Спам-заявки в рекламе — это обращения, которые не станут продажей: боты, конкуренты, случайные клики, дети с телефона родителей, заявки без интереса к товару. Отличить их можно по IP, времени заполнения формы, паттерну ввода и совпадению с чёрными списками. Фильтр ставят в три точки: на форме, в рекламном кабинете и перед передачей лида в CRM — тогда до отдела продаж доходят только рабочие обращения.
Откуда берутся спам-заявки в рекламе
Спам-заявки приходят из четырёх основных источников: боты и скликивание, случайные клики по рекламным сетям и в мобильных приложениях, конкуренты, которые проверяют цены и скрипты продаж, и невнимательные пользователи — дети за телефоном родителей, случайные посетители, перепутавшие форму заказа с калькулятором. У каждого источника свой почерк: боты заполняют форму за секунды одинаковым текстом, конкуренты представляются вымышленными именами, случайные клики обрываются на середине заполнения.
Больше всего спама даёт реклама в РСЯ — баннеры показываются на сайтах с низким качеством трафика, и часть кликов идёт от накрутчиков и ботов-парсеров. Автоматические стратегии вроде Мастера кампаний иногда открывают форму на нецелевых площадках без ручного контроля мест показа — подробный разбор в статье фейковые заявки из Мастера кампаний. Отдельная категория — заявки от парсеров, которые собирают контакты для спам-обзвона: они оставляют номер без имени или с фейковым именем вроде «Тест Тестов». На поиске доля спама ниже, чем в сетях, потому что человек сам вводит запрос и осознанно кликает по объявлению, но и там встречаются боты, имитирующие поведение реального пользователя для накрутки бюджета конкурента.
Какие бывают типы спам-заявок
Спам-заявки делятся на технический мусор (боты, скликивание, парсеры), заявки от людей без намерения купить (дети, любопытные, ошибочные клики) и намеренный спам от конкурентов и недобросовестных подрядчиков, которые накручивают количество лидов. Отдельно стоят ложные заявки — форма заполнена реальным человеком, но с чужими или неверными контактами.
Различить типы проще по таблице:
| Тип | Кто оставляет | Главный признак |
|---|---|---|
| Боты и скликивание | Скрипты, накрутчики | Заполнение за 1–2 секунды, одинаковый текст |
| Парсеры контактов | Автоматический сбор баз | Телефон без имени или с шаблонным именем |
| Случайные клики | Дети, невнимательные пользователи | Форма брошена на середине, странные комментарии |
| Конкуренты и подрядчики | Проверка цен и скриптов | Вымышленное имя, вопросы не по теме товара |
| Ложные заявки | Реальный человек, чужие контакты | Номер не отвечает или принадлежит другому |
Технический спам фильтруется автоматически: скрипт или расширение блокирует характерные паттерны без участия менеджера. Человеческий спам сложнее — здесь нужен звонок и живая проверка, потому что форма формально заполнена корректно. Подробнее о последнем типе — в статье ложные заявки: там форму заполняет живой человек, но телефон или имя не совпадают с реальными, и это отдельная проблема, не решаемая антиспам-фильтрами.
Признаки спам-заявки — как отличить от реального клиента
Спам-заявку выдают четыре признака: скорость заполнения формы меньше 3 секунд, совпадение IP или user-agent с уже отклонёнными заявками, шаблонный текст в комментарии («тест», «123», случайный набор букв) и телефон, который не проходит валидацию по маске или формату оператора. Если совпадают два признака из четырёх — заявку стоит проверять вручную перед передачей в отдел продаж.
Дополнительный маркер — источник трафика: у РСЯ и мобильных приложений доля подозрительных заявок выше, чем у поиска. Смотрите на время суток: заявки, приходящие пачками по 5–10 штук за минуту ночью, почти всегда боты — человек физически не может заполнить форму так быстро и так часто. Обратите внимание на поле email: одноразовые почтовые сервисы (mailinator, temp-mail и аналоги) — почти стопроцентный маркер бота или тестовой заявки. Комбинация из нескольких признаков даёт точность выше 90%, один признак — повод для внимания, но не для автоматического отклонения: реальный клиент тоже может написать короткий комментарий или использовать VPN.
