Кейс «Айкликс» (iClicks): как отсеять ИИ-инвентарь и снизить стоимость ДДУ в 1,3 раза

По данным «Айкликс» (iClicks), генеративные модели удешевили производство контента почти до нулевой отметки и это переформатировало не только SEO (Search Engine Optimization — поисковая оптимизация), но и рынок программатик-рекламы. В инвентаре RTB-сетей (Real-Time Bidding — это система автоматизированных торгов) стремительно растет доля сайтов, которые мимикрируют под полноценные медиа, но, по сути, работают как фабрики показов: ресурсы, заточенные не под аудиторию, а под генерацию показов и освоение CPM-бюджетов (Cost per Mille — стоимость 1 тыс. показов рекламного объявления).

Контекст

Сегодня сайт с тысячами страниц можно собрать без команды: тексты пишет LLM (Large Language Model — большая языковая модель), изображения генерирует нейросеть, структура штампуется по шаблону.

Как отметили в рекламной платформе, для рекламного рынка это породило отдельную проблему. Формально с такими площадками все в порядке: есть страницы, индексация, трафик, рекламные места, видимость, измеримые показы. Однако пользовательской ценности почти нет.

Это slop-сайты: ресурсы, созданные в первую очередь не для читателя, а для монетизации через показы.

Отнести их к классическому фроду (мошеннический трафик) сложно. Это не ботнет (сеть, зараженная вредосноными ПО устройств), не скликивание и не подмена трафика — на часть таких сайтов действительно заходят живые люди. Проблема в другом: пользователь попадает на контент, который никогда не задумывался как редакционный продукт, а рекламодатель платит за контакт в среде с низким качеством внимания.

В перформанс-кампаниях это вскрывается мгновенно. Показы на месте, но вклад площадки в целевые действия — слабый или нулевой.

Задача 

Первый сигнал в «Айкликс» (iClicks) поймали в отчетах по медийным кампаниям в 2024 году. В пуле размещений стали всплывать площадки с безупречными верхнеуровневыми метриками: нормальная видимость, большой объем страниц, регулярные публикации, аккуратная верстка. На уровне закупки — идеальные кандидаты.

Однако в post-click- и post-view-аналитике (post-click — действия пользователей после перехода по рекламному объявлению; post-view — поведение пользователей после просмотра рекламного объявления) продаж они не участвовали: пользователи не возвращались, не доходили до значимых действий, не конвертировались в обращения и визиты.

Ручная проверка вскрыла общий паттерн, который повторялся от площадки к площадке: много текста без конкретики, однотипная структура материалов, размытая тематика, аномальная скорость публикаций, шаблонные блоки верстки и агрессивная монетизация рекламными местами.

Так появилась задача: не точечно заносить домены в черный список, а построить систему, которая оценивает площадку до выкупа показа.

Реализация

Критерии ИИ-текста

Предсказуемость. LLM-текст получается слишком ровным: грамматически правильным, но статистически предсказуемым. Следующая фраза почти всегда ожидаема, мысль развивается без резких поворотов, абзацы идут одинаковым ритмом. Модель оценивает, насколько текст похож на «среднее» продолжение темы. Если сайт демонстрирует эту гладкость на сотнях страниц подряд — это сигнал генерации.

Монотонность синтаксиса. У живого автора текст дышит: короткие фразы чередуются с длинными, ритм меняется, проскакивают неожиданные конструкции. У массово сгенерированного контента картина обратная — предложения близкой длины, одинаковая логика абзацев, повторяющиеся вводные и финальные выводы. 

В «Айкликс (iClicks) считают разброс длины предложений, повторяемость синтаксических схем и устойчивость структуры абзацев внутри сайта.

Низкая смысловая плотность. Главный признак slop-контента — много текста при небольшом объеме информации. Модель измеряет количество фактов на 1 тыс. слов, долю уникальных сущностей, наличие цифр, дат, имен, брендов и географии, повторяемость общих формулировок, соотношение конкретики и абстракции. Объемная статья без проверяемых фактов повышает slop-score (метрика, которая оценивает качество ИИ-контента) страницы.

Тематическая размытость. У редакционных медиа есть понятное ядро тем. Даже широкий ресурс держит логику: недвижимость, авто, финансы, лайфстайл. Slop-сайт устроен иначе: один домен одновременно публикует тексты про ремонт, здоровье, крипту, рецепты, машины и гороскопы. Само по себе это не нарушение, но в связке с другими признаками выдает контент, произведенный «по площадям», а не под аудиторию.

Вычисление ИИ-верстки

Текст — это лишь половина проблемы. Многие slop-сайты выдает не содержание, а структура. Фабрику страниц невозможно собирать вручную на уровне каждой публикации, поэтому неизбежно появляется шаблонность: одинаковые блоки, повторяющиеся DOM-деревья (Document Object Model — объектная модель документа), типовые карточки, идентичные сайдбары и рекламные позиции.

Сравнение DOM-структур. Краулер (программа, которая анализирует содержимое веб-страниц) обходит сайт и сопоставляет HTML (HyperText Markup Language — язык гипертекстовой разметки) разных страниц: насколько похожи деревья, сколько реально уникальных шаблонов, повторяются ли блоки в одной последовательности, различаются ли страницы по структуре или только по тексту. Тысячи страниц, скроенных по одной выкройке, добавляют площадке штрафной балл.

