Что нельзя отдавать автоматике в Яндекс Директе и Google Ads

Рекламные кабинеты в 2026 году все активнее забирают на себя повседневные решения. Системы автоматически корректируют ставки, подбирают аудитории, собирают комбинации объявлений и распределяют бюджет между вариантами.

Для бизнеса это удобно: специалисту не нужно вручную контролировать каждый аукцион. Но вместе с этим становится меньше прозрачности. Рекламодатель видит итоговый результат, но не всегда понимает, почему алгоритм выбрал именно такую аудиторию, ставку или площадку.

Поэтому роль специалиста меняется. Сейчас важнее не управлять каждым показом, а правильно задать системе цель и контролировать, к какому бизнес-результату она приводит.

Почему реклама все сильнее зависит от алгоритмов

Google Ads уже давно развивает Smart Bidding. Эти стратегии автоматически меняют ставки в зависимости от вероятности конверсии и других сигналов конкретного аукциона.

В августе 2026 года Google дополнительно изменил работу Target CPA и Target ROAS для части кампаний с ограниченным бюджетом. Система стала точнее стремиться к установленной рекламодателем цели.

Яндекс Директ развивается в похожем направлении. В автоматических стратегиях специалист задает ориентир: например, стоимость конверсии или долю рекламных расходов. Дальше алгоритм сам управляет участием в аукционах.

Автотаргетинг тоже берет часть решений на себя. Система анализирует объявление и посадочную страницу и сама подбирает дополнительные поисковые запросы.

В результате управление кампанией все чаще выглядит так: человек задает правила → алгоритм выполняет → человек проверяет результат.

И если правила сформулированы неправильно, система просто быстрее масштабирует ошибку.

Какие задачи можно передавать автоматике

Есть зоны, где алгоритм действительно эффективнее ручного управления.

Корректировка ставок

Автоматическим стратегиям можно доверить изменение ставок на уровне отдельных аукционов. Система способна учитывать больше сигналов, чем специалист может обработать вручную в реальном времени. Поэтому постоянное ручное вмешательство здесь часто только мешает обучению алгоритма.

Но есть условие: целевой CPA или ROAS должен быть рассчитан правильно.

Тестирование комбинаций объявлений

Алгоритм хорошо справляется с перебором вариантов заголовков, описаний, изображений и видео. Если у кампании много элементов, системе проще быстро определить, какие сочетания получают больше отклика. При этом исходные материалы все равно должен контролировать человек.

Автоматика может выбрать лучший вариант из предложенных, но она не всегда понимает, соответствует ли он позиционированию бренда.

Поиск дополнительной аудитории

Автотаргетинг и автоматическое расширение охвата помогают находить пользователей, которых сложно заранее описать вручную. Это полезно в тех случаях, когда алгоритм уже получает достаточно качественных данных о конверсиях.

Но сам факт расширения аудитории еще не говорит о пользе. Нужно отдельно смотреть, кто именно приходит и что происходит с этими пользователями после обращения.

Что нельзя отдавать системе полностью

Главная граница проходит там, где рекламная метрика начинает соприкасаться с реальной экономикой бизнеса. Алгоритм умеет оптимизироваться под заданную цель. Но он не может самостоятельно определить, правильно ли эта цель выбрана.

Бизнес-цели должен задавать человек

Рекламная система не знает внутреннюю экономику компании. Она не видит маржинальность, загрузку отдела продаж, допустимую стоимость привлечения и реальную прибыль с клиента, если эти данные не переданы специально.

Например, в кампании может быть установлен CPA 5000 рублей. Алгоритм будет стремиться получать обращения примерно по этой цене.

Но если бизнес зарабатывает на среднем клиенте меньше, чем нужно для окупаемости такой рекламы, кампания формально выполняет настройку и при этом работает в минус. Поэтому целевые CPA и ROAS нельзя брать из рекомендаций кабинета без проверки.

Автоматические стратегии хорошо выполняют поставленную задачу. Проблемы начинаются тогда, когда сама задача сформулирована неверно. Чем больше процессов автоматизировано, тем дороже обходится ошибка в исходных целях.»

Конверсии требуют ручной настройки и проверки

Автоматическая стратегия учится на тех действиях, которые рекламодатель отметил как целевые. Если система получает плохой сигнал, она начинает оптимизироваться под него.

Например, в качестве основной конверсии можно выбрать отправку формы. Тогда алгоритм будет искать пользователей, которые охотнее отправляют формы.

Но это не означает, что такие обращения становятся продажами.

Для бизнеса разные действия имеют разную ценность:

• звонок;
• заявка;
• квалифицированный лид;
• оформление заказа;
• оплаченная покупка;
• повторная продажа.

Если все эти действия считать одинаковыми, алгоритм получает искаженную картину. Поэтому настройка целей и их ценности остается задачей специалиста.

Низкий CPA еще не означает хороший результат

Одна из самых частых ошибок - оценивать кампанию только по стоимости обращения. Алгоритм может найти дешевый сегмент аудитории, который активно оставляет заявки. На уровне рекламного кабинета все выглядит хорошо.

Но после передачи лидов в отдел продаж выясняется, что большая часть обращений не подходит по бюджету, региону или другим критериям.

