Query fan-out: как нейросеть размножает ваш запрос

Модель не ищет по той фразе, которую написал человек. Она разбирает вопрос на смысловые части и запускает несколько поисков сразу, по одному на каждую часть, а потом собирает ответ из найденных фрагментов. Попасть в такой ответ означает оказаться среди источников по каждой части вопроса. Первое место по одному ключу этого больше не дает.

Понимать механику стоит по двум причинам. Первая: планировать материалы приходится под набор строк, которые модель придумывает сама, и частотность одной фразы перестает быть ориентиром. Вторая: эти строки видно. Они лежат в ответе сервера, и вытащить их можно за пять минут без навыков разработчика. Если общего контекста пока нет, начните с материала о том, что такое GEO и чем оно отличается от SEO, а сюда вернитесь за механикой.

Что происходит между вопросом и ответом

Схема ниже восстановлена по документации платформ, наблюдениям за трафиком и разбору сетевых запросов. Точный алгоритм не публикует ни один разработчик, так что читать ее стоит как реконструкцию, а не как выкопированный кусок исходного кода.

Первый шаг: разбор вопроса. Модель выделяет намерение и сущности, о которых идет речь, и раскладывает вопрос на подтемы. Дальше идет поиск по каждой подтеме - в собственном индексе, у поискового партнера или напрямую на сайтах, в зависимости от платформы.

Второй шаг: отбор. Найденное не подставляется в ответ целиком. Модель режет страницу на фрагменты по 200-500 условных единиц текста, переводит каждый в числовое представление, сравнивает с вопросом и забирает в работу только самые близкие. Такой подход называют RAG: модель отвечает, подставляя найденное. Для владельца сильного домена новость неприятная: за место в ответе спорят абзацы, а не сайты. Ваш абзац соревнуется с чужим напрямую, даже если сосед по выдаче старше и жирнее.

Третий шаг: отобранное выстраивается по соответствию вопросу и доверию к источнику. Четвертый: модель собирает ответ из фрагментов и иногда называет источники, а иногда обходится без них.

Главная разница с поиском тут и лежит. В поиске единица - страница, и цель понятная: попасть в верх выдачи. Здесь единица - ответ, и цель другая: попасть в текст, который человек прочитает вместо выдачи. Модель работает как сборщик результатов нескольких поисков подряд. То, что человек делал бы руками полчаса, открывая вкладку за вкладкой, собирается за один заход.

Зачем модель размножает запрос

Прием называют query fan-out, размножение запроса. Один вопрос разбивается на подзапросы, по каждому подбирается лучший материал, результаты соединяются в один текст. Чтобы оказаться в ответе, нужно быть источником по всем сторонам темы. Сильная страница по главной фразе закрывает одну сторону из пяти.

Ищется при этом контекст и подтверждения, а не совпадение слов. Материал, устроенный как ответ на вопрос, выигрывает у материала, устроенного как страница под запрос. Разница видна на уровне абзаца: там, где вместо ответа стоит обещание ответа, извлекать нечего.

Сколько подзапросов приходится на один вопрос - вопрос честный, и цифры расходятся. В одних наблюдениях модель раскрывает промпт в 2-3 поиска. В других запускается десять и больше одновременно. В третьих речь идет о десятках подзапросов на сложный вопрос. Разброс объясняется тем, что меряли: короткий вопрос без условий, вопрос с ограничениями или задачу на сравнение нескольких решений. Планировать материалы стоит по верхней границе. Если готовиться к трем подзапросам, а модель запустит двадцать, семнадцать частей темы закроет кто-то другой.

Наборы подзапросов устроены похоже от ниши к нише. Часть строк уточняет саму сущность, часть тянет цифры по ценам и срокам, часть проверяет репутацию через отзывы и разборы неудач. Отдельно идут условия из самого вопроса: город, потолок бюджета, график, требования к оплате. Разложить свою тему по этим направлениям можно до всякого разбора сетевых запросов, и половина списка совпадет с тем, что модель придумает сама. У сервиса доставки в Алматы и у клиники в Ташкенте направления одни и те же, разойдутся формулировки внутри них.

Фоновый поиск идет не под каждый вопрос. Модель отвечает из памяти, если тема не требует свежих данных. Но по брендовым и коммерческим темам поиск запускается почти всегда: по одному отслеживаемому бренду фоновые запросы шли в 85 обращениях из ста. Про то, откуда модели берут источники, есть отдельный материал. Здесь важна одна деталь: под каждый подзапрос собирается свой набор источников, и наборы между собой почти не пересекаются. Собираются они чаще с чужих площадок: по разбору вертикалей 60-70% цитирований приходится на форумы, отзывы и материалы изданий, а сайт компании подтягивается следом, как подтверждение.

