Как навести порядок в Яндекс Директ для B2B
и снизить стоимость лида

→
Cтатьи
→
2026
→
Февраль

Содержание:

___В B2B-рекламе проблема почти никогда не в кликах. Клики можно купить. Показы - увеличить. Бюджет - расширить. А вот предсказуемость - редкость.
___Именно с этим запросом ко мне пришла компания, занимающаяся ремонтом коммерческой недвижимости. Не «сделайте подешевле», не «давайте больше лидов», а гораздо честнее: «Мы не понимаем, чего ждать от рекламы. В один месяц всё хорошо, в другой - минус. Мы не можем на это опереться».

Формально реклама в Яндекс Директ работала. Объявления крутились, клики были, отчёты выглядели «живыми». Но если посмотреть на это глазами бизнеса, картина была тревожной.
- стоимость обращения могла отличаться в 5–6 раз от месяца к месяцу;
- нельзя было спрогнозировать загрузку бригад;
- любое увеличение бюджета превращалось в эксперимент;
- руководство не понимало, масштабируется ли вообще этот канал;

И это особенно опасно для B2B-услуг с высоким чеком, где ошибка в 2–3 лида уже чувствуется в выручке.

Дополнительно ситуацию усложняло то, что реклама велась сразу из двух аккаунтов Яндекс Директ, на разные сайты и домены. Идея была понятной: тестировать гипотезы, не рискуя всем сразу. На практике получилось иначе: Два источника данных. Две разные динамики. Две логики оптимизации. Вместо прозрачности - ещё больше шума и ощущение, что реклама живёт своей жизнью.

Исходные показатели Яндекс Директ до оптимизации

Если открыть стандартный отчёт Яндекс Директ, на первый взгляд всё выглядело… терпимо. Расходы есть, клики идут, обращения фиксируются. Ничего не «горит красным», кампании не в нуле. Именно поэтому такие ситуации особенно опасны: реклама не проваливается, но медленно и системно тянет бизнес вниз.

Реклама велась из двух аккаунтов - AC и AD. Вот показатели за 10 месяцев

AC: Расход на рекламу 664 000 ₽ Количество обращений 46 Средняя стоимость лида ≈ 11 000 ₽

AD: Расход на рекламу 723 000 ₽ Количество обращений 59 Средняя стоимость лида ≈ 12 200 ₽

Если смотреть только на средние значения, может возникнуть иллюзия контроля. Мол, лид дорогой, но ниша сложная, B2B, ремонт «так у всех». Проблема не в средней цене. Проблема в разбросе.

Когда мы разложили данные по месяцам, картина резко изменилась: в одном месяце обращение стоило 5–6 тыс. ₽, в другом - 25–30 тыс. ₽, количество лидов могло упасть в 2–3 раза без видимых причин. По сути, каждая попытка увеличить бюджет превращалась в эксперимент с неизвестным исходом.

Средняя стоимость обращения - один из самых обманчивых KPI в контекстной рекламе. Она сглаживает крайности и прячет главную проблему - нестабильность. Два сценария могут выглядеть одинаково в отчёте: A- стабильно 10 лидов по 10 000 ₽; B- - 3 лида по 30 000 ₽ и 20 лидов по 5 000 ₽

Для бизнеса это совершенно разные ситуации. Во втором случае вы не управляете каналом - вы на него надеетесь. Именно это происходило здесь: реклама жила своей жизнью, а бизнес подстраивался под неё.

Ключевой вопрос, на который не было ответа: «Если мы добавим 100 000 ₽ в рекламу, что произойдёт?» Никто не мог сказать: - станет ли лид дешевле; - сохранится ли объём; - не “сломается” ли стратегия. Без этого невозможно принимать управленческие решения. Контекстная реклама перестаёт быть инструментом роста и превращается в источник стресса.

Аудит рекламных кампаний и ключевые ошибки структуры

Когда реклама работает нестабильно, первое желание - крутить ставки, менять объявления, «поиграться» с бюджетами. В этом кейсе это было бы бесполезно. Проблема лежала глубже - в том, чему именно обучалась система и в каких условиях она это делала. После детального аудита аккаунтов Яндекс Директ стало понятно: реклама не была системой. Это был набор активных кампаний без единой логики. Разберём основные ошибки.

▪ Ошибка 1. Оптимизация не по тем целям

Формально цели в Метрике были настроены. Фактически - они не отражали ценность для бизнеса. Основной сигнал для стратегии - отправка формы. Звонки либо не учитывались, либо имели второстепенный вес. Для Яндекс Директ это принципиально. Алгоритм не понимает «дорогой это лид или нет». Он понимает только одно: какие события считать успешными.

В результате система: - приводила пользователей, готовых нажать кнопку; - игнорировала намерение позвонить; - оптимизировалась под скорость, а не под качество. В B2B это почти гарантированно ведёт к мусорному трафику. Заявку через форму можно оставить за 10 секунд. Звонок требует осознанного решения. Но алгоритм об этом «не знал».