Фильтрация на уровне формы лендинга
На форме спам фильтруют honeypot-полем, капчей и проверкой времени заполнения: скрытое поле, невидимое человеку, ловит ботов, которые заполняют все инпуты подряд; капча блокирует автоматическую отправку; таймер отклоняет заявки, оформленные быстрее 2–3 секунд. Эти три фильтра вместе снимают 60–80% технического спама ещё до того, как заявка попадёт в рекламный кабинет или CRM.
Маска телефона с проверкой формата (код страны, длина номера, диапазон операторов) отсекает случайные и заведомо неверные номера. Обязательная проверка email на реальный, а не одноразовый домен, убирает часть тестовых заявок. Полезно добавить простой логический вопрос вместо капчи — «сколько будет 2+3» — он проще для человека и почти непроходим для примитивного бота, при этом не портит конверсию так, как графическая капча. Важно не перегружать форму: каждый лишний барьер снижает конверсию у реальных клиентов на 5–15%, поэтому фильтры ставят по принципу «незаметно для человека, невозможно для скрипта» — honeypot и таймер этому требованию отвечают лучше, чем видимая капча.
Фильтрация на уровне рекламного кабинета
В рекламном кабинете спам фильтруют на уровне площадок и аудитории: отключают низкокачественные сайты и приложения в РСЯ, ограничивают показы по возрасту, если товар не рассчитан на детскую аудиторию, и чистят список площадок по отчёту «Места размещения» раз в 1–2 недели. Это снижает не только долю спама, но и цену заявки в целом, потому что нецелевые показы стоят денег независимо от того, кликнул по ним бот или невнимательный человек.
В Яндекс Директе полезно включить блокировку IP из отчёта по некачественному трафику и добавить в минус-слова частые «шумовые» запросы вроде «бесплатно», «скачать», «своими руками», если это не соответствует продукту. Отдельно стоит следить за автостратегиями: широкий таргетинг и автотаргетинг увеличивают охват, но вместе с ним растёт и доля случайных кликов — контролируйте площадки и корректируйте ставки по устройствам и времени показа. Чистка площадок и минус-слов заодно снижает среднюю цену заявки — подробный разбор шагов в статье как снизить цену заявки. Регулярный аудит кабинета — не разовая настройка, а еженедельная рутина: список плохих площадок обновляется каждую неделю.
Сервисы и инструменты защиты от спама
Готовые антиспам-сервисы проверяют заявку по номеру телефона, IP-адресу и поведенческим паттернам за секунды и присваивают ей риск-оценку до попадания в CRM. Такие сервисы работают как прослойка между формой и базой: часть заявок пропускают сразу, подозрительные помечают для ручной проверки, откровенный спам отклоняют автоматически.
Проверка номера телефона на валидность и принадлежность к оператору — базовая функция большинства решений: сразу видно виртуальные и одноразовые номера. IP-репутация показывает, приходит ли трафик из дата-центра или через известные прокси-сервисы, которые часто используют для скликивания. Поведенческий анализ смотрит на скорость заполнения формы, движения мыши и паттерн ввода — эти данные сложнее подделать, чем текст в поле «комментарий». При выборе сервиса важно смотреть на интеграцию: фильтр должен встраиваться в форму лендинга или веб-хук перед CRM, а не работать отдельным отчётом, который никто не читает — иначе решение существует только на бумаге.
Как выстроить воронку фильтрации до CRM
Воронку строят в три ступени: фильтр на форме отсекает ботов и явный технический мусор, фильтр в рекламном кабинете снижает долю случайных кликов на уровне площадок, а финальная проверка перед CRM — по номеру телефона, IP и скорингу риска — ловит то, что прошло первые два барьера. Только заявки, прошедшие все три ступени, попадают к менеджеру по продажам.
Технически последняя ступень чаще всего реализована веб-хуком: заявка с формы уходит не напрямую в CRM, а на промежуточный сервис или скрипт, который проверяет её и либо передаёт дальше, либо помечает тегом «подозрительная» для ручной проверки. Так менеджер не тратит время на звонки в никуда, а статистика в CRM остаётся честной — это важно и для отчётности, и для расчёта реальной стоимости заявки. Готовые сервисы для этой ступени собраны в каталоге заявки и продажи. Чистая база в CRM без спама пригодится и для дальнейшей работы — например, для ретаргетинга по базе CRM, где важно не зацепить рекламой случайных людей, попавших в базу по ошибке. Настройте уведомление менеджеру только по заявкам, прошедшим фильтр — это ускоряет обработку реальных обращений и не даёт команде продаж выгорать на бесполезных звонках.