В такой ситуации CPA может даже снижаться, а количество продаж - не расти. Поэтому нужно отслеживать не только первичную конверсию, но и дальнейший путь клиента.

Лучший вариант - возвращать в рекламную систему данные из CRM о квалифицированных лидах и продажах.

Минус-слова и исключения по-прежнему нужны

Автотаргетинг уменьшает объем ручной работы с семантикой, но не отменяет контроль поисковых запросов. Система может находить новые формулировки, которые специалист не предусмотрел. Среди них будут как полезные, так и нерелевантные.

Например, коммерческая кампания может начать получать переходы по информационным запросам. Формально пользователь интересуется темой, но покупать ничего не планирует.

Поэтому отчеты по фактическим поисковым запросам нужно регулярно проверять. Нерелевантные темы, бренды конкурентов, неподходящие регионы и информационные формулировки стоит исключать, если они не приносят ценности.

Автоматике можно доверить расширение. Решение о качестве этого расширения остается за специалистом.

Посадочные страницы нельзя исключать из оптимизации

Еще одна зона, которую рекламный алгоритм не исправит сам, - сайт. Система может привести пользователя с высокой вероятностью конверсии. Но дальше результат зависит уже от страницы. Если на ней непонятное предложение, неудобная форма или слабое объяснение преимуществ, реклама не компенсирует эти недостатки.

Иногда из-за этого специалист начинает бесконечно менять ставки и стратегии, хотя причина находится совсем в другом месте.

Поэтому при росте CPA нужно проверять не только настройки кампании, но и:

• скорость загрузки страницы;
• понятность предложения;
• соответствие страницы объявлению;
• удобство формы;
• наличие нужной информации;
• работу страницы на мобильных устройствах.

Оптимизация контекстной рекламы не заканчивается внутри рекламного кабинета.

Пример из практики

В одном из проектов автоматическая стратегия стабильно удерживала стоимость заявки в пределах установленной цели. По отчетам кампания выглядела нормально, и явных причин для вмешательства не было. После сверки с отделом продаж мы увидели другую картину. Значительная часть обращений не доходила до квалификации. Формально конверсий было достаточно, но бизнес получал слишком мало подходящих лидов.

Мы пересмотрели набор целей и перестали ориентировать кампанию только на факт отправки формы. Дополнительно разделили обращения по качеству, проверили реальные поисковые запросы и добавили исключения по тем направлениям, которые давали много слабых лидов.

Параллельно доработали посадочные страницы под основные сценарии спроса. После этого алгоритм продолжил автоматически управлять ставками, но получил более точные сигналы для обучения. Кампания стала оцениваться не по количеству заявок как таковых, а по тому, насколько они полезны для отдела продаж.

Главный вывод из этой работы: автоматизацию не пришлось отключать. Нужно было изменить данные, на которые она опиралась.

Почему CRM становится частью рекламной системы

Чем больше решений принимает алгоритм, тем важнее качество обратной связи. Если рекламная платформа видит только отправку формы, она не знает, чем закончилась заявка.

Для бизнеса же путь выглядит иначе: обращение → проверка → переговоры → сделка → выручка.

Если система получает только первый этап, она оптимизируется под количество обращений. Если ей возвращать данные о квалификации и продажах, она получает более полезный сигнал. Поэтому связка рекламы и CRM становится важной частью автоматизации Google Ads и Яндекс Директа.

Как правильно разделить задачи между системой и специалистом

Удобно разделить работу на две зоны.

Автоматике стоит передавать:

• изменение ставок;
• участие в аукционах;
• перебор комбинаций объявлений;
• часть поиска аудитории;
• распределение трафика;
• рутинные корректировки.

Специалист должен контролировать:

• допустимую стоимость привлечения;
• целевые CPA и ROAS;
• набор конверсий;
• качество заявок;
• поисковые запросы;
• минус-слова и исключения;
• посадочные страницы;
• данные из CRM;
• корректность рекламных материалов;
• реальную прибыль.

Такой подход позволяет использовать сильные стороны алгоритма и при этом не терять управление рекламой.

Как проверить автоматические кампании

Для аудита можно использовать простой порядок действий:

• определить, какие конверсии участвуют в оптимизации;
• проверить их реальную ценность для бизнеса;
• сопоставить target CPA или ROAS с экономикой проекта;
• сравнить заявки с квалифицированными лидами;
• изучить поисковые запросы;
• проверить минус-слова и исключения;
• оценить посадочные страницы;
• убедиться, что данные из CRM передаются корректно;
• проверить автоматические рекомендации перед применением;
• сравнить рекламные показатели с продажами.

Такой аудит дает больше пользы, чем постоянные ручные корректировки ставок.

Автоматизация контекстной рекламы в 2026 году уже стала стандартной частью работы Яндекс Директа и Google Ads. Отказываться от нее нет смысла. Но передавать алгоритму все решения тоже нельзя. Система хорошо справляется с расчетами и масштабированием, а бизнес должен оставлять за собой цели, экономику, качество данных и оценку результата.

Материал проверен редакцией «Поисковая индустрия»

FAQ: популярные вопросы и ответы