▪ Ошибка 2. Смешение трафика в одной структуре

Поиск, Рекламная сеть Яндекса, мобильные устройства, разные сегменты аудитории - всё это работало в одних и тех же логических связках. Для алгоритмов это выглядит как постоянный шум:
- разные намерения;
- разные паттерны поведения
- разные вероятности конверсии.

В итоге стратегия обучалась медленно и противоречиво. В один день она «училась» на горячем поисковом звонке, в другой - на случайном клике с мобильного баннера. Предсказуемости в такой системе быть не может.

▪ Ошибка 3. Избыточный охват ради статистики

Отдельная проблема - ориентация на объём трафика. РСЯ и мобильные площадки давали много показов и кликов. В отчётах это выглядело как активность. Но при разборе обращений выяснялось:
- большая часть кликов не превращалась в лиды;
- звонки с этих каналов были единичными;
- бюджет расходовался быстрее, чем обучалась стратегия.

В B2B это классическая ловушка: много цифр - мало денег.

▪ Ошибка 4. Отсутствие управляемости как системы

Все предыдущие ошибки сходились в одной точке. Нельзя было:
- спрогнозировать результат;
- повторить удачный месяц;
- масштабировать рекламу без риска.

Каждый месяц был новым экспериментом, а не продолжением предыдущего. Именно поэтому главной задачей стало не «улучшить показатели», а пересобрать фундамент.

Новая архитектура и логика обучения стратегий

После аудита стало понятно: точечные правки не помогут. Нельзя «подкрутить ставки» в системе, которая изначально неправильно обучается. Это как пытаться настроить автопилот, когда датчики смотрят не туда. Поэтому я пошёл не от кампаний, а от логики: сначала какие события важны бизнесу, потом как должна обучаться стратегия, и только затем объявления, ставки и бюджеты.

▪ Этап 1. Перенастройка целей: учим алгоритм зарабатывать деньги

Это самый недооценённый шаг в настройке Яндекс Директ. Большинство рекламодателей оптимизируются по тому, что проще отследить. Форма, клик, глубина просмотра. Но алгоритму всё равно, прибыль это или нет. Если сказать ему «форма = успех», он приведёт тысячи форм. Качество его не волнует.

Полностью пересобрали цели в Метрике. Оставили только реальные бизнес-сигналы: главная цель входящий звонок; вторичная подтверждённая заявка; дополнительная сообщение в чат. Все микроконверсии (время на сайте, скроллы, промежуточные действия) убрали из оптимизации. Теперь стратегия обучалась исключительно на действиях с высоким намерением купить.

Алгоритм начал: меньше гнаться за дешёвыми кликами; чаще показываться по «горячим» запросам; отсеивать аудиторию с низкой вероятностью звонка. Трафика стало чуть меньше, но его ценность резко выросла. Для B2B это всегда правильный вектор. Лучше 20 человек, которые ищут подрядчика, чем 500 «посмотреть».

▪ Этап 2. Разделение структуры: убираем шум

Следующая проблема смешение всего со всем. Когда в одной кампании и поиск, и РСЯ, и мобильные, алгоритм получает противоречивые данные и учится медленно. Поэтому мы буквально «разнесли» источники по разным логикам.

Полностью разделили: поиск; РСЯ; мобильные устройства; конкурентные запросы; ретаргетинг. Каждый тип трафика отдельная кампания со своей стратегией и бюджетом. Это дало два эффекта: Во-первых, стало понятно, кто реально приносит лиды. Во-вторых, алгоритмы начали обучаться быстрее, потому что данные стали «чистыми».

В B2B-ремонте поиск самый горячий канал. Человек вводит: ремонт офиса под ключ; подрядчик по ремонту коммерческих помещений; строительная компания для бизнеса; Это уже не интерес. Это намерение купить. Поэтому: увеличили дневные бюджеты на поиске; усилили ставки по коммерческим ключам; расширили семантику низкочастотными запросами; написали отдельные объявления под разные типы объектов. Задача была простая: дать стратегии достаточно данных для быстрого обучения.

▪ Важный момент: почему в этот период показатели временно ухудшились

На этом этапе многие совершают ошибку и откатывают изменения. Потому что в первые недели цифры могут выглядеть хуже. Здесь произошло то же самое. После масштабирования: кликов стало больше; стоимость лида временно выросла; конверсии «плавали». И это нормально. Алгоритм переобучался. Он переставал покупать старый мусорный трафик и искал новые паттерны. Этот период инвестиция в будущую стабильность. Если его не переждать, система так и останется хаотичной.

Мы сознательно «урезали» клики и это снизило стоимость лида

После перенастройки целей и разделения структуры система начала обучаться корректно. Но этого было недостаточно. Даже при правильных целях алгоритм всё равно будет пытаться купить любой доступный трафик, если вы ему это разрешаете. А в B2B дешевый трафик почти всегда означает одно нецелевой. Поэтому следующий шаг был максимально прагматичным. Не «как увеличить охват», а «что можно выключить без потери денег».

