Отчёт показывает конверсию 3,2%, а отдел продаж жалуется, что половина заявок — мусор. Знакомая ситуация: как считать конверсию, если часть визитов и часть заявок в вашей аналитике генерируют боты, а не живые люди? Ответ не сводится к «просто исключить роботов в Метрике» — боты искажают конверсию в обе стороны одновременно, и без разделения этих направлений пересчёт только заведёт глубже в ошибку.
Мы в BotHunt ежедневно обрабатываем поведенческие данные десятков тысяч сессий и в аудитах регулярно видим оба сценария: сайты, где реальная конверсия выше отчётной, и сайты, где она ниже. В статье — формула пересчёта, диагностика источника искажения и таблица того, что происходит с CR, CPA и ROMI при разных типах бот-активности.
Коротко:
Боты искажают конверсию в двух противоположных направлениях: визит-боты раздувают знаменатель формулы и занижают CR, бот-заявки раздувают числитель и завышают CR.
Реальная конверсия считается по формуле CR = чистые конверсии / чистые визиты, где боты исключены из обеих величин, а не только из одной.
По оценкам BotHunt, доля визит-ботов на сайте без защиты обычно держится в диапазоне 10–30%, а доля бот-заявок в CRM заметно меньше — 2–8%, но искажает CR сильнее, потому что бьёт прямо по числителю.
Конверсию можно пересчитать задним числом, если известна доля ботов в визитах и в конверсиях за тот же период — ниже пошаговая методика с примером на цифрах.
Долгосрочное решение — не чистить отчёты постфактум, а размечать сессии риск-скором на уровне сайта и считать конверсию только по подтверждённо человеческим визитам.
Как боты искажают конверсию: два противоположных направления
Боты искажают коэффициент конверсии (CR) не в одну сторону, а в две одновременно — и это главная причина, почему интуитивное «просто уберите ботов» не работает. Один тип бот-активности раздувает знаменатель формулы, другой — числитель, а итоговый эффект зависит от того, какой из них сильнее на конкретном сайте.
Визит-боты — сканеры, парсеры, накрутка поведенческих факторов, резидентные прокси-боты — заходят на сайт, но почти никогда не доходят до целевого действия. Мы подробно разбирали их признаки в отдельной статье. Такие боты увеличивают число визитов в знаменателе, конверсий не добавляют — CR занижается.
Бот-заявки — спам-боты в формах, накрутка целей, часть кликфрода с автозаполнением полей — наоборот, доходят до формы и «конвертируются». Похожий механизм искажения визитов без единого совпадающего запроса на сервере мы описывали в статье про спам-рефереры и ghost traffic. Бот-заявки раздувают числитель фейковыми лидами — CR завышается, а вместе с ним и бюджет, который отдел продаж или директолог считает эффективным.
Пример из практики: интернет-магазин видел CR 4,1% — заметно выше среднего по нише. После чистки выяснилось, что 60 из 900 «оформленных заказов» за месяц — боты, гоняющие промокоды через форму быстрого заказа. Реальный CR составил 3,4%.
Формула конверсии: что реально попадает в числитель и знаменатель
Классическая формула CR = число конверсий / число визитов × 100% верна, но она молчит о том, что считать визитом и что считать конверсией — а с ботами в трафике оба определения нужно сузить.
«Визит» в Метрике или GA4 включает визиты роботов, которых счётчик фильтрует только частично: строгие правила ловят ботов, представившихся User-Agent'ом, поведенческая эвристика — часть маскирующихся под человека. Резидентные боты и headless-браузеры с реалистичным поведением обычно проходят мимо обоих фильтров и остаются в знаменателе.
«Конверсия» — не все цели одинаково надёжны. Клик по кнопке «Заказать» или отправку формы боты подделывают легко и дёшево. Оплату или лид, подтверждённый звонком, — почти никогда.
Используйте многоуровневые цели: micro-конверсия (клик, отправка формы) и macro-конверсия (оплата, подтверждённый звонок, дошедшая до CRM сделка).