Повторяемость компонентов. Отдельно команда «Айкликс» (iClicks) анализировала типовые элементы: hero-блоки (первый экран сайта), карточки статей, CTA (Call to Action — призыв к действию), боковые разделы и подвалы сайтов, блоки «читайте также», рекламные контейнеры. Для нормального медиа их повторяемость естественна. У slop-сайтов она становится чрезмерной: меняются только заголовок и текст, а оболочка остается неизменной на сотнях страниц.

Верстка под показы. Slop-сайт строится не вокруг читателя, а вокруг рекламных мест. Система оценивала соотношение рекламной площади к полезному контенту, число блоков на первом экране, частоту обновления рекламных мест, наличие видео с автоматическим запуском, дробление коротких материалов на несколько страниц, агрессивные sticky-форматы (формат, при котором рекламный блок остается видимым на странице во время прокрутки контента) и плотность рекламных контейнеров в тексте. Если интерфейс работает в основном на генерацию показов — это бьет по итоговому рейтингу.

Генеративные изображения. Дополнительный слой — картинки. Команда смотрела на наличие EXIF-данных (Exchangeable Image File Format — это стандартизированный набор метаданных), признаки генерации, повторяемость визуальных паттернов, использование одинаковых иллюстраций на разных страницах и несоответствие изображения теме материала. Само по себе ИИ-изображение сайт не дискредитирует, но когда на генерацию одновременно указывают текст, структура, ритм публикаций и визуал — вероятность slop-площадки резко растет.

Ритм публикаций

Один из самых сильных признаков — скорость появления контента. Редакцию ограничивают люди: авторы, редакторы, фактчекинг, производственный цикл. У slop-сайта этих ограничений нет.

Поэтому система отслеживала, сколько материалов выходит в день, есть ли всплески публикаций в одну и ту же минуту, как быстро растет число страниц, насколько молод домен и соответствует ли объем контента возрасту сайта и его тематике. Когда новый домен за короткий срок публикует тысячи однотипных материалов в десятках несвязанных тем — это почти безошибочный маркер автоматического производства.

Результаты

Итоговый скоринг площадки

Ни один признак сам по себе не является поводом для блокировки — решает комбинация сигналов. Площадка получала итоговый рейтинг качества на основе нескольких групп факторов: текстовые признаки генерации, шаблонность верстки, структура сайта, ритм публикаций, качество рекламного окружения, поведенческие показатели и вклад в post-view- / post-click-воронку.

По итогу площадка попадала в один из статусов:

Принципиальное отличие от обычных черных списков — решение принимается до, а не после покупки трафика.

Тестирование теории

Чтобы проверить влияние фильтрации на бизнес-метрики, провели тест на жилых комплексах в двух сегментах комфорт- и бизнес-класса. Планировали не просто убрать подозрительные сайты, а понять, как очистка инвентаря сказывается на стоимости конечного действия — договора долевого участия.

Сравнивали два периода: стандартную закупку по широкому пулу площадок и закупку после применения slop-фильтрации и скоринга качества. Форматы, таргетинги и логика атрибуции оставались сопоставимыми, менялся только состав инвентаря.

В итоге из закупки ушли площадки с низким качеством контента, высокой шаблонностью, аномальной скоростью публикаций и слабым вкладом в воронку. Доступный объем инвентаря сократился, а качество контакта выросло.

Стоимость ДДУ (договор долевого участия) снизилась в 1,35 раза.

Для недвижимости ценность создается не в показах и даже не в кликах, а в способности инвентаря доводить пользователя до реального контакта с отделом продаж.

Почему эффект оказался таким заметным

Slop-фильтрация не повышает эффективность сама по себе — она убирает площадки, которые размывают медиамикс. После исключения низкокачественных сайтов бюджет перетекает в инвентарь, где выше вероятность реального внимания, меньше рекламного шума, ниже доля случайного трафика, точнее совпадают контекст площадки и интерес аудитории, выше вклад в post-view- и post-click-действия.

В недвижимости это видно особенно отчетливо из-за длинного пути пользователя. Квартиру редко покупают после одного просмотра рекламы, поэтому значение имеет не последняя сессия, а вся цепочка контактов, которая ведет к заявке, визиту и сделке.

Вывод

AI-generated (ИИ генерация) сайты стали самостоятельной проблемой программатик-рынка. Они не всегда выглядят как фрод в классическом смысле: трафик бывает живым, показы — измеримыми, видимость — нормальной. Однако для рекламодателя важен другой вопрос: создает ли площадка качественный контакт с аудиторией или просто производит показы.

Опыт «Айкликс» (iClicks) показывает, что такие сайты можно выявлять до закупки — если анализировать не один сигнал, а всю структуру площадки: текст, верстку, изображения, ритм публикаций, рекламное окружение и вклад в воронку.

В тесте на проектах комфорт- и бизнес-класса недвижимости очистка инвентаря снизила стоимость ДДУ в 1,35 раза — с 537 тыс. почти до 397,8 тыс. руб. Это значит, что качество площадок напрямую влияет не только на brand safety (безопасность бренда), но и на экономику брендформанс-кампаний (брендформанс — маркетинговый подход, объединяющий брендинг и работу на результат).

Реклама. Рекламодатель ООО «АЙСИСТЕМС», ИНН 7751114205