Как я разоблачил накрутку метрик в Telegram-рекламе на примере своего новостного бота

Недавно я решил протестировать Telegram-рекламу для своего новостного бота и выделил на это определённый бюджет. Результаты не заставили себя ждать: за сутки я получил 232 новых подписчика, и дашборд радовал глаз показателем активации в 81%. Однако, как оказалось, радоваться было рано.

Первые впечатления и разочарование

Сначала я был готов пополнить баланс, так как цифры выглядели многообещающе. Но, когда я начал анализировать поведение новых подписчиков, картина изменилась. Из 232 человек только один проявил активность: он нажал на кнопку 👍 или кликнул по ссылке. Остальные 231 подписчик оказались мёртвыми душами. Более того, 35% из них заблокировали бота в первый же день, а 218 зарегистрировались в один и тот же час.

Ложные метрики

Самым неприятным открытием стало то, что метрика «активация 81%» обманула меня. Она учитывала автоматические просмотры, которые бот генерировал сам себе в процессе онбординга. Я радовался цифре, которая на самом деле была легко подделана. Это наглядно демонстрирует, как легко можно попасть в ловушку собственных метрик, если не анализировать их глубже.

Цена за подписчика — ловушка

В процессе анализа я понял, что "цена за подписчика" — это ещё одна ловушка. Она может выглядеть привлекательно, но не отражает реальную ценность привлечённых пользователей. Важно понимать, что не все подписчики равны: если они не активны, то их наличие не имеет смысла. В моём случае цена за подписчика была низкой, но это не означало, что они были качественными.

Как отличить живой трафик от ботофермы

Я разработал несколько SQL-запросов, которые помогли мне отличить живой трафик от ботофермы. Вот три простых запроса, которые могут помочь в этом: 1. Запрос на активность: Проверьте, сколько пользователей взаимодействуют с ботом в течение первых 24 часов после подписки. 2. Запрос на временные метки: Сравните временные метки регистрации пользователей. Если многие подписчики зарегистрировались в один и тот же момент, это может быть признаком ботофермы. 3. Запрос на поведение: Проанализируйте, сколько пользователей возвращаются к боту через несколько дней. Если этот процент низок, это также может указывать на некачественный трафик.

Реальные цифры

Для более наглядного понимания ситуации, я проанализировал данные из разных источников. Например, по данным Habr, 28% подписчиков были активными, в то время как органический трафик показал 19%, а платная реклама — лишь 0.4%. Эти цифры подчеркивают, насколько важно различать источники трафика и их качество. В итоге, я понял, что важно не только привлекать подписчиков, но и анализировать их активность и вовлеченность. Ложные метрики могут обмануть даже опытного специалиста, поэтому стоит всегда проверять данные и не доверять им на слово.