Реальный CR считайте по macro-цели, ближайшей к деньгам — она устойчивее к бот-накрутке, потому что боту не выгодно доводить фейковую сессию до оплаты.
Micro-конверсию используйте только как индикатор трафика, а не как метрику для отчёта перед руководством.
Как понять, что ваша конверсия искажена ботами
Заподозрить искажение можно по нескольким признакам, которые у живой аудитории редко возникают одновременно.
Конверсия выше 1–2% на холодном трафике без ремаркетинга — для B2B-лидогенерации такой уровень подозрительно высок и требует проверки.
Заявки идут пачками с одинаковых или соседних IP-адресов и подсетей.
В CRM много заявок без последующей активности: не берут трубку, не отвечают на письмо, телефон или email не проходят проверку.
Конверсия по одному каналу — чаще всего реклама или партнёрская сеть — кратно выше остальных без видимой причины.
Время на сайте до конверсии измеряется секундами, без прокрутки страницы и движений мыши.
Полный список поведенческих и технических маркеров, включая пороги роботности по отчётам, — в статье «10 признаков мусорного трафика в Яндекс.Метрике». Для заявок в CRM работает отдельный набор признаков — он ниже в таблице.
Признак | Реальная заявка | Бот-заявка |
|---|---|---|
Скорость заполнения формы | 15–60 секунд, с паузами | Менее 2 секунд, без пауз |
IP / ASN | Разные, преимущественно жилые | Совпадают или дата-центр / прокси |
Email и телефон | Валидны, отвечают на связь | Временный домен, номер не существует |
Повторные визиты | Есть — до и после заявки | Одна сессия: заявка и уход |
Поведение в форме | Фокус полей, исправления, ввод по буквам | Мгновенное автозаполнение всех полей |
Заявки без звонков и оплат обычно означают, что часть трафика — боты. Подключите BotHunt и проверьте реальную долю бот-визитов на своём сайте за 5 минут →
Пошаговая методика: как считать конверсию без ботов задним числом
Если известна доля ботов в визитах и в конверсиях за период, реальный CR можно пересчитать по скорректированной формуле, не дожидаясь новых «чистых» данных.
Определите долю визит-ботов за период — через отчёт «Роботность» в Метрике, анализ логов сервера или аудит BotHunt — и вычтите её из общего числа визитов.
Определите долю бот-заявок в CRM по признакам из таблицы выше (скорость заполнения, повтор IP, невалидные контакты) и вычтите их из числа конверсий.
Посчитайте CR_real = чистые конверсии / чистые визиты × 100% и сравните с исходным CR_raw.
Повторяйте пересчёт помесячно вручную или настройте автоматическую разметку сессий, чтобы не делать это каждый раз заново.
Пример на реальных порядках цифр. Отчёт показывает 10 000 визитов и 300 конверсий — CR_raw = 3,0%. Аудит находит 18% визит-ботов (1800 визитов) и 5% бот-заявок среди конверсий (15 заявок). Чистые визиты — 8200, чистые конверсии — 285. CR_real = 285 / 8200 × 100% = 3,48%. В этом примере реальная конверсия оказалась выше отчётной, потому что визит-боты искажали знаменатель сильнее, чем бот-заявки — числитель. На сайте, где основной источник искажения — накрученные заявки, а не сканеры, соотношение будет обратным.
Показатель | CR_raw (без очистки) | CR_real (после пересчёта) |
|---|---|---|
Визиты | 10 000 | 8 200 (−18% ботов) |
Конверсии | 300 | 285 (−5% бот-заявок) |
CR | 3,0% | 3,48% |
Как боты искажают CPA, ROMI и средний чек — не только CR
CR — не единственная метрика под ударом: та же бот-активность одновременно искажает CPA, ROMI и средний чек, причём по-разному в зависимости от типа ботов.
