Прогнозные аудитории GA4 2026: настройка для Google Ads

Ремаркетинг «на всех, кто был на сайте за 30 дней» перестал давать преимущество примерно тогда же, когда его научился делать любой новичок. Разница между посетителем, который вернётся и купит, и тем, кто зашёл случайно, есть — просто она не видна в списке. Прогнозные аудитории GA4 как раз пытаются эту разницу оцифровать: модель оценивает вероятность покупки и вероятность оттока для каждого пользователя, а вы получаете список, который можно передать в Google Ads.

В этой статье — как устроены прогнозные метрики в 2026 году, какие пороги нужно преодолеть, чтобы модель вообще включилась, как собрать аудиторию правильно, куда её подключать (поиск, PMax, Demand Gen, YouTube) и на каких сценариях она реально даёт прирост, а на каких превращается в дорогой самообман.

Что такое прогнозные аудитории GA4 и как считаются прогнозные метрики

Google Analytics 4 считает три прогнозные метрики на уровне отдельного пользователя:

Вероятность покупки (Purchase probability) — вероятность того, что пользователь, активный за последние 28 дней, совершит целевое событие покупки в ближайшие 7 дней.
Вероятность оттока (Churn probability) — вероятность того, что активный за последние 7 дней пользователь не будет активен в ближайшие 7 дней.
Прогнозируемый доход (Predicted revenue) — ожидаемый доход от пользователя за ближайшие 28 дней.

Модель обучается на вашем собственном поведенческом потоке: последовательность событий, частота визитов, глубина сессии, источники, устройство, история покупок. Это не универсальная модель Google, а модель, натренированная на вашем проекте — отсюда и требования к объёму данных.

Пороги, без которых модель не включится

Здесь чаще всего всё и заканчивается. Требования Google к обучению модели:

Условие	Требование (ориентир Google)
Положительные примеры	не менее 1 000 вернувшихся пользователей, совершивших целевое событие, за 28 дней
Отрицательные примеры	не менее 1 000 вернувшихся пользователей, не совершивших его, за тот же период
Стабильность	качество модели должно держаться в течение периода; при просадке модель отключается
События	`purchase` и/или `in_app_purchase` должны быть корректно собраны с параметром `value` и `currency`

Отсюда практический вывод: прогнозные аудитории — инструмент для проектов с трафиком. Магазину с 40 заказами в месяц он недоступен в принципе, и никакие настройки это не обойдут. Если вы в этой ситуации, работающая альтернатива — не ждать модель, а строить сегменты на явных поведенческих сигналах (просмотр карточки товара, добавление в корзину, повторный визит) и подпитывать алгоритм микроконверсиями.

Где проверить, доступна ли модель

В GA4: Администратор → Аудитории → Создать аудиторию → Использовать прогнозируемые данные. Если рядом с метрикой стоит зелёная отметка «Готово к использованию», модель обучена. Если «Недоступно» — наведите курсор: Google покажет, какого именно условия не хватает. Также прогнозируемые метрики видны в разделе Реклама → Прогнозируемые аудитории, где лежат готовые шаблоны.

Шаблоны против собственных сегментов

GA4 предлагает готовые шаблоны: «Вероятные покупатели в течение 7 дней», «Вероятный отток покупателей в течение 7 дней», «Прогнозируемые самые ценные пользователи за 28 дней» и другие. Они работают, но заточены под усреднённый e-commerce.

Собственный сегмент почти всегда точнее, потому что вы можете совместить прогноз с условием, которое знаете только вы. Примеры комбинаций, которые дают заметно более чистые списки:

Вероятность покупки в топ-10% + добавление в корзину за 7 дней — короткий список с высочайшей готовностью, идеален под агрессивную ставку в ремаркетинге.
Вероятность оттока в топ-20% + минимум одна покупка в прошлом — уходящие клиенты, которых экономически осмысленно возвращать. Здесь важно посчитать маржинальность возврата, иначе легко скидками съесть весь LTV.
Прогнозируемый доход в топ-5% + новые пользователи — «будущие VIP», которых стоит вести не скидкой, а сервисом.
Вероятность покупки в нижних 50% + высокая глубина просмотра — исследователи. Им не нужен ремаркетинг «купи сейчас», им нужен контент и сравнение.

Куда направить полученные сегменты в масштабах квартала, помогает понять отчёт «Аналитика» с прогнозами спроса: он показывает, когда в вашей категории будет пик, а прогнозная аудитория — кому в этот пик показываться в первую очередь. Порог по перцентилю задаётся ползунком при создании аудитории. Практический ориентир: начинайте с топ-10–20% и смотрите на размер списка. Аудитория меньше 1 000 пользователей для Google Ads бесполезна — она не наберёт объём для показа.