И вот здесь начинается самая неприятная для многих рекламодателей мысль: иногда, чтобы зарабатывать больше, нужно показываться меньше. Когда разложили статистику по сегментам, стало очевидно: часть кампаний просто сжигала бюджет. Типичная картина: клики есть; показы есть; лидов почти нет. Если смотреть только на CTR или цену клика, всё выглядело «нормально». Но если считать стоимость обращения экономика разваливалась. Особенно это касалось: мобильных площадок; части РСЯ; молодых и возрастных сегментов информационных запросов. Эти сегменты создавали иллюзию активности, но не приносили бизнесу денег.

Здесь не было «магии». Только холодная арифметика. Мы последовательно убрали всё, что не давало лидов или давало их слишком дорого: отключили планшеты; сократили мобильный трафик с низкой конверсией; полностью остановили убыточные мобильные кампании; убрали возрастные сегменты без заявок; пересобрали минус-слова; удалили мусорные ключи; сократили большую часть РСЯ. В некоторых местах это выглядело радикально. Например, по двум аккаунтам мы практически полностью отказались от Рекламной сети. Для многих это звучит кощунственно: «Как же так, РСЯ даёт объём!» Да, даёт. Но объём ≠ клиенты.

Почему поиск оказался кратно эффективнее РСЯ

Это важный нюанс, который часто искажают. Я не считаю, что РСЯ «плохая» сама по себе. Но для конкретной ниши ремонта коммерческой недвижимости поведение пользователя другое. Клиенты не покупают такие услуги импульсивно. Это не одежда и не доставка еды. Они: ищут подрядчика осознанно; сравнивают компании; сразу готовы звонить.

Такой спрос лучше всего ловится именно в поиске. Когда человек сам вводит запрос «ремонт офиса под ключ подрядчик», вероятность сделки в разы выше, чем при клике по баннеру «между новостями». Поэтому мы сделали ставку не на охват, а на намерение.

После отключений случилось то, что часто пугает бизнес. Трафик резко просел. По одному из аккаунтов клики упали почти в 8–9 раз. Если смотреть только на этот график кажется, что «всё сломали». Но если посмотреть на бизнес-метрики всё наоборот. Потому что вместе с кликами исчез и мусор. Остались только те, кто реально искал услугу. И именно на этом этапе начала формироваться стабильность. Не всплески. Не удачные недели. А ровный поток.

Результаты оптимизации Яндекс Директ

После перенастройки целей, разделения структуры и жёсткой чистки трафика системе понадобилось около 4–6 недель, чтобы стабилизироваться. то важный момент. Контекстная реклама не кнопка. Алгоритмам нужно время, чтобы накопить данные и переобучиться. Зато когда обучение завершилось, поведение кампаний стало… скучным. И это лучший комплимент для перфоманса. Без скачков. Без «в этом месяце повезло». Просто ровная математика.

▪ Индивидуальные показатели оптимизации для каждой из РК

▪ ▪ Аккаунт AC

До оптимизации 46 обращений ≈ 11 000 ₽ за лид постоянные скачки по месяцам.

После 17 обращений в месяц стабильно ≈ 6 200 ₽ за лид предсказуемая динамика.

Снижение CPL примерно на 40–45%.

▪ ▪ Аккаунт AD

До оптимизации 59 обращений ≈ 12 200 ₽ за лид нестабильный поток.

После 16 обращений в месяц стабильно ≈ 6 200–6 500 ₽ за лид, ровный результат неделя к неделе.

Снижение CPL до 50–60%.

▪ Что реально изменилось для бизнеса

До: невозможно планировать загрузку; каждый месяц «сюрприз»; масштабирование = риск; реклама вызывает стресс
После: понятно, сколько лидов даёт каждый бюджет; можно прогнозировать выручку; отдел продаж работает стабильно; реклама стала управляемым каналом, а не лотереей
Если упростить: раньше Директ жил своей жизнью теперь он подчиняется экономике бизнеса. Именно это и есть цель оптимизации контекстной рекламы.

▪ Почему результат получился воспроизводимым

Важно понимать: здесь не было «удачных объявлений» или «секретных настроек». Сработали базовые принципы, которые почти всегда дают эффект в B2B. Алгоритм обучается на деньгах, а не на кликах; Структура разделена по типам трафика; Отключены убыточные сегменты; Поиск в приоритете над охватом; Регулярный аудит вместо «один раз настроили и забыли»

Это не хак. Это инженерный подход. И именно поэтому результат можно повторить в других проектах.

Заключение

За первые 10 месяцев компании потратили около 1,4 млн рублей и получали хаотичный результат. После пересборки архитектуры Яндекс Директ тот же бюджет начал приносить: больше обращений; почти вдвое дешевле; и главное предсказуемо!

Контекстная реклама перестала быть экспериментом и стала управляемым каналом продаж. И в этом, по сути, и состоит профессиональная настройка Яндекс Директ. Не «красивые объявления». Не «магические стратегии». А понятная система, где цифры повторяются.

Если у вас: дорогие лиды; нестабильные результаты; скачки от месяца к месяцу; или ощущение, что Директ «живет своей жизнью». Можно начать с аудита. Разберу структуру кампаний, цели, трафик и покажу конкретные точки потерь и роста. Без теории только цифры и практические шаги. Обращайтесь в « Bdv-Direct.ru ».

Как навести порядок в Яндекс Директ для B2B и снизить стоимость лида