Rivox AI в Яндекс.Директе для медицины: как мы снизили стоимость качественного лида и перестали покупать "пустые" заявки

Я в Яндекс.Директе больше пяти лет, и если говорить честно, самые неприятные проекты — это не те, где мало лидов. Самые неприятные — те, где лидов много, CPL вроде бы терпимый, а бизнес всё равно недоволен качеством.

В медицине это особенно заметно. На уровне рекламного кабинета всё может выглядеть нормально: заявки идут, бюджет осваивается, стратегия работает стабильно. А потом подключаешься CRM, слушаешь обратную связь от администраторов и понимаешь, что значительная часть этих заявок живёт только на уровне отчёта. До записи доходит меньше, до визита — ещё меньше, а качественного первичного пациента в канале не хватает.

Один из таких проектов я недавно вела в нише медицинской косметологии. Клиника с несколькими направлениями: инъекционная косметология, аппаратные процедуры, лазерные методики и трихология. Бюджет на Яндекс.Директ — в районе 920 000 руб. в месяц. Изначально по кабинету всё выглядело вполне прилично: лиды есть, средняя стоимость обращения не критичная, явных провалов нет. Но как только я начала смотреть глубже, стало видно, что реклама слишком хорошо научилась приводить лёгкие заявки — и слишком слабо приводить тех, кто реально доходит до подтверждённой записи.

Основная проблема была не в объёме трафика, а в сигнале, под который обучался Директ. Оптимизация шла по стандартным целям: отправка формы, заявка на консультацию. Для алгоритма этого достаточно, чтобы искать людей, которые легко совершают нужное действие. Но для медицинского бизнеса этого мало.

Человек, который оставил заявку на "подобрать процедуру", и человек, который реально готов приехать в клинику на консультацию и оплатить лечение, — это часто вообще разные люди. Один просто сравнивает. Второй хочет узнать цену. Третий оставляет контакт поздно вечером, не досмотрев страницу до конца. В рекламном кабинете они все считаются лидами. Для клиники ценность у них совершенно разная.

Когда я разложила трафик по устройствам, типам кампаний и качеству обращений, картина стала очень показательной.

Поиск, как и ожидалось, давал более сильный трафик. Там лид стоил дороже, но доля нормальных обращений была выше. РСЯ наливала много дешёвых заявок, особенно с мобильных устройств, и именно на ней кабинет держал красивый верхний объём. Проблема в том, что этот объём не превращался в такую же красивую запись.

По Метрике тоже были характерные сигналы: у части мобильного трафика короткие сессии, низкая глубина просмотра, слабая вовлечённость. На отдельных площадках пользователь проводил на сайте 20–30 секунд, листал одну-две страницы и оставлял заявку с минимальным пониманием, куда именно он обратился. Для ниши медицинской косметологии это плохой сценарий. Здесь человек всё-таки должен немного вчитаться: посмотреть услугу, врача, клинику, стоимость консультации или хотя бы формат процедуры. Когда заявка возникает слишком быстро, это очень часто означает, что она такая же быстрораспадающаяся на стороне колл-центра.

Вот как выглядела базовая картина до изменений.

Вот в этом месте обычно и возникает иллюзия, что "всё не так уж плохо". CPL меньше 800 руб., лидов много, бюджет не горит. Но если у тебя меньше 19% подтверждённых записей от общего потока, а до визита доходит меньше 10%, это уже не красивая картина.

Я активно стараюсь применять в своей работе ИИ инструменты, в прошлом посте про EdTech писала о своем первом опыте использования Rivox и он получился удачным. Поэтому я решила применить ривокс и в других проектах

А задача здесь была очень понятная. Мне нужно было дать Яндекс.Директу более сильный сигнал, чем обычная заявка. Не просто "человек оставил контакты", а "это обращение с большей вероятностью окажется качественным и пойдёт дальше по воронке". В медицинских проектах это особенно важно, потому что разрыв между формой на сайте и реальным приёмом очень большой.

В Rivox AI меня как раз интересовала логика виртуальных конверсий. По сути, это способ дать системе дополнительную цель, которая ближе не к механическому факту заявки, а к её прогнозному качеству. Для Яндекс.Директа это критично. Потому что алгоритм честно делает ровно то, чему его научили. Если учить его на обычной цели заявка (потому что визит приходит позже и директ не обучить на нем, а записей не хватит на все кампании по количеству их в неделю), он будет искать тех, кто легко оставляет заявку. Если передать ему более сильный ориентир, у него появляется шанс перестать так агрессивно покупать лёгкие, но слабые обращения.

Важно: я не просто подключила Rivox и ждала, что всё само исправится. В таких кейсах это не работает. Если структура кабинета плохая, даже хороший сигнал будет обучаться дольше и дороже.

Поэтому параллельно я сделала несколько вещей.

Во-первых, разделила кампании по температуре спроса. Отдельно — более горячий поиск по конкретным процедурам и брендовым связкам клиники. Отдельно — более широкие запросы, где пользователь ещё только выбирает и сравнивает. Это важно, потому что медицинская косметология живёт в разных слоях намерения. Запрос "лазерная шлифовка лица цена москва" и запрос "процедуры омоложения лица" — это разный пользователь, разная готовность к записи и разная экономика для клиники.