Как передать аудиторию в Google Ads

Порядок действий:

Связка аккаунтов. В GA4: Администратор → Связи с продуктами → Google Ads. Нужны права редактора в GA4 и административные права в Google Ads.
Включите ремаркетинг и расширенные функции. В настройках потока данных должен быть активен сбор данных для рекламы, иначе аудитории не экспортируются.
Создайте аудиторию с прогнозным условием и обязательно задайте срок участия (по умолчанию 30 дней; для «вероятных покупателей за 7 дней» логичнее 7–14).
Подождите. Аудитория начинает наполняться только с момента создания — ретроспективно она наполняется частично и не мгновенно. Планируйте 24–48 часов до появления в Google Ads и до нескольких дней до набора объёма.
Проверьте в Google Ads: Инструменты → Менеджер аудиторий → Сегменты. Смотрите столбцы «Размер: Поиск», «Размер: YouTube», «Размер: КМС» — они разные, и аудитория может быть достаточной для КМС и недостаточной для поиска.

Минимальные пороги для показа в 2026 году остаются прежними: около 1 000 активных пользователей для поиска и YouTube, около 100 — для контекстно-медийной сети. Списки меньше этого просто не активируются.

Куда подключать: сценарии по типам кампаний

Кампания	Как использовать	Режим
Поиск (брендовые и общие)	Корректировка ставок вверх для топ-10% вероятных покупателей	Наблюдение
Performance Max	Сигнал аудитории — «вероятные покупатели» и «прогнозируемые VIP»	Сигнал
Demand Gen	Таргетинг на вероятных покупателей + lookalike от них	Таргетинг
YouTube	Удержание: аудитория с высокой вероятностью оттока	Таргетинг
КМС / ремаркетинг	Разные креативы для «готовых» и «исследователей»	Таргетинг
Все кампании	Исключение: нижние 50% вероятности покупки в дорогих форматах	Исключение

Ключевой момент, который экономит бюджет: в поисковых кампаниях прогнозную аудиторию почти всегда правильно добавлять в режиме наблюдения, а не таргетинга. Поиск — это уже проявленное намерение; сужать его прогнозом значит терять конверсии от пользователей, которых модель не успела оценить (новые, редко заходящие, зашедшие с другого устройства). Механика режимов подробно разобрана в статье про наблюдение аудиторий без сужения охвата.

Три рабочих сценария с цифрами

Сценарий 1: корректировка ставок в поиске

Добавляете аудиторию «топ-10% вероятности покупки» в наблюдение на все поисковые кампании. Через 2–4 недели смотрите разрез: если CPA внутри сегмента ниже общего на 25% и больше, ставьте положительную корректировку. Начинайте умеренно: +15–20%, затем смотрите на объём. Ошибка новичка — сразу выставить +50% и удивляться, что общий CPA поехал вверх: при автоматических стратегиях корректировки работают иначе, чем при ручных, и на tCPA/tROAS корректировка аудитории вообще игнорируется. Там вместо корректировки нужно выносить сегмент в отдельную кампанию с собственным целевым CPA.

Сценарий 2: удержание через вероятность оттока

Аудитория: вероятность оттока в топ-20% И минимум одна покупка за 180 дней. Запуск: YouTube или Demand Gen с сообщением не про скидку, а про причину вернуться (новая коллекция, обновление сервиса, персональная подборка). Считать эффект только по инкрементальности — иначе вы будете приписывать себе покупки людей, которые вернулись бы сами. Как это измерять — в разборе инкрементальности и гео-экспериментов.

Сценарий 3: экономия на исключениях

Самый недооценённый сценарий. Аудитория «нижние 40% вероятности покупки» исключается из дорогих ремаркетинговых форматов — YouTube и Demand Gen. Вы не теряете почти ничего в конверсиях, но перестаёте платить за показы людям, которых модель уверенно относит к неконвертирующим. На больших объёмах это даёт двузначную экономию бюджета, которую можно переложить в верх воронки.

Как проверить, что модель реально работает, а не рисует красивые списки

Прогнозная аудитория — это гипотеза, а не факт. Прежде чем закладывать её в бюджет, стоит потратить один вечер на проверку.

Проверка на ретроспективе

Создайте аудиторию «топ-10% вероятности покупки» и через 14 дней сравните в GA4 фактическую конверсию этого сегмента с конверсией всех пользователей за тот же период. Работающая модель даёт разрыв минимум в 2–3 раза; если разница в пределах 20–30%, модель на вашем проекте почти ничего не различает, и строить на ней управление ставками рано.

Проверка на «а не просто ли это возвращающиеся»

Самая частая иллюзия: модель выделяет в топ-перцентиль людей, которые и так вернулись бы. Проверяется просто — постройте контрольный сегмент «пользователи с 3+ визитами за 7 дней» и сравните его конверсию с прогнозным сегментом. Если цифры близкие, прогноз не даёт вам ничего сверх банального счётчика визитов, и вместо модели можно обойтись обычным правилом.

