проверяемой причины к самой сложной.
| # / Причина | Столп | Ключевой симптом |
|---|---|---|
| 1 · Мало данных | Данные | Менее 10 конверсий/нед по оптимизируемой цели |
| 2 · Шумные цели | Данные | Разброс CPA >30% за 3 дня при стабильном бюджете |
| 3 · Неправильный оптимизируемый event | Данные | Оптимизация на клик по номеру, а не на заявку/сделку |
| 4 · Смена модели атрибуции | Сигналы | Кампания перешла на новую модель атрибуции менее 30 дней назад |
| 5 · Слабая семантика | Сигналы | Менее 100 фраз при широкой нише; >30% минус-слов предложено алгоритмом |
| 6 · Отсутствие офлайн-сигналов | Сигналы | Заявки уходят в CRM, но статус «сделка / отказ» не возвращается в Метрику |
| 7 · Широкие корректировки | Среда | Корректировки >50% по регионам / устройствам / времени |
| 8 · Конкурентный аукцион | Среда | CPC вырос >40% за 2 недели без изменений в кампании |
Таблица выше — быстрый навигатор. Если симптом совпадает, переходите к соответствующему узлу дерева диагностики. Дерево строится по тем же трём столпам: сначала Данные (Q1–Q3), потом Сигналы (Q4–Q6), потом Среда (Q7–Q8). Пройдите его сверху вниз и остановитесь на первом «Да» в ветке причины.
дерево диагностики — 8 вопросов
Автостратегия застряла в обучении или нестабильный CPA дольше 2 недель
- Добавить промежуточную конверсию (клик по номеру, просмотр карточки) — цель «Основная OR Промежуточная»
- Увеличить недельный бюджет минимум ×1.5
- Расширить семантику высокочастотными фразами
- Не переключаться на ручное управление — усугубит
- Проверить конверсию на «мусор»: спам-заявки, тестовые клики, ошибочные события
- Добавить honeypot / reCAPTCHA v3 в форму
- Уточнить условия срабатывания цели в Метрике («Заявка отправлена + прошла валидацию»)
- Пересобрать цель: заявка + квалификация менеджером, оплата, сделка в CRM
- Настроить передачу события через API или Measurement Protocol
- Если конверсий по правильной цели <10/нед — вернуться к Q1
- Подождать 14–21 день переобучения
- Не менять цели, семантику, бюджет в этот период
- Отслеживать стадию обучения через «Мастер отчётов»
- Контекст: с 20.05.2026 — принудительный переход на «Автоматическую» атрибуцию
- Расширить ядро: перекрёстные запросы, синонимы, вопросы («как выбрать», «сколько стоит»)
- Проверить релевантность связок ключ↔объявление↔посадочная
- Настроить передачу офлайн-конверсий из CRM через yclid (окно 21 день)
- Инструменты сквозной аналитики: Roistat, Calltouch, CoMagic, K50
- Оценка качества лида должна попадать в оптимизируемое событие
- Снизить корректировки до ±30%
- Оставить только подтверждённые статистикой (>50 конверсий по сегменту)
- Дать автостратегии 7–14 дней переобучиться без корректировок
- Проверить «Прогноз бюджета» и данные аукциона — сравнить с прошлым месяцем
- Пересмотреть целевой CPA/ДРР с учётом нового уровня цен рынка
- В сезонной нише — переждать пик, автостратегия вернётся к штатному обучению
- Дифференцироваться креативом и посадочной, а не только ставкой
- Пройти дерево ещё раз: выписать все «граничные» значения
- Обычно 2–3 «почти-Да» суммарно ломают обучение
- Если не помогло — полный аудит рекламного аккаунта
Что делать после диагностики: приоритеты действий
Дерево диагностики даёт вам причину. Теперь важно правильно действовать — и здесь большинство совершают ту же ошибку, что и при постановке диагноза: делают всё сразу.
Действуйте по одной причине за раз. Если вы одновременно добавите микро-конверсии, поменяете цель и снизите корректировки — вы не поймёте, что именно сработало. Хуже того: несколько изменений подряд запускают несколько циклов переобучения, которые накладываются друг на друга. Автостратегия получает хаотичный сигнал и не выходит из нестабильного состояния. Правило простое: одно изменение → 7–14 дней ожидания → оценка результата → следующее изменение.
Столпы имеют разную скорость реакции. Столп «Данные» даёт эффект через 7–10 дней: алгоритму нужен новый поток чистых конверсий. Столп «Сигналы» — 14–21 день: переобучение модели атрибуции занимает больше времени. Столп «Среда» — около 7 дней: после снятия широких корректировок аукцион перебалансируется относительно быстро.
Не переключайтесь на ручное управление раньше времени. Это типовая ошибка среднего бизнеса: три недели автостратегия не выходит из обучения → «верните ручное». Ручное управление даст стабильность на 1–2 месяца, но потолок эффективности ниже, а масштабирование требует ручной работы с каждой связкой ключ↔объявление↔ставка. Автостратегию проще починить, чем заменить.
разбор реального кейса — две последовательные причины
Шумные цели → Мало данных: два цикла переобучения
Исходная ситуация
Стратегия «Оптимизация по конверсиям», цель — «Отправка заявки». Q1: 12 конверсий/нед → ≥10, причина 1 не срабатывает.
Срабатывает Q2 → Причина 2: Шумные цели
CPA за 3 дня: 2 500 ₽ → 3 400 ₽ → 4 200 ₽. Разброс: (4 200 − 2 500) / 2 500 =68%— далеко выше порога 30%.
