Прогноз обещал 4x ROAS ко второму месяцу. Вместо этого выросли ставки, упал CTR, и руководитель ждёт ответов. Чаще всего это ошибка прогноза: модель строилась на допущениях, которые не пережили встречу с реальным аукционом. По данным NP Digital, в 54% случаев прогнозы разбиваются об инфляцию CPC.
Почему прогнозы не сходятся
Большинство прогнозов ломаются в одних и тех же местах. Если найти причину расхождения, следующий прогноз уже не повторит ошибку.
- Инфляция CPC. Ставки двигает аукцион, а не намерения рекламодателя. Конкуренция, изменения quality score и обновления алгоритмов поднимают цену клика быстрее, чем закладывает модель. По данным NP Digital по кампаниям в разных отраслях, инфляция CPC вызывает 54% провалов прогнозов.
- Волатильность конверсий. Конверсия сжимается, когда падает уверенность покупателей, и растёт в период высокого спроса. Допущение о постоянной конверсии во время кризиса это удача, а во время роста категории это гарантированный промах.
- Усталость креативов. CTR падает, эффективный CPC растёт. Усталость креатива это предсказуемая кривая, и она должна быть в прогнозе с первого дня, вместе с графиком обновления материалов.
- Непредсказуемость AI-биддинга. Автоматические стратегии Google Ads и Meta оптимизируются по сигналам, которые рекламодатель не контролирует. Ручные корректировки ставок дают меньший эффект, чем ожидают команды.
- Пересечение аудиторий. Когда одна аудитория ловится в нескольких каналах, прогноз завышает реальный охват. Лид из поиска и лид из соцсетей могут быть одним человеком.
Кривая раскачки: почему новые кампании сначала в минусе
Новые кампании почти всегда работают в минус первые несколько недель. Алгоритму нужно время, чтобы собрать сигналы конверсий, аудитория уточняется по первым данным, а креативы проверяются в деле. В этот период CPC выше, конверсия ниже, и результат выглядит как провал, хотя это норма.
Сильнее всего эффект заметен в Performance Max и Advantage+, где алгоритму дают больше свободы при меньшем объёме истории. Новые креативы, посадочные страницы и аудитории удлиняют раскачку.
Из этого следует практический вывод: прибыльность нужно моделировать по неделям, а не средним числом по кампании. Кампания в среднем может выглядеть маржинальной, но уходить в минус с первой по третью неделю и выйти в плюс только с шестой. Команды, которые показали руководству кривую раскачки заранее, получают время на доведение кампании. Остальные рискуют быть остановленными до того, как алгоритм чему-то научился.
Три шага: охват, эффективность, прибыльность
Надёжный прогноз отвечает на три вопроса по порядку: сколько людей увидят рекламу, сколько из них отреагируют, и что бизнес получит в итоге. Каждый шаг питает следующий.
Шаг 1. Охват. Входные данные: бюджет, размер аудитории, площадка, ожидаемые CPM или CPC. AI-биддинг добавляет разброс, поэтому охват стоит закладывать диапазоном, а не одним числом.
Шаг 2. Эффективность. Исторический CTR по типам креативов и сегментам, конверсия посадочных, сезонность. Здесь обязательна кривая усталости креативов. Если истории нет, консервативная оценка: падение CTR на 15-25% к шестой неделе для большинства кампаний.
Шаг 3. Прибыльность. Стоимость конверсии, средний чек или LTV, целевой CAC, маржинальность. Здесь же поправка на инкрементальность: прогноз должен отражать дополнительные продажи от рекламы, а не весь атрибутированный доход, иначе органический канал задваивается в отчётах.
Главное правило
Прогноз держится, только если входные данные честные. Оптимистичный охват раздувает эффективность, а та даёт цифры прибыльности, которые не переживают первый отчётный цикл.
Модели, которые держат удар
Обычные таблицы работают в стабильных условиях. В рекламе условия меняются, и четыре подхода справляются с этим лучше средних:
- Когортное прогнозирование. Конверсии группируются по неделе или месяцу привлечения, а не по дате фиксации выручки. Recency bias в стандартных отчётах делает свежие кампании сильнее, а старые слабее, чем они есть.
- Blended CAC. Считает полный микс каналов, а не каждый в изоляции. При пересечении аудиторий одноканальный CAC завышает эффективность.
- Поправка на инкрементальность. Атрибутированные конверсии уменьшаются на то, что случилось бы без рекламы. Особенно заметно для брендовых запросов и ретаргетинга.
- Эластичность расходов. Показывает, где дополнительные вложения перестают окупаться. У большинства кампаний есть точка насыщения, и она не видна в средних метриках.
Прогноз, которому верит руководство
Руководителям не нужна идеальная точность. Им нужна прозрачность допущений и связь с деньгами: выручка, созданный пайплайн, CAC и диапазоны риска. Отчёт в терминах ROAS и CPC этой связи не даёт.
Допущения нужно называть вслух до старта кампании: каким закладывается CPC и что сдвинет его, какая конверсия и что её сожмёт, какой график обновления креативов, как быстро алгоритм выйдет на оптимум. Плюс три сценария вместо одного числа: консервативный (CPC плюс 20%, CTR падает по кривой усталости), ожидаемый и агрессивный. Тогда промах прогноза обсуждается по делу, а не как сюрприз.
План на 90 дней
Настройка прогнозирования не требует полной перестройки. Три фазы, каждая опирается на предыдущую.
- Дни 1-30: чистка данных. Проверить атрибуцию и сквозную аналитику по всем каналам, убрать сломанные пути, дубли и неверные метки в CRM. Прогноз на плохих данных будет неправильным способом, который трудно диагностировать задним числом.
- Дни 31-60: сборка моделей. Трёхшаговый прогноз, три сценария, когортные отчёты вместо средних, дашборд, связывающий рекламу с пайплайном и выручкой. Для кампаний с растущими бюджетами добавить кривую эластичности.
- Дни 61-90: операционная рутина. Единый отчёт из данных рекламы, CRM и выручки. Ежемесячные встречи по прогнозу: факт против плана, изменения допущений, качество конверсий, сдвиги рынка.
Что это значит для бизнеса
Рекламодателям во Владивостоке и на Дальнем Востоке прогнозы нужны не меньше, чем федеральным сетям: бюджеты меньше, и каждый промах заметнее. AI-биддинг сокращает ручное управление ставками, но добавляет неопределённости, и единственный способ с ней работать это модели, которые показывают диапазон, а не обещание.
Прогнозирование это та же автоматизация бизнес-процессов: вместо ручного сведения таблиц команда получает систему, которая пересчитывает сценарии и честно сообщает о рисках. Нейросети для бизнеса здесь работают на стороне анализа: когорты, эластичность, инкрементальность считаются быстрее и без ошибок округления.