Второе следствие меняет способ измерять результат. Большая часть подзапросов не приносит переходов вообще: фрагмент попал в сборку ответа, человек прочитал текст и никуда не пошел. Цифры вокруг этого уже собраны. По замеру SparkToro около 68% поисков в Google заканчиваются без клика. Ahrefs на своей выборке зафиксировал падение кликов на 58% там, где над выдачей стоит AI-блок. У издателей, по данным Chartbeat, на переходы из AI-источников приходится меньше процента просмотров.

Отсюда оценка соотношения: видимая часть влияния - около 16% запросов, где человек уже выбрал и кликает. Остальные 84% приходятся на стадию, где он формулирует задачу и сравнивает варианты, и в отчете по трафику ее не видно. Показательный случай: магазин отдал в модель товарный фид от торговых кампаний, трафик из источника вырос на 133% за сутки, кликает меньше процента увидевших. Переходов почти нет, а контакт с товаром получают десятки тысяч человек. Поэтому переходы перестали быть главным показателем, а на их место встают упоминания и цитирования.

Почему вопрос к модели длиннее поискового запроса

Разбор 13 тысяч разговоров с ChatGPT дал среднюю длину промпта около 350 слов против примерно 5 слов в поисковой строке Google. Цифра красивая, и ее охотно перепечатывают. Только другой замер дает около 25 слов на промпт, третий - 27 слов, четвертый опускает планку до 8 слов на запрос. Пятый описывает разницу мягче всех: промпт длиннее привычного ключа примерно в пять раз. Расхождение между крайними оценками сорокакратное.

Объясняется оно методикой. Где-то считали весь разговор целиком, вместе с уточнениями, пересланными кусками текста и правками задачи. Где-то - отдельное сообщение. Где-то - только первый вопрос, с которого разговор начался. А где-то в выборку попали короткие уточнения вроде «а дешевле?», которые тянут среднее вниз. Все цифры честные, меряли разное.

Для плана материалов важен порядок величины, а не точное число. Человек пишет модели в разы больше, чем набирает в поисковой строке. Запросы в режиме AI-поиска втрое длиннее обычных, и это нижняя оценка разницы.

Разница видна на паре формулировок. В поиск человек несет обрывок фразы: «стоматология Ташкент». Модели он приносит задачу целиком: «ищу стоматологию в Ташкенте, нужна имплантация, бюджет до 2000 долларов, важно чтобы принимали в выходные и была рассрочка». В первом случае извлекается одно намерение. Во втором - намерение плюс четыре условия, и каждое условие модель может превратить в отдельный подзапрос.

Рабочий вывод простой: материал, который отвечает на условие, обходит материал с общим обзором. Страница «имплантация в Ташкенте» проигрывает разделу «имплантация в рассрочку с приемом в выходные», хотя по частотности второй фразы нет никакого спроса.

Дальше формулировки станут подробнее, потому что вопрос все чаще задает агент от имени человека. Запрос «нужен бухгалтер» разворачивается в описание клиента целиком: ресторан на двенадцать сотрудников в Алматы, оборот 1,8 миллиона долларов, учет ведется в Xero, встречи очные. Ни одного слова из такой формулировки в базе частотности нет. Материал, где разобран учет для ресторана на Xero, попадет в ответ, а страница «бухгалтерские услуги» останется в стороне.

И тут же возможность, которую пока мало кто разрабатывает. Хвост вопросов к моделям длиннее поискового: люди спрашивают то, чего раньше не искали, потому что в поисковую строку такое не помещалось. Конкуренции по таким формулировкам почти нет.

Как увидеть подзапросы своими глазами

Все предыдущее - реконструкция по косвенным признакам. Эта часть другая: строки подзапросов приходят в браузер вместе с ответом, и увидеть их можно в панели разработчика. Порядок ниже описан для веб-версии ChatGPT по состоянию на июль 2026. Интерфейс меняется без предупреждения, так что перед тем, как строить на этом рабочий процесс, пройдите шаги на своей машине.

• Скопируйте идентификатор разговора из адресной строки. Это набор символов после сегмента с буквой c.
• Откройте инструменты разработчика: клавиша F12 в Windows, сочетание Cmd + Option + I в macOS. Перейдите на вкладку сетевых запросов.
• Задайте вопрос заново, при открытой панели. Запросы, прошедшие до открытия, там не появятся.
• Впишите скопированный идентификатор в поле фильтра. Останется несколько строк вместо сотен.
• Найдите в ответе сервера поле с запросами. В разных сборках интерфейса оно называется по-разному: встречается queries и search_model_query. Внутри лежат строки, которые модель отправила в поиск, пока готовила ответ.