Диагностика формы
Из 12 заявок в неделю: 7 — спам-боты, 5 — валидные лиды. Добавлен honeypot, цель пересобрана на «Заявка + квалификация менеджером».
Повторный проход по дереву → Причина 1: Мало данных
Q1: 5 чистых конверсий/нед → <10. Добавлена промежуточная цель «Клик по номеру». Суммарно:22 конверсии/недв миксе.
Результат через 2 недели
Автостратегия обучилась. CPA снизился с5 600 ₽до4 200 ₽за квалифицированную заявку —−25%при росте качества лидов.
Починка одной причины (шумные цели) вскрыла вторую (мало данных по чистой цели). Это нормально — дерево часто проходят 2–3 раза. Два цикла переобучения по 7–14 дней, и задача решена.
Кейс выше наглядно показывает: дерево диагностики — не одноразовый инструмент. После каждого исправления ситуация меняется, и то, что казалось решённым, открывает следующий уровень проблемы. Это нормальная часть работы с автостратегиями. Главное — не паниковать, не переключаться на ручное управление после первого же цикла и давать алгоритму достаточно времени на переобучение.
Важно помнить: автостратегии Яндекс Директа — это живые модели, которые реагируют на каждое ваше действие. Минимизируйте количество одновременных изменений, фиксируйте каждый шаг в журнале правок и сверяйтесь с «Мастером отчётов» раз в 3–5 дней. Именно такой системный подход позволяет довести автостратегию до стабильного обучения даже в сложных нишах.
Типовые ошибки при работе с автостратегиями
Так делают чаще всего — и это мешает обучению:
- Оптимизируют на «мягкую» цель (клик по номеру, скролл) вместо реального лида или сделки
- Вносят несколько изменений одновременно и не могут понять, что сработало
- Переключаются на ручное управление через 1–2 недели, не дав автостратегии обучиться
- Добавляют микро-конверсии, когда проблема — в атрибуции или шумной цели
- Ставят корректировки >50% по нескольким сегментам сразу, сужая пространство для оптимизации
- Не передают офлайн-конверсии из CRM обратно в Метрику — алгоритм не видит качество лидов
Как делать правильно:
- 01
Оптимизировать на квалифицированный лид, оплату или сделку — событие, которое реально отражает бизнес-результат
- 02
Одно изменение → 7–14 дней ожидания → оценка результата → следующий шаг
- 03
Пройти дерево диагностики из 8 вопросов, прежде чем вносить любые правки
- 04
Настроить передачу офлайн-конверсий через yclid или инструменты сквозной аналитики (Roistat, Calltouch, CoMagic)
- 05
Снижать корректировки до ±30%, оставляя только подтверждённые статистикой сегменты
Скорость реакции по столпам: сколько ждать после изменений
- 01
Столп «Данные» — 7–10 дней. Алгоритму нужен новый поток чистых конверсионных событий. Эффект от добавления промежуточной цели или очистки формы от спама виден через полторы недели.
- 02
Столп «Сигналы» — 14–21 день. Переобучение модели атрибуции занимает больше времени: алгоритм перестраивает внутреннюю модель связи между кликами и конверсиями.
- 03
Столп «Среда» — около 7 дней. После снятия широких корректировок аукцион перебалансируется относительно быстро. Сезонный перегрев аукциона проходит сам по мере спада конкуренции.
Итог: системный подход вместо угадывания
- 01
Пройдите дерево диагностики из 8 вопросов сверху вниз — оно укажет на вашу причину и даст конкретные действия
- 02
Действуйте по одной причине за раз и давайте алгоритму 7–21 день на переобучение после каждого изменения
- 03
Не переключайтесь на ручное управление раньше времени — автостратегию проще починить, чем заменить
- 04
Если дерево прошли, а проблема осталась — скорее всего, работают две-три причины одновременно: пройдите его повторно с чек-листом
- 05
Фиксируйте каждое изменение и дату — это единственный способ понять, что именно помогло
Системный подход к диагностике — это не перфекционизм, а экономия времени. Хаотичные правки без понимания причины могут держать автостратегию в нестабильном состоянии месяцами. Дерево из 8 вопросов позволяет за 10 минут сузить поиск до конкретного столпа и конкретного действия. Именно так среднестатистический кейс с двумя последовательными причинами решается за 2–4 недели вместо 2–3 месяцев.
Часто задаваемые вопросы
Минимум 10 конверсий по оптимизируемой цели в неделю. Для стабильного обучения — 15–30/нед. При меньшем объёме используйте микс из основной цели и промежуточных микро-конверсий, суммарно дающий ≥10/нед.
Три пути: (1) микс целей — основная плюс промежуточная суммарно ≥10/нед; (2) переключение на «Оптимизацию по доле рекламных расходов»; (3) ручное управление, если объём принципиально не масштабируется.
Три маркера: разброс CPA >30% за 3 дня при стабильном бюджете; доля нецелевых событий >20%; соотношение «цель в Метрике / сделка в CRM» <30%. Все три — сигнал к пересборке цели, а не к увеличению бюджета.
Не в первую очередь. Сначала пройдите дерево диагностики и устраните 1–2 причины, дав 14–21 день переобучения. Ручное управление — только если после двух итераций автостратегия не стабилизируется или бизнесу критична предсказуемость расходов на короткий период.
Да, и существенно. Смена модели атрибуции обнуляет обучение: алгоритм начинает учиться заново. С 21.04.2026 устаревшие модели запрещены в новых кампаниях, с 20.05.2026 — принудительный переход на «Автоматическую». После смены нужно 14–21 день переобучения без других изменений.
Спасибо за заявку!
Мы свяжемся с вами в ближайшее время.
