Яндекс запустил «Управление скидками»: как это изменит акции на маркетплейсах

Яндекс начал закрытое тестирование инструмента «Управление скидками» в Директе. Он передает распределение скидочного бюджета ML-модели, чтобы магазины получали больше продаж без увеличения расходов на акции.

#Как работает «Управление скидками»

Новый инструмент доступен ограниченному кругу компаний в Яндекс Директе. Его суть — поручить алгоритму распределение скидочного бюджета, который раньше маркетологи делили вручную. ML-модель анализирует покупательское поведение и решает, кому и какую скидку показать, чтобы конверсия была выше.

Раньше приходилось вручную оценивать, где акция сработает, а где просто съест бюджет. Теперь алгоритм учитывает множество факторов одновременно. Например, он может определить, что скидку стоит предложить новому покупателю, который еще ни разу не заказывал у бренда, или тому, кто давно не возвращался за покупками.

Ключевой принцип: скидка становится персонализированной и доступна любому покупателю в каналах Яндекса, а не только тем, кто уже покупал у бренда.

Размер скидки рассчитывается до перехода на сайт магазина — на основе обезличенных данных о поведении пользователей. Благодаря этому покупатель видит цену со скидкой уже в поисковой выдаче. Это снижает барьер для клика и повышает вероятность заказа.

#Что настраивает магазин

Селлер или маркетолог задает три параметра:

• список товаров, участвующих в акции;
• общий размер скидочного бюджета;
• максимальный размер скидки на товар.

Дальше алгоритм сам решает, кому показать скидку и какую именно. Это похоже на автоматизацию ставок в контекстной рекламе, только вместо ставок — размер скидки. Магазин контролирует только верхнюю границу, а не каждый конкретный процент.

Сейчас скидки, рассчитанные моделью, показываются в объявлениях на Поиске. В будущем механизм распространят на органическую поисковую выдачу и на предложения, которые Алиса рекомендует пользователю в диалоге. Оплатить покупку со скидкой можно картой любого банка через Яндекс Пэй.

#Почему это важно для селлеров

Инструмент решает классическую проблему: как тратить на скидки столько же, но получать больше продаж. ML-модель распределяет бюджет точнее, чем человек, потому что видит паттерны в данных, которые маркетолог может упустить.

#Что это значит на практике

1. Персонализация без ручной работы — не нужно сегментировать аудиторию и придумывать условия для каждого сегмента.
2. Скидка до клика — покупатель видит итоговую цену уже в выдаче, что повышает CTR и снижает стоимость привлечения.
3. Работа с новыми и «спящими» клиентами — алгоритм сам находит тех, кто с высокой вероятностью откликнется на акцию.

Для малого и среднего бизнеса это возможность конкурировать с крупными брендами, у которых есть целые отделы аналитики. Не нужно нанимать data-сайентиста, чтобы настроить умные скидки.

#Ограничения и перспективы

Сейчас инструмент работает только в закрытом тестировании и бесплатен для участников. Это значит, что доступ получат не все — Яндекс отбирает компании, которые подходят под критерии. Но если тестирование пройдет успешно, механизм, скорее всего, станет доступен широкому кругу рекламодателей.

Пока скидки показываются только в рекламных объявлениях на Поиске. Органическая выдача и рекомендации Алисы — это следующий этап. Когда это произойдет, инструмент станет еще более мощным: скидка будет работать не только как рекламный триггер, но и как часть органического ранжирования.

#Что это значит для селлеров

Яндекс Маркет и другие площадки уже давно используют алгоритмы для управления ценами и акциями. Теперь аналогичный подход приходит в рекламный канал. Для селлеров это сигнал: ручное управление скидками уходит в прошлое.

Если вы продаете на маркетплейсах и используете Яндекс Директ для трафика, следите за новостями инструмента. Когда «Управление скидками» станет доступно всем, это может стать способом сократить расходы на акции и увеличить продажи без изменения бюджета. А пока можно протестировать похожие механики вручную: сегментировать аудиторию, выделять новых и «спящих» клиентов и предлагать им персональные скидки.