Тип активности | Метрика под ударом | Как искажается | Что делать |
|---|---|---|---|
Визит-боты (сканеры, накрутка ПФ) | CR, CPA | CR занижается, CPA завышается — реклама выглядит менее эффективной, чем есть | Отсекать на уровне сайта до подсчёта визитов, см. защиту от накрутки ПФ |
Бот-заявки / спам форм | CR, конверсия в оплату | CR завышается, реальная конверсия из лида в оплату резко падает | Квалифицировать лид по признакам из таблицы в разделе диагностики |
Скликивание рекламы (Директ, VK Реклама) | CPA, ROMI, расход бюджета | Бюджет тратится без визитов живых людей, CPA растёт, ROMI кампании падает | |
Мультиаккаунты, промо-абьюз | Средний чек, CAC, маржа | Конверсия формально есть, но заказ убыточен из-за повторного использования промокода | Проверять по устройству и платёжным данным, а не только по визиту |
Почему нельзя считать конверсию одной цифрой по всему трафику
Боты распределены по каналам неравномерно, поэтому общий CR по сайту маскирует то, что происходит в конкретном канале, откуда вы тратите бюджет.
Рекламный трафик — контекст, партнёрские сети, брокеры лидов — обычно несёт больше ботов, чем органический поиск или прямые заходы. Если считать общий CR по сайту и по нему принимать решение о перераспределении бюджета, недооценённым окажется как раз тот канал, который на самом деле эффективнее — чаще всего это происходит именно с контекстной рекламой, о которой мы писали в разделе про скликивание и очистку Директа выше.
Считайте чистый CR отдельно по каждому источнику (utm_source / utm_campaign), а не одной цифрой на весь сайт.
Не переносите общий процент искажения одинаково на все каналы — доля ботов в контексте и в органике может различаться в 3–5 раз.
Сравнивайте канал не только по CR, но и по доле подтверждённых сделок из CRM — это отсекает «дешёвые», но бот-заявки.
Условный пример (не агрегированные данные BotHunt, а иллюстрация принципа выше): чем больше в канале трафика с признаками автоматизации, тем ниже в нём оказывается чистый CR после очистки.
Канал | Доля ботов | Чистый CR |
|---|---|---|
Органика | 8% | 3,2% |
Директ | 22% | 2,4% |
Партнёрские сети | 35% | 1,6% |
Как считать конверсию правильно, а не чистить её постфактум
Правильный долгосрочный подход — не восстанавливать реальный CR задним числом, а изначально считать конверсию только по сессиям, подтверждённым как человеческие.
Антибот-агент на сайте присваивает каждой сессии риск-скор в реальном времени, за 4–12 миллисекунд, и передаёт метку дальше. Тогда конверсия считается не как «все визиты минус оценка доли ботов на глаз», а как «конверсии среди сессий с меткой verified-human» — точнее и без ручного пересчёта каждый месяц. Мы уже разбирали, что штатная фильтрация Метрики ловит не всех ботов, в статье «Как отфильтровать ботов в Яндекс.Метрике» — разметка на уровне агента сайта закрывает именно тот разрыв, который остаётся после настроек счётчика.
Мы в BotHunt передаём такую метку в дата-слой сайта, и её можно использовать как дополнительное измерение в Метрике или GA4 — фильтровать отчёты по «подтверждённым» визитам вместо расчёта диапазона на глаз, и передавать риск-скор сессии вместе с заявкой в CRM.
Разметка сессий риск-скором в реальном времени убирает необходимость пересчитывать конверсию вручную каждый месяц. Посмотрите тарифы BotHunt →
GA4 vs Яндекс.Метрика: у кого фильтрация ботов надёжнее
У Яндекс.Метрики есть встроенный переключатель фильтрации роботов — по строгим правилам и по поведению, у GA4 сопоставимого инструмента нет, и фильтрация там менее прозрачна. По состоянию на 2026 год в Метрике осталось два режима: «строгие правила» включён по умолчанию, а более полный режим «правила и поведение» нужно включать вручную тумблером в настройках счётчика — это стоит проверить в первую очередь, прежде чем пересчитывать конверсию.
