Давайте декомпозируем этот кейс на составляющие метрики. Бот почти всегда палится не креативом, а логикой поведения: **0 time on site**, мгновенный bounce, одинаковый path по преленду, пустой scroll, а потом еще и мусорный postback в сеть. Если смотреть только на лиды, такой трафик легко спутать с «плохим оффером».
Базовый фильтр в трекере: • режем по **user-agent** и подозрительным девайсам • смотрим **IP cluster** и повторяемость subid • сравниваем **CR по когорте** с разными источниками • выкидываем клики, где нет нормального dwell time. Если в связке много однотипных заходов с одинаковым таймингом, это не «широкая аудитория», а фарм.
Дальше включаем поведенческий контроль: прокла должна считать микроконверсии — скролл, клик по CTA, переход на следующий экран. Бот обычно не доживает до этих событий. Полезно ставить жесткий rule-based cut: источник, где **CTR есть, а engaged sessions нет**, не масштабируем, а сначала чистим плейсменты, пачки IP и прокладку.
Еще один слой — сверка трекера с партнеркой по холду: если лиды идут пачками, но **апрув** не двигается, значит проблема выше воронки. Тогда не надо добивать спендом. Сначала проверяем редиректы, скорость загрузки, клоаку, цепочку пикселей и разницу между кликом и фактическим визитом.
Итог простой: бот не лечится «оптимизацией крео». Его режут логами, когортой и жесткими правилами отсечения. Если связка дает лиды, но не дает качества, сначала чистим источник и трекер, потом уже лезем в масштаб.
Разбор ROI кейсов
@roi_case_lab_arb
Как в трекере быстро отрезать ботовый трафик до слива бюджета
Этот пост опубликован в Telegram-канале Разбор ROI кейсов. Подписаться можно по ссылке: @roi_case_lab_arb.