Яндекс связал рост конверсий в Директе с обновлением нейросетей
За первые девять месяцев 2026 года средняя конверсионность рекламы в Яндекс Директе увеличилась на 20–25% по сравнению с аналогичным периодом прошлого года. В пресс-службе Яндекс Рекламы отмечают, что при сопоставимых бюджетах рекламодатели стали получать больше конверсий.
Показатель рассчитан по совокупной динамике всех рекламных кампаний в сервисе. При этом результаты конкретных размещений могут отличаться: на них влияют тематика бизнеса, настройки кампаний, объем бюджета и другие параметры.
Почему изменились результаты рекламных кампаний
В Яндексе связывают рост эффективности с обновлением рекомендательных технологий, которые используются для подбора аудитории, ранжирования объявлений и оптимизации рекламных кампаний. В первой половине 2026 года компания изменила сам принцип работы системы.
Ранее реклама обрабатывалась по каскадной схеме: сначала алгоритм отбирал объявления-кандидаты, а затем ранжировал их. После обновления нейросетевые архитектуры формируют решение с учетом всей пользовательской сессии. В компании называют такой переход частью общемирового тренда, при котором рекламные платформы отказываются от разрозненных этапов в пользу сквозных моделей.
Роль моделей Argus и Gorgona
В течение 2026 года Яндекс поэтапно внедрил в рекламную систему две собственные модели — Argus и Gorgona. Они отвечают за разные участки работы: первая помогает определить, кому показать объявление, а вторая оценивает вероятность конверсии и влияет на распределение ставок.
- Argus запустили в начале 2026 года. Модель анализирует обезличенную историю интересов и действий пользователей и помогает точнее подбирать аудиторию.
- Gorgona внедрили в июне 2026 года. Она прогнозирует, какой показ с большей вероятностью приведет к покупке, оценивает путь пользователя до конверсии и управляет ставками в реальном времени.
Изначально Argus учитывала обезличенную историю активности за период до одного года. Со временем глубина анализа увеличилась втрое — теперь модель может использовать данные об интересах и действиях пользователя за последние три года. По замыслу Яндекса, это должно помогать системе точнее учитывать долгосрочные поведенческие сигналы.
Совместная работа моделей позволяет одновременно улучшать подбор потенциальной аудитории и эффективнее распределять рекламный бюджет между показами. Однако заявленный рост на 20–25% относится к среднему показателю по Директу и не означает аналогичного результата для каждой отдельной кампании.