GA4 полагается на общий список известных ботов и исключение известных User-Agent'ов, но не даёт переключателя «строгая фильтрация по поведению» и не показывает отдельный отчёт по роботности, как Метрика (подробности — в справке Яндекс.Метрики о фильтрации роботов). Из-за этого в GA4 сложнее даже диагностировать масштаб проблемы, не говоря о пересчёте конверсии.
Международная классификация невалидного трафика делит ботов на GIVT (общий невалидный трафик — поисковые роботы, известные датацентры) и SIVT (сложный, маскирующийся трафик) — подробнее в обзоре методов верификации трафика. Штатные фильтры аналитики неплохо ловят GIVT и почти не видят SIVT — именно ради него и нужна защита на уровне сайта, а не только настройки счётчика.
Если считаете конверсию в GA4, дополнительно сверяйте её с server-side данными — CRM, платёжным шлюзом. Конверсии, которых нет в биллинге, почти всегда боты, независимо от того, что показывает отчёт GA4.
Хотите точную цифру, а не диапазон «на глаз»? BotHunt показывает долю бот-трафика и бот-заявок на вашем сайте за 14 дней бесплатно. Подключить защиту →
Часто задаваемые вопросы
Как понять, что моя конверсия сайта искажена ботами?
Заподозрить искажение можно по совпадению нескольких признаков сразу: конверсия выше 1–2% на холодном трафике, заявки с одинаковых IP, отсутствие ответа на звонки и мгновенное заполнение формы. По отдельности каждый признак может быть случайностью, но их сочетание почти всегда означает бот-активность.
Может ли реальная конверсия оказаться выше, чем в отчёте?
Да. Если основная проблема сайта — визит-боты вроде сканеров и накрутки ПФ, а не фейковые заявки, их исключение из знаменателя поднимает CR выше отчётного значения. Обратная ситуация — когда доминируют бот-заявки — встречается реже, но занижает реальную конверсию сильнее.
Как пересчитать конверсию задним числом за прошлый период?
Нужны две доли за тот же период: доля визит-ботов из отчёта роботности или логов и доля бот-заявок в CRM по признакам вроде скорости заполнения и повторов IP. Вычтите обе доли из знаменателя и числителя формулы CR и пересчитайте процент — методика с примером разобрана выше.
Чем фильтрация роботов в Яндекс.Метрике отличается от защиты сайта антиботом применительно к конверсии?
Метрика скрывает часть визитов из отчётов постфактум и не отсеивает ботов до попадания на сайт — значит, не защищает CRM и рекламный бюджет от их конверсий. Антибот-агент блокирует бота до совершения действия, поэтому в аналитику и CRM изначально попадают только сессии живых пользователей.
Как отличить бот-заявку от реальной в CRM?
Главные признаки — аномальная скорость заполнения формы (доли секунды против 15–60 секунд у человека), совпадающие IP или дата-центровый ASN, невалидные телефон и email, отсутствие активности до и после заявки. Полная таблица признаков — в разделе о диагностике выше.
Нужно ли считать конверсию отдельно по каждому рекламному каналу?
Да, потому что боты распределены по каналам неравномерно: платный трафик обычно несёт больше бот-активности, чем органика или прямые заходы. Единый CR по всему сайту маскирует эту разницу и искажает решения о перераспределении бюджета между каналами.
Как боты влияют на CPA и ROMI, если сама конверсия считается верно?
Даже при корректном подсчёте CR боты искажают CPA и ROMI, потому что тратят рекламный бюджет без реальных визитов или конверсий. Скликивание в Директе или VK Рекламе поднимает CPA и занижает ROMI кампании, даже если формула CR применяется уже к частично очищенным данным.
Чем GA4 хуже Яндекс.Метрики в фильтрации ботов для расчёта конверсии?
В GA4 нет отдельного переключателя строгой фильтрации по поведению и нет отчёта по роботности, как в Метрике, поэтому масштаб проблемы там сложнее даже оценить, не говоря о пересчёте. При работе с GA4 конверсию стоит дополнительно сверять с данными биллинга или CRM.