Полученные формулировки идут в план материалов как есть: заголовками разделов, адресами страниц, первыми предложениями. Логика прямая - модель уже показала, по каким строкам она ходит в поиск, и в следующий раз пойдет по ним же. Прием называют обратной разборкой размножения запроса: под каждую вариацию готовится свой материал, чтобы заявок на одно место было несколько.

Ограничения приема стоит знать заранее. Интерфейсы меняются без предупреждения, поле переименовывают или прячут. У разных платформ устройство ответа разное, и то, что видно в одной, в другой может не показываться. Часть подзапросов обрабатывается на стороне сервера и в браузер не приходит вообще. Так что снятый список показывает срез, и какая-то часть строк в него не попадет.

Тем, кто в панель разработчика не полезет, остаются два открытых источника формулировок. Первый: уточняющие вопросы, которые модель задает перед ответом. По ним видно, каких условий ей не хватило. Второй: блок смежных вопросов под ответом Perplexity, где показаны формулировки в том виде, в каком система их обрабатывает.

Самый быстрый заход занимает десять минут и не требует ничего, кроме браузера. Откройте ChatGPT без входа в аккаунт, чтобы история разговоров не влияла на ответ, и задайте вопрос про свою нишу, а следом про свою компанию. По ответу видно две вещи: знает ли модель компанию вообще и на какие источники она опирается, когда рассказывает о таких услугах. Список этих источников и есть площадки, где вас пока нет.

Отдача от такой работы измерима. В опубликованном кейсе агентства связка из двух частей - перестройка материалов под подзапросы и рассылка по площадкам, которые модели цитируют, - дала около 341% возврата вложений на кампанию.

Посмотреть механику - работа на пять минут. Перестроить под нее весь план материалов, разложить темы на десятки подзапросов и закрыть каждый отдельным разделом - работа на месяцы, и в одиночку она почти не двигается. Если такую перестройку нужно сделать быстро, этим занимается перестройка контента под подзапросы в HITZ Agency.

Что это меняет в подборе тем

Частотность одного ключа перестает быть ориентиром. Подзапросы генерирует машина, человеческого спроса у большинства из них нет, и в базе частотности они не появятся никогда. Ориентироваться на цифру напротив главной фразы - значит планировать под один поиск из двадцати.

Вместо материала под ключ собирается группа материалов под тему. Тема закрывается целиком, кластер за кластером, и вопрос к плану меняется. Раньше спрашивали: ранжируется ли страница по фразе. Теперь: закрывает ли сайт весь путь ответа - от первого уточнения до последнего условия.

Проверить план можно грубо, за один вечер. Выпишите главную тему, разложите ее на десять-пятнадцать вопросов, которые человек задаст перед покупкой, и найдите на сайте абзац с ответом на каждый. Пустые строки и есть части темы, по которым в ответ пойдет чужой материал. У большинства сайтов их набирается больше половины: очевидное закрыто, а условия и сомнения покупателя не разобраны нигде.

Отдельная точка входа - вопросы формата «лучший инструмент для такой-то задачи». Их задают до того, как узнали ваш бренд, и по ним модель формирует короткий список претендентов. Если вас нет в материалах, откуда собирается такой список, дальше вы не участвуете.

Блок вопросов и ответов работает тут лучше, чем кажется. Человек может не искать вашу главную тему вообще, но спросить о смежном: сколько это занимает времени, что делать при отказе, чем одно отличается от другого. Такие формулировки и есть подзапросы вокруг темы.

Два опубликованных случая показывают, как выглядит попадание через сторону темы, которую сайт своей не считал.

Первый: сервис определения посетителей сайта стоял внизу чужой подборки из семи компаний. Подборку переписали, добавили несколько участников и поставили сервис первым. Страница ушла в AI-блок и на вторую строку обычной выдачи. Заявки при этом приносит чужой материал со сравнением, а собственный сайт сервиса остается в стороне.

Второй случай показателен обратной стороной. Для проверки механики придумали бренд чая матча без сайта и без единой своей страницы, а затем опубликовали три подборки с ним в тройке лидеров на сторонних площадках, которые модели цитируют по другим темам. Через два дня выдуманный бренд набрал около 15% упоминаний наравне с настоящими. Наличие сайта тут ничего не решает: собирается то, что написано о вас в местах, куда модель ходит за ответами.

На практике одна страница под каждый подзапрос - перебор, который расползется в сотни тонких материалов. Рабочая единица - раздел. Один подзапрос - один раздел с заголовком-вопросом внутри крепкого материала. Где брать сами вопросы, разобрано отдельно: где брать вопросы, под которые пишут разделы.

Как под это писать разделы

Из механики следуют три требования к разделу. Все три о том, легко ли из него вырезать ответ.

