我们来看一个例子。假设您正在为家电商店“X”做广告。而且你的商店有一位潜在客户——彼得·伊万诺维奇，55岁。他忠实地服务了12年的洗衣机坏了。他在 Yandex 搜索栏中输入了有关洗衣机的查询，点击了结果中 X 商店的广告并在那里找到了合适的设备。
但彼得·伊万诺维奇是一位老派人士。他不太习惯在网上下单，所以就去了离家最近的X店。进一步的事件可能按照两种情形发展：
1. 没有离线转化跟踪。 网站上安装的 Yandex.Metrica 不会统计任何渠道的买家。对她来说，这只是一次访问，并没有采取任何有针对性的行动。 巴哈马电报筛查 但事实上，销售是由情境广告推动的。不正确的数据可能会导致未来广告活动之间的预算分配不正确。反过来，广告系统的机器学习也不会考虑转化率，并会开始对与Petr Ivanovich类似的受众群体的费率进行悲观预测，也就是说，它会向这类用户展示更少的广告；
2.具有离线转化跟踪功能。对此类购买进行核算的功能可让您将转化归因于付费广告渠道。该事件将纳入统计数据，方便您根据需要调整广告活动。重要的是，Yandex ML 算法会看到此事件并在进一步的训练中将其考虑在内，从而提高帐户中自动策略的工作质量。进行线下购买的受众不再被认为是低质量的。在我们的示例中，洗衣机广告继续针对这一受众，从而推动线下销售。