Проверка на объём

Список из 1 200 пользователей формально проходит порог поиска, но в кампании с 3 000 показов в день он даст статистику через месяц. Прежде чем строить корректировки, посчитайте: сколько показов и кликов сегмент вообще способен принести. Если меньше 30–50 конверсий за период оценки, любые выводы будут шумом.

Куда записывать результат

Разрез по прогнозным сегментам удобно выводить отдельным столбцом в отчётности, чтобы не лазить каждый раз в GA4. Как это собрать без ручных выгрузок — в статье про кастомные столбцы и редактор отчётов Google Ads.

Ограничения, о которых редко пишут

Модель ломается при смене трекинга. Переезд на серверный контейнер, смена схемы событий, переименование purchase — и обучение начинается заново. Планируйте такие работы заранее и не в сезон. Про корректный переезд — в материале про серверный трекинг sGTM.
Consent Mode режет обучающую выборку. Пользователи без согласия не попадают в модель. Чем строже ваш регион и баннер, тем меньше данных и хуже прогноз. Механики сохранения сигнала — в статье про Consent Mode v2 и приватность.
Прогноз — про поведение, а не про платёжеспособность. Модель видит клики, а не банковский счёт. В нишах с длинным офлайн-циклом (недвижимость, B2B, авто) она слабее, потому что решающие события происходят вне сайта.
Аудитория не универсальна между аккаунтами. Модель привязана к ресурсу GA4. При смене домена или ресурса всё обучается заново.
Перцентиль плавает. «Топ-10%» — это относительный порог. При росте трафика состав аудитории меняется, даже если вы ничего не трогали. Поэтому размер списка нужно проверять раз в неделю, а не «настроил и забыл».

Прогнозируемый доход: самая недоиспользованная метрика

Вероятность покупки все обсуждают, а прогнозируемый доход почти никто не применяет — и зря, потому что именно он ближе всего к деньгам. Метрика оценивает ожидаемый доход от пользователя за 28 дней и позволяет строить сегменты не по «купит / не купит», а по «сколько принесёт».

Три способа применения:

Ценностные стратегии ставок. Если вы работаете на tROAS, сегмент «топ-5% прогнозируемого дохода» логично вынести в отдельную кампанию с более мягким целевым ROAS: вы сознательно платите дороже за клиента, который окупится на горизонте, а не за одну покупку.
Дифференциация креатива. Пользователю из верхнего перцентиля не нужен промокод на 5% — ему нужен премиальный ассортимент, расширенная гарантия, персональный менеджер. Одинаковое сообщение для всех сегментов — самый быстрый способ обесценить прогноз.
Приоритет в исключениях. Когда бюджет ограничен, исключать надо не «всех, кто не купит», а «тех, кто купит дёшево и один раз», если ваша экономика держится на повторных покупках.

Важная оговорка: прогнозируемый доход считается на основе тех же событий покупки с корректным параметром value. Если в событии передаётся стоимость без вычета доставки или с разной валютой без указания currency, метрика будет систематически смещена. Прежде чем строить на ней сегменты, проверьте, что ценность в GA4 совпадает с выручкой в вашей системе учёта хотя бы в пределах 5%. Как правильно задавать ценность на стороне Google Ads, разобрано в статье про юнит-экономику и допустимую цену клика.

Чек-лист внедрения за одну неделю

День 1. Проверить доступность моделей в GA4 и корректность события purchase с value. Если событие настроено криво — сначала чинить его, всё остальное бессмысленно.
День 1. Проверить связку GA4 ↔ Google Ads и включённый сбор данных для рекламы.
День 2. Создать три аудитории: «вероятные покупатели, топ-10%», «высокий риск оттока среди покупателей», «нижние 40% вероятности покупки» (для исключений).
День 3–4. Дождаться наполнения, проверить размеры в Менеджере аудиторий по каждой сети отдельно.
День 5. Подключить: наблюдение в поиске, сигнал в PMax, таргетинг в Demand Gen, исключение в дорогих форматах.
День 5. Зафиксировать базовые метрики до изменений — иначе через месяц вы не докажете эффект.
Через 3–4 недели. Снять разрез по сегментам, принять решение о корректировках или выносе в отдельные кампании.

Учитывайте лаг конверсий: если у вас цикл принятия решения 10 дней, оценивать результат через неделю бессмысленно. Логика поправки — в статье про окно конверсии и лаг конверсий.

Прогнозная аудитория не создаёт спрос — она перераспределяет ваш бюджет внутри уже существующего. Наибольший измеримый эффект она даёт не в таргетинге, а в исключениях и в корректировках ставок: там вы экономите деньги, не теряя охвата.