Первое: последовательность внутри блока. Вопрос, короткий ответ, объяснение. В таком порядке, потому что фрагмент вырезается по границе смысла, и если ответ спрятан в середине абзаца, вырезать будет нечего.

Второе: одна тема на материал. Когда в тексте перемешаны три темы, модель не определяет, что цитировать, и не цитирует ничего. Материал целиком проходит мимо.

Третье: аккуратность с приемами, которые держат человека на странице. Длинные вступления, игривые подзаголовки, накрученный объем - все это работает против разбора. Текст, который удерживает читателя, и текст, из которого удобно вырезать фрагмент, тянут в разные стороны. Выбирать приходится осознанно.

Есть и оценка объема. Разбор 7 тысяч запросов показал, что текст, который Google берет для обоснования ответа, выходит на плато около 540 слов: дальше добавленное в ответ уже не попадает. Страницы за 2 тысячи слов дают убывающую отдачу, потому что ядро ответа размывается длинными подводками. Отсюда рабочая мера: открывать раздел ответом на 50-70 слов, а объяснение разворачивать под ним.

Что повышает шанс цитирования по разбору Принстонского университета: полнота темы, ясная структура, конкретика в цифрах, указание источников, понятная сущность бренда. Разбор реконструирует факторы по поведению моделей, платформы их не подтверждали.

Правила письма на уровне абзацев и фраз - тема отдельного материала: как устроен раздел, который забирают в ответ.

Чего мы не видим

Как модель делит вопрос, снаружи не видно. В сетевых запросах видны следы решения - готовые строки, - но не логика, по которой модель их составила. Почему из вопроса про имплантацию вышли отзывы, а не гарантии на работу, снаружи не определить.

Фиксированного алгоритма поиска у моделей нет. Разбиение меняется от вопроса к вопросу, от версии к версии и от загрузки серверов. Тот же вопрос через неделю даст другой набор строк.

Трекеры видимости эту дыру не закрывают. Сравнение четырех десятков таких сервисов показало общую слабость: ChatGPT и Gemini не отдают наружу данные о запросах пользователей, поэтому инструменты гоняют собственные придуманные вопросы. Позиция, которую они показывают, относится к их боту, а не к вашему покупателю.

Персонализация добавляет разброса. У двух человек с одинаковым вопросом наборы подзапросов разойдутся: влияет история разговоров, язык, страна, платформа. Список, снятый на своей машине, - ваш срез, а не общая правда.

Факторы отбора реконструированы исследованием, а не подтверждены платформами. Авторитет домена и автора, извлекаемость структуры, смысловая плотность, проверяемость утверждений, свежесть - набор выведен из наблюдений за поведением моделей, и вес каждого фактора неизвестен.

Вывод из этого трезвый. Механика дает принцип планирования и не дает рычага управления. Гарантировать попадание в конкретный подзапрос нельзя, потому что подзапрос придумывает машина в момент ответа. Кто такое обещает, обещает то, чего не контролирует, - об этом подробнее в материале про то, какие обещания в GEO невыполнимы.

Коротко

• Модель разбирает вопрос на части, ищет по каждой отдельно и собирает ответ из фрагментов разных сайтов.
• Число подзапросов на один вопрос колеблется в замерах от 2-3 до нескольких десятков, планировать стоит по верхней границе.
• Замеры длины промпта расходятся от 8 до 350 слов, потому что считали разное: разговор целиком, отдельное сообщение или первый вопрос. Порядок величины важнее точной цифры.
• Строки подзапросов лежат в ответе сервера, их достают через панель разработчика за пять минут и используют как заголовки разделов.
• Единица планирования смещается с одной страницы под ключ на набор разделов, закрывающих тему со всех сторон.
• Правило деления вопроса закрыто, наборы подзапросов у разных людей расходятся, и гарантировать попадание в конкретную строку нельзя.

Частые вопросы

Если вы пришли из Google Ads или Meta Ads и слышали про Display & Video 360, у вас два вопроса: чем DV360 отличается от привычных кабинетов и стоит ли вообще переходить.

Я работаю с DV360 несколько лет, в основном на рынках СНГ и ОАЭ. Расскажу что внутри платформы, кому она подходит, и где входной порог - не тот, который пишут в обзорах, а тот, который видишь в счете от агентства.

DV360 в одном предложении и его место в Google Marketing Platform

DV360 (Display & Video 360) - это DSP. Расшифровывается как Demand-Side Platform, платформа закупки рекламы со стороны рекламодателя. Ее делает Google, и она входит в Google Marketing Platform (GMP) - корпоративную линейку рекламных и аналитических продуктов. Рядом с DV360 в GMP живут Campaign Manager 360 (ad-сервер для трекинга), Search Ads 360 (управление поисковой рекламой) и Google Analytics.

