«Многоголовая» нейросеть: как Яндекс научился предсказывать конверсии на 10% точнее
Яндекс обновил модель прогнозирования конверсий в своей рекламной системе. Новая архитектура объединяет несколько нейросетей и анализирует не отдельные клики, а полный путь пользователя — от первого визита до отложенной покупки. Тесты показали: при том же бюджете рекламодатели получают в среднем на 10% больше конверсий. Разбираемся, что изменилось и почему это важно для рынка.
Как работает «многоголовая» модель
В основе обновления — дискриминативная модель глубокого обучения Gorgona. Её архитектура построена по принципу «многоголовости»: внутри работают несколько нейросетей, каждая из которых отвечает за свой тип сигналов. Вместо того чтобы оценивать каждое действие пользователя по отдельности, модель анализирует всю сессию целиком. Это позволяет улавливать реальное намерение совершить покупку — даже если целевое действие произошло спустя дни или недели.
Система теперь опирается на более чем 25 сигналов — втрое больше, чем раньше. Среди них глубина просмотра, время на сайте, добавление товаров в корзину и другие промежуточные действия, которые указывают на высокий интерес.
Прокси-модель: реакция в реальном времени
Ещё одна особенность новой архитектуры — встроенная прокси-модель (промежуточная модель-посредник). Она улавливает свежие изменения в поведении аудитории без длительного переобучения и мгновенно передаёт их основной модели. Благодаря этому система ещё до финальной конверсии понимает намерение пользователя и в реальном времени корректирует ставку в аукционе. Рекламный бюджет расходуется эффективнее: объявления показываются тем, кто с наибольшей вероятностью совершит целевое действие — покупку, заявку, звонок или установку приложения.
Кому пригодится обновление
Новая модель особенно ценна для категорий с долгим циклом принятия решения — недвижимости, автомобилей, электроники, туристических услуг. Пользователь может неделями сравнивать предложения и возвращаться на сайт, прежде чем сделать выбор. Раньше такие отложенные конверсии было сложно отследить и связать с конкретным объявлением. Теперь система учитывает весь путь и точнее оценивает вклад каждого касания.
Связка двух моделей: Argus и Gorgona
В начале 2026 года Яндекс внедрил в рекламную систему генеративную модель Argus, которая моделирует поведение пользователя на основе его обезличенной интернет-истории. Это увеличило «память» системы в 30 раз. Теперь к ней добавилась дискриминативная модель Gorgona. В связке эти две модели позволяют рекламной системе не просто распознавать намерение пользователя, а в реальном времени точнее оценивать его ценность для рекламодателя. Результат — больше конверсий при сопоставимом бюджете.
«„Многоголовая“ архитектура модели дает возможность более точно спрогнозировать конверсию, так как позволяет одновременно оценивать разные типы сигналов — от клика до отложенной покупки — и извлекать полезные данные даже из посещений сайтов и приложений, которые в моменте не завершились целевым действием».