ML ежедневно оценивает теплоту посетителей вашего сайта
Визиты пользователя оцениваются по 1000+ метрик и учитывают накопленную историю для предсказания шанса покупки:
-
Прочитал 3 FAQ +12%
-
Просмотрел видео +14%
-
Закрыл тарифы −8%
-
Добавил в корзину +23%
-
Активировал демо +32%
-
Прервал флоу −12%
Данные Яндекс Метрики служат обязательной основой модели. По желанию можно подключить CRM как дополнительный источник, который может повысить точность модели. Если правила вашей компании ограничивают доступ к CRM, работаем только с Метрикой, данных которой чаще всего достаточно. Не храним ФИО / адреса / платежные данные, оперируем только Client ID Яндекса и связанной активностью.
API вашей Яндекс Метрики
ОбязательноЧтение и запись
Какие данные используем:
- Неагрегированные логи посетителей
- Переходы по ссылкам
- Взаимодействия с механиками сайта
- Достижения целей
API вашей CRM-системы
ОпциональноТолько чтение
Какие данные используем:
- История работы со сделкой
- Движение лида по этапам
- CRM-статусы
- История задач РОПам
Объединяем страницы и действия из Метрики в смысловые группы под ваш бизнес. На их основе рассчитываем метрики, по которым модель оценивает вероятность покупки:
Размечаем страницы и действия
Условный пример онлайн-школы
Пример страницы
Программа годового курса ЕГЭ по математике для 11 класса
- Примеры тегов
- Продуктовая страницаПрограмма курса
Пример страницы
Запись на интенсив ОГЭ по русскому языку для 9 класса
- Примеры тегов
- Конверсионная страницаЗапись на курс
Пример страницы
Программа годового курса ЕГЭ по математике для 11 класса
- Примеры тегов
- Подготовка к ЕГЭГодовой курс
Пример страницы
Запись на интенсив ОГЭ по русскому языку для 9 класса
- Примеры тегов
- Подготовка к ОГЭИнтенсив
Пример страницы
Программа годового курса ЕГЭ по математике для 11 класса
- Примеры тегов
- Математика11 классЕГЭ
Пример страницы
Запись на интенсив ОГЭ по русскому языку для 9 класса
- Примеры тегов
- Русский язык9 классОГЭ
Пример страницы
Программа годового курса ЕГЭ по математике для 11 класса
- Теги действий на странице
- Открыл тарифыРаскрыл ответ FAQОткрыл форму заявки
Пример страницы
Регистрация на демо-доступ курса ОГЭ по русскому для 9 класса
- Теги действий на странице
- Начал заполнение формыВыбрал тарифОтправил заявку
Формируем 1000+ метрик поведения
- Контекст визита
- Устройства посетителейБраузеры посетителейГеография посетителейЧасовые поясаТипичность контекстов визитов
- Источник визита
- Каналы привлеченияИсточники переходовUTM-метки визитов
- Смена каналов
- Повторные визиты из того же каналаСмена каналов между визитамиПрямые возвраты после рекламы
- Частота
- Число визитовЧисло активных днейИнтервалы между визитами
- Возвращения
- Возвращения в тот же деньВозвращения в течение сутокВозвращения после долгих паузСкорость возврата относительно обычной
- Ритм
- Дни недели активностиВремя суток активностиУчащение визитовЗатухание визитов
- Роли страниц
- Доля информационных страницДоля продуктовых страницДоля конверсионных страниц
- Направление интереса
- Доминирующий интерес к продуктуКонцентрация интереса на сегментахПереключения между сегментамиВозвраты к ранее изученным сегментам
- Маршрут
- Последовательное углубление по сайтуПовторные просмотры страницПаттерны навигации по типу A→B→AСмена направления просмотраВозвраты к предыдущим страницам
- Значимые действия
- Число достижений целейЧисло кликов и переходовЧисло скачиванийВзаимодействия с формамиВзаимодействия с промоЧисло товарных действийДобавления в корзинуНачатые оформления заказа
- Интенсивность
- Частота значимых действийЧисло повторных действийДавность последнего действияВремя до первого действия
- Продвижение
- Ускорение действийРост числа действийПрохождение следующих шагов воронкиВозвраты к прерванным действиям
Опционально
- Первые действия
- Созданные сделкиПоставленные задачиПовторные задачиВремя до первого CRM-действия
- Движение сделки
- Число переходов между этапамиВозвраты на прошлые этапыЧастота смены этаповПоследний достигнутый этап
- Динамика
- Давность последних CRM-событийУскорение работы со сделкойРост числа CRM-действий относительно истории клиента
Точность предсказаний ML-модели ≈ 90%. Это значит, что у произвольной когорты по истечению окна объём реальных покупок сходится с предсказанным с погрешностью ±10%:
| Когорта | Прогноз покупок, шт. | Факт покупок, шт. | Паритет покупок |
|---|---|---|---|
| Все 6 когорт | 834 | 886 | 94,1% |
| 03–09 авг | 97 | 94 | 103,2% |
| 10–16 авг | 143 | 156 | 91,7% |
| 17–23 авг | 118 | 116 | 101,7% |
| 24–30 авг | 179 | 196 | 91,3% |
| 31 авг – 06 сен | 136 | 149 | 91,3% |
| 07–13 сен | 161 | 175 | 92,0% |
| Когорта | Прогноз продаж, ₽ | Факт продаж, ₽ | Паритет продаж |
|---|---|---|---|
| Все 6 когорт | 4 084 644 | 3 927 542 | 104,0% |
| 03–09 авг | 563 847 | 539 612 | 104,5% |
| 10–16 авг | 482 193 | 514 837 | 93,7% |
| 17–23 авг | 739 621 | 676 493 | 109,3% |
| 24–30 авг | 653 478 | 612 154 | 106,8% |
| 31 авг – 06 сен | 927 146 | 843 927 | 109,9% |
| 07–13 сен | 718 359 | 740 519 | 97,0% |







Входим в реестр операторов ПД
Обрабатываем данные на территории РФ
Подписываем договор / NDA с каждым клиентом