Главное отличие DSP от обычного рекламного кабинета - в источнике инвентаря. Google Ads показывает рекламу в инвентаре, который Google продает сам: Google Display Network, YouTube, Gmail, Google Maps. DV360 подключается к 80+ ad exchanges (рекламных бирж - площадок, где издатели и рекламодатели торгуются за показы) одновременно. Это значит, что одна и та же платформа покупает показы и в Google-сетях, и в OpenX, Magnite, PubMatic, Index Exchange, Xandr и десятках других. Через эту инфраструктуру DV360 охватывает примерно 90% программатик-инвентаря веба и приложений.

Технически реклама в DV360 работает по схеме RTB (real-time bidding - аукцион в реальном времени). Пользователь заходит на сайт, у площадки появляется свободный показ, и этот показ уходит на ad exchange. SSP (Supply-Side Platform - платформа на стороне площадки) со стороны паблишера выставляет показ на торги, DSP со стороны рекламодателя получает сигнал и решает, делать ставку или нет. Аукцион проходит за 100-200 миллисекунд. Если DV360 выиграл, пользователь видит ваше объявление.

Подробнее про работу programmatic я разбираю в отдельной статье - здесь нам важно понять место DV360 в этой схеме.

Чем DV360 отличается от Google Ads

Коротко: DV360 дает больше контроля над инвентарем и сделками, но требует ощутимо больше бюджета, людей и времени на ведение. Если разбирать подробнее, отличий пять.

Инвентарь и охват

Google Ads ограничен GDN (Google Display Network - контекстно-медийная сеть Google) и YouTube. DV360 покупает показы в 80+ ad exchanges. Это дает доступ к премиум-площадкам уровня Forbes, ESPN, New York Times, Vogue. В Google Ads они появляются редко и только в остаточной части инвентаря, в DV360 - регулярно и через прямые сделки.

Типы закупки

В Google Ads вы участвуете только в открытом аукционе и боретесь со всеми рекламодателями за одни и те же показы. В DV360 доступны еще три формата: PMP, Preferred Deals, Programmatic Guaranteed. Это дает возможность договориться с площадкой напрямую о фиксированной цене и гарантированном объеме. Подробнее про каждый тип ниже в этой статье.

Контроль частоты показов

В DV360 единый частотный кап работает через все форматы и кампании одновременно. Если вы запускаете display, видео и аудио параллельно, DV360 не даст показать одному пользователю 50 раз одно и то же сообщение через разные каналы. Google Ads такого не умеет: там лимит частоты живет на уровне отдельной кампании, и два запуска бренда могут показать одному пользователю по 25 показов каждый.

Бренд-сейфти

В Google Ads вы можете исключить категории контента и список доменов, но контроль остается грубым. В DV360 главный рабочий уровень настройки - Line Item. На нем вы строите whitelist (белый список разрешенных площадок) и blacklist (черный список исключенных доменов) под конкретные требования бренда, подключаете внешние сервисы верификации (DoubleVerify, IAS), задаете требования к viewability - доле показов, которые реально были видны пользователю на экране. Для крупных брендов с жесткими требованиями к окружению это критическая разница.

Сторонние данные

Что недоступно в Google Ads - сторонние сегменты от внешних провайдеров. В DV360 к собственным аудиториям Google добавляются данные Oracle Data Cloud, Experian, LiveRamp. Это дает точные сегменты вроде «топ-менеджеры компаний из списка Fortune 500», «владельцы автомобилей премиум-класса возрастом 3-5 лет», «активные путешественники с расходами от $X в месяц».

Полное сравнение DV360 и Google Ads - в отдельной статье, с разбором по сценариям и реальным цифрам.

Структура аккаунта DV360

В иерархии DV360 шесть уровней. На первый раз это сбивает с толку, особенно если вы привыкли к двух- или трехуровневой структуре Google Ads и Meta Ads.

Partner

Верхний уровень. Обычно принадлежит агентству, ресселеру или крупному рекламодателю с несколькими брендами. На уровне Partner живут права доступа, платежный профиль, общие настройки. Если DV360 ведет ресселер, ваш Advertiser создается внутри его Partner. Если у вас прямой контракт с Google (Self-Serve), Partner ваш собственный.

Advertiser

Уровень рекламодателя. Один Advertiser - один бренд или одна бизнес-единица. Здесь подключается Floodlight (система измерения через CM360), линкуются GA4 и YouTube-канал, хранятся аудитории и креативы.

Campaign

Уровень маркетинговой задачи. Например: «Запуск нового продукта в первом квартале», «Brand awareness Казахстан», «Performance ОАЭ». В DV360 Campaign не управляет бюджетом - это организационный контейнер, не финансовый.