Как это сочетается с остальным стеком данных

Прогнозные аудитории — верхний слой над качеством сигнала, а не замена ему. Если в аккаунте плохо настроены конверсии, модель обучится на мусоре и уверенно предскажет ерунду. Порядок приоритетов такой: сначала корректный сбор конверсий и ценности, затем расширенные конверсии и first-party данные, затем Customer Match, и только потом прогнозные модели. Проверить, где именно у вас дыра, помогает чек-лист аудита аккаунта Google Ads. Отдельно стоит убедиться, что конверсии не считаются дважды: как это диагностировать — в статье про дубли конверсий в Google Ads.

Если ограничение упирается не в аналитику, а в сам рекламный аккаунт — лимиты показа, отсутствие истории, непройденная проверка — прогнозные аудитории эту проблему не решат. В PPC Rebels есть агентские аккаунты Google Ads с историей и снятыми ограничениями и верификация аккаунтов для тех, кто застрял на проверке бизнеса.

FAQ: прогнозные аудитории GA4

Сколько данных нужно, чтобы прогнозные аудитории заработали?

Ориентир Google — минимум 1 000 вернувшихся пользователей, совершивших целевое событие, и 1 000 не совершивших его за последние 28 дней. Плюс модель должна стабильно держать качество. Проектам с малым трафиком метрики недоступны, и обойти это настройками нельзя.

Чем вероятность покупки отличается от списка «добавил в корзину»?

Корзина — это факт одного действия. Вероятность покупки — оценка модели по десяткам поведенческих признаков, включая частоту визитов, глубину просмотра и историю. На практике лучшие результаты даёт их пересечение, а не выбор одного из двух.

Почему аудитория создана, а в Google Ads её нет?

Три частые причины: не включён сбор данных для рекламы в потоке GA4, не настроена связка GA4 и Google Ads, либо аудитория ещё не набрала объём. Аудитория наполняется с момента создания, поэтому первые сутки размер может быть нулевым.

Можно ли использовать прогнозные аудитории в поиске?

Да, но в режиме наблюдения. Таргетинг на прогнозный сегмент в поиске отрезает пользователей с явным намерением, которых модель не успела оценить. Наблюдение даёт разрез и возможность корректировки без потери охвата.

Работают ли корректировки ставок при автостратегиях?

При tCPA и tROAS корректировки по аудиториям игнорируются — алгоритм учитывает сигнал сам. Если вы хотите явно платить больше за прогнозный сегмент, выносите его в отдельную кампанию с собственной целью, а не пытайтесь управлять корректировкой.

Как часто обновляется прогноз для пользователя?

Оценка пересчитывается регулярно по мере поступления новых событий, а членство в аудитории обновляется в течение суток. Мгновенной реакции на действие «прямо сейчас» ждать не стоит — для таких сценариев нужны событийные аудитории, а не прогнозные.

Что делать, если модель отключилась?

Google отключает модель, когда качество прогноза падает ниже порога — обычно из-за просадки трафика, сезонного провала или поломки сбора событий. Проверьте в первую очередь целостность события покупки и объём вернувшихся пользователей за 28 дней. Восстановление происходит автоматически, когда условия снова выполняются.

Влияет ли Consent Mode на прогнозные аудитории?

Да. Пользователи, не давшие согласия, не попадают ни в обучающую выборку, ни в списки ремаркетинга. В регионах со строгим согласием размер прогнозных аудиторий может быть в разы меньше ожидаемого, и это нормальное поведение, а не ошибка настройки.

Стоит ли строить lookalike от прогнозной аудитории?

Да, это один из самых сильных сценариев для Demand Gen и YouTube: похожие аудитории от списка «вероятные покупатели» обычно чище, чем похожие от всех покупателей, потому что исходный список более однороден по поведению.

Подходят ли прогнозные аудитории для B2B и лидогенерации?

Ограниченно. Модель обучается на событии покупки; в лидогенерации целевым событием становится заявка, качество которой сильно варьируется. Если вы не передаёте в GA4 информацию о качестве лида, модель научится предсказывать заявки, а не сделки. Здесь сначала нужен импорт офлайн-результатов.

Заменяют ли прогнозные аудитории Customer Match?

Нет, это разные слои. Customer Match работает с вашей базой контактов и известными клиентами, прогнозные аудитории — с анонимным поведением на сайте. Сильнее всего они работают вместе: Customer Match для существующих клиентов, прогноз — для незнакомого трафика.

Сколько ждать эффекта после подключения?

Минимум три-четыре недели, а при длинном цикле сделки — дольше. Оценивать раньше нельзя: аудитория набирает объём несколько дней, а конверсии приходят с лагом. Обязательно зафиксируйте базовые метрики до запуска, иначе сравнивать будет не с чем.

Прогнозные аудитории GA4 в 2026: вероятность покупки и оттока в Google Ads