Заявка пришла, менеджер набрал номер — «я ничего не оставлял». Или оставлял, но хотел совсем другое. Для Директа обе эти заявки — конверсия: алгоритм честно засчитал цель и пошёл искать ещё таких же людей. Поэтому ложные заявки бьют дважды: сначала по времени отдела продаж, потом по обучению кампаний.
Разберу, откуда они берутся, как отличать типы друг от друга и что реально ставится на форму.
Ложная, фейковая, нецелевая — это три разные проблемы
Их постоянно валят в кучу, а лечатся они по-разному.
Ложная заявка — контакт не принадлежит тому, кто её оставил, или не существует: чужой номер, случайный набор цифр, тестовое заполнение. Человека за ней нет.
Фейковая заявка — форму заполнил не человек. Это скрипт, который прогоняет поля и отправляет: раньше боты выдавали себя мусором в полях, теперь заполняют правдоподобно и подставляют живые номера.
Нецелевая заявка — человек настоящий и контакт настоящий, но он хотел не то: ищет работу, просит бесплатную консультацию, живёт в другом городе, у него бюджет вдесятеро меньше.
| Тип | Кто отправил | Где ловится | Чем чинится |
|---|---|---|---|
| Ложная | человек, но контакт чужой или выдуманный | на дозвоне | валидация номера, подтверждение кодом |
| Фейковая | скрипт | до отправки формы | антибот-скрипт, honeypot, поведенческие признаки |
| Нецелевая | реальный человек | на первом вопросе менеджера | оффер, минус-слова, квалификация |
Как понять, что это боты, а не плохая настройка
Первый шаг — не на форме, а в аналитике. Откройте роботность в Яндекс Метрике и посмотрите долю роботных визитов по кампаниям и площадкам. Дальше — три признака, которые почти не врут:
- Заявки идут ровными сериями. Живые люди приходят неравномерно: утро, обед, вечер. Скрипт шлёт с ровным интервалом, часто ночью.
- Время на странице — секунды, а форма заполнена. Человек не успевает прочитать оффер и напечатать телефон за четыре секунды.
- Совпадает всё, кроме номера. Одинаковые имена, одинаковые комментарии, один и тот же город — меняется только контакт.
Если роботность в норме, а заявки всё равно мусорные — проблема не в ботах, а в оффере или семантике. Это лечится чисткой минус-слов и текстом объявления, а не защитой от скликивания.
Что Яндекс отсекает сам, а что остаётся вам
Антифрод Яндекса фильтрует явную автоматизацию: клики без сессии, откровенно машинное поведение, повторы с одного адреса. За недействительные клики площадка возвращает деньги — как это оформить, разбирал в материале про возврат за скликивание.
Чего он не сделает: заявку с реального телефона и человекоподобным поведением он видит как обычную конверсию. Именно этот слой — «прошёл фильтры площадки, но продажи не будет» — и остаётся зоной ответственности рекламодателя.
Что поставить на форму
По возрастанию усилий:
- Honeypot. Скрытое поле, которое человек не видит и не заполняет, а скрипт заполняет всегда. Стоит десять минут, отсекает примитивных ботов.
- Антибот-скрипт на лендинге. Смотрит на поведение до отправки — движение курсора, скорость набора, путь по странице — и помечает подозрительные отправки. У нас это генератор антибот-скрипта: ставится одной строкой, метки уезжают в Метрику, по ним настраиваются цели.
- Валидация телефона. Формат проверяется на клиенте, существование номера — подтверждением по коду. Второе снижает конверсию формы, поэтому включайте, когда цена заявки уже высокая.
- Разметка на своей стороне. Каждая заявка получает статус: целевая, спам, не дозвонились, продажа. Это нужно не для отчёта, а для следующего пункта.
Главное: вернуть вердикт в Директ
Пока алгоритм считает конверсией любую отправку формы, он будет искать людей, похожих на тех, кто её отправил, — включая ботов и «просто спросить». Разорвать круг можно только одним способом: передать в Директ реальный результат — офлайн-конверсии по продажам, а не по заявкам.
Тогда обучение идёт на покупателях. Мусорные заявки при этом никуда не исчезают мгновенно, но перестают быть ориентиром для алгоритма — а это и есть точка, после которой цена целевой заявки начинает падать.
Частые вопросы
Ложные заявки — это всегда конкуренты?
Почти никогда. Конкурентское скликивание существует, но в общей массе мусора его доля мала: основной поток дают автоматические скрипты, ошибочные заполнения и нецелевой спрос, который вы сами привели широкими фразами.
Капча решает проблему?
Частично и дорого. Современные скрипты обходят простые капчи, а живые люди на них отваливаются — особенно на мобильных. Поведенческая проверка до отправки работает тише и не мешает человеку.
Можно ли просто не считать такие заявки в отчёте клиенту?
Считать надо, но отдельной строкой. Клиент всё равно увидит их в своей CRM, и «пропавшие» заявки в вашем отчёте вызовут больше вопросов, чем честная строка «из 40 заявок 9 — спам, вот по каким признакам».
Сколько ложных заявок — это нормально?
Универсальной нормы нет: в нишах с дорогим лидом и агрессивной конкуренцией доля мусора выше, чем в узком B2B. Ориентируйтесь не на чужой процент, а на свою динамику — резкий рост доли спама за неделю всегда означает, что изменилось что-то в трафике.
Ложные заявки — часть большой темы качества трафика. Как понять, что бюджет уходит ботам ещё на кликах, разобрано в материале скликивание в Яндекс Директе.