Insertion Order

Уровень бюджета. Здесь вы задаете сумму, период расхода, дневные лимиты и общую стратегию ставок. Внутри одной Campaign может быть несколько IO с разными бюджетами под отдельные задачи: prospecting (привлечение новой аудитории), retargeting (повторный показ ушедшим), CTV.

Line Item

Главный рабочий уровень. Здесь настраивают все, что определяет сам показ: таргетинг, ставки, частота, расписание, выбор сделки или открытого аукциона, формат. Большая часть рабочего времени в DV360 проходит на уровне Line Item.

Creative

Сам рекламный материал. Креатив загружают отдельно и привязывают к Line Item. Один креатив можно использовать в разных Line Item.

Ключевой инсайт для тех, кто пришел из Google Ads: бюджет в DV360 живет на Insertion Order, не на уровне Campaign. Это другая логика. Когда вам нужно увеличить расход или поставить дневной лимит - вы идете в IO, не в Campaign. Полный разбор иерархии с примерами - в отдельной статье про структуру аккаунта DV360.

Как покупается реклама в DV360 - четыре типа сделок

Четыре варианта закупки, у каждого свой сценарий применения.

Open Auction

Открытый аукцион. Самый базовый сценарий. Вы конкурируете со всеми остальными рекламодателями на инвентаре, который площадка выставила в свободную продажу. Это аналог того, что происходит в Google Ads, только источников показа на порядок больше. Цены ниже, чем в прямых сделках, но контроль над размещением ограниченный: бренд-сейфти, whitelist, viewability задаете вы, но конкретные домены и моменты показа выбирает аукцион.

Private Marketplace (PMP)

Закрытый аукцион с ограниченным составом участников. Площадка приглашает определенный список рекламодателей и продает им инвентарь по специальной цене или с приоритетом. PMP используют, когда нужны конкретные премиум-домены или когда у бренда строгие требования к окружению.

Preferred Deals

Прямая сделка с площадкой по фиксированной цене, но без гарантии объема. Вы договариваетесь, например, что будете покупать показы на конкретных страницах сайта по $X за тысячу. Точный объем показов зависит от трафика площадки. Этот формат используют реже двух предыдущих, обычно для нишевых задач.

Programmatic Guaranteed

Прямая сделка с фиксированной ценой и гарантированным объемом показов. Самый дорогой формат и самый предсказуемый. Programmatic Guaranteed подходит для запусков с жестким KPI на охват, когда нужно гарантировать конкретный объем показов на премиум-инвентаре. Например, takeover (полный захват главного экрана) на главной странице крупного издания на день старта продукта.

Все четыре формата комбинируются в одном Line Item или внутри одной Campaign. У меня в проектах рабочая структура обычно такая: Open Auction для базового prospecting, PMP для премиум-окружения, Programmatic Guaranteed для пиковых охватных моментов вроде запуска. Подробный разбор типов закупки - с переговорной механикой и реальными ценами в отдельной статье.

Кому подходит DV360 - три рабочих сценария

Когда DV360 имеет смысл и какие сценарии работают на практике.

Сценарий 1. Крупный бренд со строгим бренд-сейфти

Чаще всего я подключаю DV360 международным брендам, для которых критичен контроль площадок размещения. Это производители бытовой техники, косметики, автопроизводители, реже - премиум-FMCG (товары повседневного спроса верхнего сегмента: алкоголь, парфюмерия, премиальная косметика). Объединяет их одно: репутационные риски стоят дороже, чем сэкономленные на Google Ads деньги.

Один из последних кейсов: премиум-бренд бытовой техники для рынков Казахстан + ОАЭ + Турция. Категорически нельзя было показывать рекламу рядом с новостным контентом про конфликты, политику, происшествия, медицинские темы. На Google Ads такой контроль настраивается грубо: либо исключаешь категории целиком и теряешь до 60% инвентаря, либо ставишь whitelist на пару сотен доменов и недобираешь охват.

В DV360 я собрал whitelist около 800 доменов через комбинацию открытого аукциона на премиум-сегменте и нескольких PMP-сделок с крупными издателями. По нашим брендам whitelist обычно варьируется от 200 до 1500 доменов в зависимости от ниши и аудитории. Подобрать и поддерживать такой список руками возможно только в DV360 - в Google Ads нет нужного уровня детализации.

Сценарий 2. Кросс-канальная стратегия

Если в маркетинговом плане одновременно display, видео, CTV (Connected TV), аудио и YouTube, DV360 - единственная платформа Google, которая объединяет все это в одной системе с общей логикой частоты и охвата. Один частотный кап на пользователя через все форматы. Общий пул аудиторий. Сводный отчет на выходе.