Во-вторых, пересобрала часть РСЯ. Сократила долю широких аудиторий, которые хорошо выглядели по CPL, но плохо вели себя по подтверждённой записи. Отдельно почистила часть площадок и пересмотрела мобильный трафик. В медицине я почти всегда особенно внимательно смотрю связку "РСЯ + мобильные + короткая сессия", потому что именно там часто живёт самый дешёвый и самый слабый лид.

В-третьих, усилила анализ не по рекламному кабинету, а по CRM. Меня интересовало не только, сколько лидов пришло, но и сколько из них: дошло до первого нормального разговора, подтвердило запись, реально приехало, не развалилось на этапе первичного контакта.

И уже на эту логику я наложила Rivox AI как инструмент, который должен помочь Яндекс.Директу лучше видеть качество обращения.

Самое интересное в таких кейсах обычно происходит не в первые часы и даже не в первые три дня. Сначала меняется структура трафика, потом это чувствуют администраторы, и только после этого общие цифры начинают складываться в понятную картину.

Здесь произошло примерно так же. Первую разницу я увидела не в интерфейсе Директа, а в обратной связи команды клиники. Администраторы довольно быстро стали говорить, что звонки стали "содержательнее". Пользователи чаще понимали, на какую процедуру записываются, задавали более предметные вопросы, реже оказывались случайными заявками с широкого интереса. Для меня это всегда хороший знак. Потому что отдел продаж и администраторы очень быстро чувствуют, когда реклама перестаёт лить пустой объём.

Через несколько недель это стало видно и в цифрах.

И вот это уже тот результат, который действительно имеет смысл для медицинского бизнеса. Верхний CPL даже немного вырос — и это абсолютно нормально. Я вообще не считаю рост CPL автоматической проблемой, если вместе с этим резко растёт качество обращения.

Здесь произошло именно это. Лидов стало чуть меньше. Зато подтверждённых записей стало заметно больше. До визита стало доходить больше людей. А стоимость реально полезного обращения для клиники пошла вниз.

Это как раз та ситуация, когда Rivox помогает не "сделать больше лидов", а перестать покупать мусорный объём.

Чтобы понять, почему это произошло, я отдельно посмотрела срезы по типам трафика.

На мой взгляд, это очень хорошо объясняет, почему Rivox дал результат именно в медицинском проекте. Когда Яндекс.Директ начинает получать более сильный сигнал о качестве, он перестаёт так охотно выкупать самую лёгкую аудиторию. Да, эта аудитория может быть дешёвой по CPL. Но она слабая по реальной ценности для клиники.

После подключения Rivox и передачи более качественной цели система начала смещаться в сторону трафика, который выглядел менее "гладким" в верхнем интерфейсе, но гораздо полезнее в реальной воронке. Меньше пустых мобильных заявок. Меньше слабых сетевых связок. Больше нормального поискового спроса и более осмысленного поведения на сайте.

Чтобы не делать вывод по одному месяцу, я ещё отдельно смотрела динамику по неделям после внедрения.

Здесь видно, что кабинет не просто дал разовый всплеск, а начал постепенно стабилизироваться на более полезной логике. Для меня это важнее любой одной красивой цифры. Я всегда осторожно отношусь к кейсам, где после внедрения чего угодно "всё сразу выросло в два раза". В реальной работе хороший результат чаще выглядит именно так: трафик чуть пересобирается, часть объёма отваливается, потом подтягивается качество, потом выравнивается экономика.

После этого кейса у меня окончательно сформировалось спокойное, рабочее отношение к Rivox. Не как к замене директолога, а как к инструменту, который реально может быть полезен в проектах, где стандартной заявки недостаточно для нормального обучения Яндекс.Директа.

В медицине это особенно актуально. Потому что здесь разрыв между "человек оставил контакт" и "человек реально дошёл до визита" слишком большой. Если оптимизироваться только по верхней цели, система почти всегда начинает покупать слишком много удобных, но слабых обращений. А потом маркетинг смотрит на нормальный CPL, а клиника — на пустой график записи.

В этом проекте Rivox сработал ровно там, где и должен был: помог дать Директу более сильный ориентир. Не убрал необходимость думать головой. Не отменил работу с кампаниями, площадками, аудиториями, устройствами и воронкой. Но дал системе шанс перестать так агрессивно учиться на мягких конверсиях.

И для меня как для директолога это, пожалуй, самый важный вывод. Проблема в Яндекс.Директе очень часто не в ставке, не в баннере и даже не в стратегии. Проблема в том, чему именно вы учите алгоритм. И если сигнал слабый, кабинет почти неизбежно будет приносить красивую статистику вместо нормального бизнес-результата.

А вот когда в проекте появляется более сильная логика оптимизации — как в этом кейсе с Rivox, — меняется не только цифра в отчёте, меняется сам состав трафика, который вы покупаете.