Федеральная торговая комиссия США (FTC) инициировала очередное громкое разбирательство против гиганта электронной коммерции Amazon. На этот раз регулятор обвиняет компанию в введении рекламодателей в заблуждение относительно механизмов ценообразования в системе Sponsored Ads и алгоритмов проведения аукционов. Однако ответный материал Amazon демонстрирует не просто юридическую позицию, а глубокий технический и экономический анализ того, как современное машинное обучение трансформировало сферу цифрового маркетинга.

От простых правил к нейросетям: эволюция поисковой выдачи

В ранние годы существования площадки поисковая выдача опиралась на простые статические правила. В топе естественным образом оказывались товары с наибольшим количеством положительных отзывов и высокими объемами продаж. Это создавало барьер для новичков: инновационные продукты (например, появившиеся позже портативные аккумуляторы) не могли пробиться сквозь алгоритмическую монополию давних бестселлеров.

Внедрение рекламных инструментов Sponsored Ads решило проблему открываемости новых брендов, однако до 2014 года аукционная система работала на базе элементарного ПО. С ростом каталога до сотен миллионов товаров старые алгоритмы перестали справляться. С 2014 по 2019 год инженеры Amazon разработали и интегрировали масштабные модели машинного обучения (ML), оценивающие релевантность объявлений в реальном времени. Алгоритмы стали учитывать контекст размещения, поисковый запрос и вероятность того, что пользователь найдет товар полезным. В результате финансовый фактор (размер ставки) уступил место ценности предложения для покупателя.

Механика аукциона: резервные цены и приоритет релевантности

Претензии FTC сосредоточены вокруг модели аукциона второй цены (Generalized Second-Price Auction) и использования так называемых резервных цен (reserve prices). Регулятор утверждает, что система заставляла рекламодателей переплачивать. В ответ Amazon раскрыла ключевые метрики, демонстрирующие обратный эффект:

  • Hard и Soft Reserves: Жесткий порог (Hard Reserve) определяет минимум, необходимый для покрытия базовых затрат на аукцион. Динамический мягкий порог (Soft Reserve) рассчитывается алгоритмом в реальном времени и отражает справедливую рыночную стоимость конкретного рекламного места.
  • Смещение фокуса со ставок: Около 92% выигрышных объявлений в формате Sponsored Products не являются максимальными по сумме ставки. В среднем победителем становится предложение, занимающее лишь 128-е место по величине заявленной суммы.
  • Снижение реальной стоимости: С 2019 по 2025 год средняя выигрышная ставка упала на 50%. При этом средняя цена за клик (CPC) с поправкой на инфляцию оставалась стабильной, а конверсия выросла на 24%.

Реальность programmatic-маркетинга против претензий регулятора

FTC строит обвинение на нескольких устаревших обучающих материалах с низким охватом (например, видеоролике, который за 2,5 года посмотрели всего 928 человек) и фрагментах внутренней переписки. Однако регулятор игнорирует то, как устроена современная алгоритмическая торговля рекламой.

Современные рекламодатели и автоматизированные платформы (включая Amazon Marketing Stream, транслирующий данные о производительности каждый час) управляют бюджетами на основе фактического ROI, CTR и показателей продаж, а не на базе теоретических описаний аукциона. Анализ показывает, что 80% изменений ставок на активных кампаниях происходят в течение суток после предыдущей корректировки. По оценкам аналитиков компании, благодаря приоритету релевантности над размером ставки рекламодатели суммарно сэкономили более $8 млрд за период с 2021 по 2025 год.

Итоги и значение для AdTech-индустрии

Иск FTC практически не содержит доказательств вреда для конечных потребителей - на 150 страницах документа покупатели упоминаются лишь эпизодически, без приведения конкретных данных о росте цен на товары. По прогнозам, к 2026 году текущая модель релевантности обеспечит продавцам на 58% больше продаж и на 46% более высокий возврат на инвестиции в рекламу (ROAS) по сравнению с традиционными аукционами наивысшей ставки.

Разбирательство между Amazon и FTC станет важнейшим прецедентом для рынка интернет-рекламы. Оно определит границы вмешательства регуляторов в сложнейшие математические модели ML-аукционов, которые сегодня формируют экономику глобального E-commerce.


Алгоритмы машинного обучения и ИИ - Maval System - Эффективные ИИ-модели и алгоритмы для вашего бизнеса. Доверьте разработку и интеграцию экспертам Maval System.