Это критично для запусков, где KPI считается через unique reach (уникальный охват): «достучаться до X миллионов уникальных людей с частотой не больше 5 показов на каждого». В Google Ads вы будете считать это через костыли и Excel, в DV360 это базовый функционал.

Сценарий 3. Большие охватные бюджеты

Когда вы упираетесь в потолок инвентаря Google Display Network, а доступа к премиум-площадкам через Google Ads почти нет - DV360 расширяет картину в десятки раз. Это сценарий для брендов с бюджетами от $20-30K в месяц на медийку, где задача не «получить лиды дешевле», а «накрыть аудиторию определенного профиля на премиум-площадках».

Сценарий 4. Международный запуск с разными рынками

Если кампания идет одновременно в нескольких странах с разной стоимостью инвентаря и разными требованиями к локализации, DV360 управляет этим как одной системой. Для бренда, который параллельно крутит рекламу в ОАЭ, Турции и Казахстане, можно собрать единый Advertiser с тремя Insertion Order под каждый рынок и прозрачно распределять бюджет по фактической стоимости. В Google Ads это либо три отдельных кабинета, либо одна кампания с грубой балансировкой между странами.

Кому DV360 не подходит - типичные ошибки выбора

Этот раздел важнее предыдущего. Отговорить клиента от DV360 я считаю более ценной работой, чем подключить.

Несколько раз ко мне приходили с запросом «хочу DV360 для узнаваемости». Чаще всего это были застройщики, бухгалтерские агентства, клининговые компании. Когда разбираешь ситуацию подробнее, оказывается одна и та же история: человеку нужны заявки и звонки прямо сейчас, а не охват и brand recall через 3-6 месяцев. Слово «узнаваемость» используется как синоним «больше показов», а фактическая цель - performance, то есть прямые продажи и лиды.

В таких случаях DV360 не подходит как инструмент. Платформе нужно 2-4 недели на сбор данных и калибровку оптимизации, а к этому моменту короткое окно атрибуции уже закроется. Frequency capping (ограничение частоты показов одному пользователю) без накопленной частоты не работает, премиум-инвентарь не успевает раскрыть свою стоимость в конверсиях. Тот же бюджет в Google Ads и Meta Ads принесет в разы больше заявок за то же время.

Я обычно отговариваю переходить на DV360, если выполняется хотя бы одно из условий:

Бюджет меньше $5-7K в месяц на стабильной основе, не разовым запуском. Ниже этого порога DV360 проигрывает Google Ads и Meta Ads по любой метрике, кроме разве что повода поставить в кабинете галку «работаю в DV360».

Цель - прямая лидогенерация на коротком окне. Если KPI это «лиды на этой неделе» или «продажи в этом месяце», DV360 не успевает выйти на стабильную работу. Платформе нужно 2-4 недели только на накопление данных и калибровку оптимизации.

Нет ресурса на ежедневное ведение. DV360 не работает в режиме «настроил и забыл». Это инструмент, который требует выделенного специалиста или агентства, которое будет смотреть на кампании каждый день, ловить аномалии, корректировать ставки, обновлять whitelist. Если такого ресурса нет, лучше остаться на Google Ads.

Нет аналитики и измерения. Без CM360 или хотя бы Floodlight (система отслеживания конверсий внутри DV360) платформа теряет половину преимуществ. Если у бизнеса не настроен трекинг, начинать с DV360 - значит платить за инструмент, которым вы не сможете пользоваться.

Локальная гео без премиум-инвентаря. На некоторых рынках просто нет программатик-инвентаря в нужном объеме - нет смысла подключать DSP туда, где SSP-партнеров мало. Это надо проверять заранее по конкретной стране.

Как получить доступ к DV360 - три варианта и реальные цены

Подключиться можно тремя путями.

Через ресселер-агентство

Самый частый сценарий на рынках СНГ и ОАЭ. Ресселер - это сертифицированное Google агентство со своим Partner-аккаунтом в DV360. Внутри своего Partner ресселер создает Advertiser под ваш бренд. Подключение занимает от нескольких дней до пары недель. Ресселер берет комиссию с медиа-бюджета (5-15% в среднем) и иногда фиксированную плату за ведение.

По моему опыту работы с агентствами в Казахстане, ОАЭ, Турции, Грузии - пороги входа на практике такие:

• От €1000 в месяц если клиент уже сидит на других платформах через то же агентство (Google Ads, Meta, TikTok). Агентству выгодно открывать DV360 как дополнительный канал - они уже зарабатывают на других продуктах
• От €2000-5000 в месяц если DV360 в одиночку, без других платформ. Агентству невыгодно открывать кабинет ради одного канала, и они поднимают порог
• Иногда отказывают совсем. Если бюджет ниже €2000 и нет других продуктов - агентство просто не возьмет в работу

Это цифры с рынка, не из обзоров. В обзорах часто пишут «от $10000 в месяц», но это либо устаревшие данные, либо порог при прямом подключении через Google.