Что делать, если спам уже попал в CRM
Если спам уже в CRM, его помечают отдельным статусом или тегом «спам» вместо удаления — это сохраняет статистику по источникам и позволяет позже донастроить фильтры именно под те паттерны, что просочились. Массово удалять такие карточки не стоит: без данных о том, откуда пришёл мусор, фильтр на входе не улучшить.
Раз в неделю выгружайте список заявок со статусом «спам» и смотрите на источник — кампанию, площадку, устройство. Если 80% мусора идёт с одной РСЯ-кампании, проще остановить её или почистить площадки, чем донастраивать фильтр на стороне формы. В отчёте клиенту долю спама стоит показывать отдельной строкой, а не прятать в общем количестве заявок — так клиент видит реальную эффективность рекламы, а не искажённую спамом цифру. Формат такого отчёта разобран в статье отчёт клиенту по рекламе. Если спам стабильно превышает 15–20% от общего числа заявок, это повод для полного пересмотра настроек кампании, а не точечной донастройки фильтра.
Частые ошибки при фильтрации заявок
Три частые ошибки — слишком жёсткая капча, которая отсекает и ботов, и реальных клиентов; фильтрация только по одному признаку (например, только по скорости заполнения), которую легко обойти; и полное игнорирование ручной проверки, когда всю ответственность перекладывают на автоматику. Каждая ошибка снижает либо конверсию, либо точность фильтра — универсального решения без компромиссов не существует.
Ещё одна ошибка — не объяснять клиенту логику фильтрации: если он видит в отчёте меньше заявок, чем ожидал, и не понимает, что часть отсеяна как спам, возникает недоверие к подрядчику. Проговаривайте это заранее и показывайте примеры отклонённых заявок — когда клиент говорит, что заявки плохие, часто причина не в качестве трафика, а именно в непрозрачной фильтрации, разбор ситуации — в статье клиент говорит, что заявки плохие. Отдельно следите, чтобы фильтр не отклонял заявки по формальному признаку без права на пересмотр: телефон в необычном формате или email с непривычным доменом — не всегда спам, иногда это просто нестандартный, но реальный клиент.
Дальше по теме — Качество заявок: слой предиректа.
Частые вопросы
Можно ли полностью убрать спам-заявки?
Нет, полностью убрать не получится: боты и скликивание постоянно меняют паттерны поведения под новые фильтры. Реалистичная цель — снизить долю спама до 5–10% и держать её под контролем регулярным аудитом, а не гнаться за нулём.
Сколько стоит внедрение антиспам-фильтра?
Базовый набор — honeypot-поле, таймер и маска телефона — бесплатен и добавляется на уровне вёрстки формы за пару часов работы. Платные сервисы со скорингом по IP и поведению стоят от нескольких тысяч рублей в месяц в зависимости от объёма заявок.
Как отличить спам от просто холодного клиента?
Холодный клиент отвечает на звонок, пусть и без интереса к покупке, а номер спам-заявки чаще всего не отвечает или принадлежит другому человеку. Спам также узнают по скорости заполнения формы и шаблонному тексту — холодный клиент пишет медленнее и осмысленнее.
Нужно ли фильтровать заявки с поиска, если там спама меньше?
Да, фильтровать нужно всегда: доля спама на поиске ниже, чем в сетях, но не нулевая — конкуренты и накрутчики работают и там. Базовые фильтры на форме — honeypot, таймер, маска телефона — ставят независимо от источника трафика.
Как фильтрация влияет на статистику конверсий в Метрике?
Если фильтр стоит до отправки цели в счётчик, статистика становится честнее — цель «заявка» срабатывает только на реальных обращениях. Если фильтр стоит только перед CRM, а цель фиксируется на самой отправке формы, конверсия в Метрике всё ещё завышена спамом.