Через Self-Serve напрямую от Google

Прямой контракт с Google без посредников. Вы получаете свой Partner-аккаунт и сами управляете всем. Этот путь подходит крупным in-house командам с собственным программатик-специалистом. Self-Serve - это самостоятельное подключение и ведение, без обертки агентства между вами и платформой. Лично я этим путем не ходил - в моих проектах всегда было выгоднее работать через ресселера.

Через крупное network-агентство

Publicis, OMG, GroupM и другие сетевые агентства имеют корпоративные контракты с Google. Этот путь - для брендов, которые уже работают с такими агентствами по основному маркетингу. Вход через них самый дорогой, но и самый управляемый: специалисты внутри агентства имеют прямой доступ к support GMP.

Подробнее про каждый путь - в статье про доступ к DV360. Минимальные бюджеты по странам - в статье про вход в DV360.

Что внутри - короткий обзор возможностей

Чтобы вы понимали масштаб платформы, перечислю что есть внутри. Полный разбор каждого блока - в отдельных статьях кластера.

Аудитории. Свои (ремаркетинг и customer match - загрузка списка клиентов из CRM), от паблишеров, сторонние от Oracle, Experian, LiveRamp. Подробнее в статье про аудитории DV360.

Креативы. Статичные баннеры, HTML5, видео, аудио, dynamic creatives (динамические креативы, которые подстраиваются под пользователя - геолокацию, время, поведение) через Google Web Designer и Studio, in-stream и out-stream видео.

Измерение. Floodlight для конверсий, связка с CM360 для трекинга по всем каналам, Brand Lift для замера роста бренд-метрик. Floodlight разобран в отдельной статье, Brand Lift - в статье про измерение бренд-эффекта.

Оптимизация. Автоматические стратегии ставок, Custom Bidding (когда вы пишете свой алгоритм оптимизации под уникальную метрику - например, не CPC и не CPA, а взвешенный score с учетом качества трафика), Insights Finder для поиска новых аудиторий по поведенческим сигналам с YouTube и Search. Custom Bidding - тема большой отдельной статьи, Insights Finder тоже разбираю отдельно. Эти два инструмента в Google Ads недоступны вообще, и для меня это одна из главных причин не уводить клиента из DV360 после обкатки.

Отчеты. Встроенный reporting на 30+ метриках, шаблоны под разные форматы, выгрузка в BigQuery для своей аналитики.

Что не делать в DV360 - три типичные ошибки

Их я регулярно вижу у новых клиентов или в чужих кабинетах при аудите.

Запускать без измерения. Если не подключен Floodlight или CM360, платформа показывает вам только показы и клики. Что произошло с пользователем дальше, какие сегменты дали конверсии, какая частота сработала - этого вы не увидите. Половина смысла DV360 живет в продвинутой атрибуции. Без трекинга вы платите за платформу корпоративного уровня, а пользуетесь возможностями обычного медийного кабинета.

Смешивать все в одном Line Item. Когда специалист только начинает работать с DV360, первый соблазн - собрать всю активность в одном Line Item: разные аудитории, форматы, ставки, расписание. После запуска разобрать, что именно сработало, не получится. Логика правильной структуры: один Line Item решает одну задачу с одной аудиторией и одним форматом.

Не считать комиссии. В DV360 несколько слоев стоимости: платформа Google берет свою долю, ресселер берет свою, иногда добавляется DSP fee (дополнительная комиссия за использование биржи) на уровне ad exchange, плюс плата за сторонние данные. Если вы видите в отчете «потрачено $5000», фактический бюджет с учетом всех комиссий мог быть $5800-6500. Это надо считать вручную и закладывать в планирование.

Что в итоге

DV360 - не альтернатива Google Ads и не следующий шаг после Meta Ads. Это инструмент другого класса со своими задачами, своей экономикой и своим порогом входа.

Имеет смысл подключать, если ваш фокус - охват, бренд-сейфти, кросс-канальная медийка с премиум-инвентарем, и бюджет от $5-7K в месяц. Реальный порог входа на рынках СНГ через ресселера от €1000-2000 при условии других платформ или €2000-5000 в одиночку. Меньше - не имеет смысла даже на старте.

Если ваши KPI завязаны на лиды и продажи в коротком окне, оставайтесь в Google Ads и Meta Ads. DV360 не справляется с performance на ограниченных бюджетах.

Если решение в пользу DV360 принято - дальше смотрите структуру аккаунта, как получить доступ, и полный разбор типов закупки. Полная навигация по кластеру - на главной странице раздела DV360.

Частые вопросы