«Тренды российского рынка ритейла и онлайн-торговли» — новое ежегодное исследование Data Insight о том, что прямо сейчас меняет российский ритейл, e-commerce, маркетплейсы, бренды, логистику, финтех, розничные медиа, технологии, потребительское поведение и регулирование.

Задача отчета — зафиксировать и объяснить главные изменения рынка, которые уже происходят сегодня и будут влиять на решения компаний в 2027 году.

Весенний отчет Data Insight по интернет-торговле отвечает на вопрос: как изменился рынок в цифрах.

Новое осеннее исследование отвечает на другой вопрос: что сейчас меняет рынок и какие решения должны принимать компании.

В центре исследования — рыночные сдвиги 2026-2027 годов:
• почему рост становится дороже;
как меняется экономика маркетплейсов, DTC и офлайна;
• почему потребитель ведет себя рациональнее, но не обязательно беднее;
• как финтех и BNPL влияют на спрос и конверсию;
• как логистика и склады становятся фактором конкурентоспособности;
• почему retail media превращается в новую рекламную инфраструктуру;
• как AI уже меняет контент, аналитику, поддержку, ассортимент и маркетинг;
• как государство становится активным участником рынка;
• где бренды теряют контроль над ценой, данными и карточкой товара;
• какие сервисы для ритейла становятся критической инфраструктурой;
• как меняются рынок труда, инвестиции и региональная структура торговли.

Формат: аналитическая презентация на 200–300 слайдов.

Целевая аудитория:
Оно предназначено для собственников, топ-менеджеров, директоров по стратегии, e-commerce, маркетингу, логистике, продукту, данным, развитию и корпоративным коммуникациям.

Для партнеров это возможность встроиться не в рекламный каталог, а в один из главных ежегодных аналитических продуктов Data Insight по рынку ритейла и онлайн-торговли.

Свяжитесь с нами, чтобы обсудить форматы партнерства для решения ваших задач

😀 Data Insight в Max | Telegram | VK | Рассылка

Ниша роста часто прячется не в новом продукте, а в незакрытой потребности клиента

Компании ищут точки роста в новых функциях и продуктах, но часто упускают более простой источник: потребности, которые у клиентов уже есть, а ни один текущий поставщик их не закрывает. Опрос целевого сегмента помогает найти именно такие пробелы.

Почему это сложно увидеть изнутри. Команда развития продукта хорошо знает, что уже предлагает компания и рынок в целом, и мыслит в категориях существующих решений: улучшить функцию, добавить интеграцию, снизить цену. Реальные незакрытые потребности клиента часто лежат за пределами этой логики, потому что клиент формулирует их не на языке продуктов, а на языке своих задач и проблем.

Что дает опрос вместо предположений. Опрос целевого сегмента, например растущих селлеров или производителей определенного масштаба, с открытыми вопросами о текущих сложностях и ограничениях в работе позволяет собрать список реальных проблем, с которыми сталкивается аудитория, вне зависимости от того, есть ли на рынке готовое решение для каждой из них.

Как отличить настоящий пробел от шума. Не каждая упомянутая сложность является нишей роста. Важно смотреть на частоту упоминания проблемы среди респондентов, силу неудовлетворенности текущими вариантами решения, если они есть, и готовность заплатить за решение этой проблемы отдельно. Опрос позволяет количественно оценить все три параметра, а не полагаться на единичные жалобы.

Где это особенно полезно для B2B-услуг. Технологичные и сервисные рынки, логистика, финтех, рекламные технологии, CRM и CDP-решения, быстро меняются, и то, что было полным решением два года назад, сегодня может закрывать задачу клиента лишь частично. Опрос помогает регулярно сверяться с тем, что реально нужно сегменту сейчас, а не опираться на устаревшее представление о его потребностях.

Типичная ошибка. Искать незакрытые потребности только среди текущих клиентов, которые уже выбрали вас и адаптировались под ваш продукт. Более честную картину дает опрос широкого сегмента, включая тех, кто пока не является клиентом, потому что именно они с большей вероятностью укажут на проблему, из-за которой не нашли на рынке подходящего решения.

Если ищете направление для развития продукта или новую нишу для роста, опишите сегмент, который интересен, поможем найти реальные незакрытые потребности через опрос, а не через догадки внутри команды.

😀 Data Insight в Max | Telegram | VK | Рассылка

Реклама ваших услуг в рейтинге ТОП-100 крупнейших интернет-магазинов

Каждый год рейтинг ТОП-100 крупнейших интернет-магазинов становится одной из самых просматриваемых страниц Data Insight. Его используют для анализа рынка, поиска компаний и сравнения игроков.

На странице рейтинга можно разместить рекламу в двух позициях: перед лидерами рейтинга или перед второй частью списка. Такое размещение ориентировано не на массовую аудиторию, а на специалистов рынка электронной торговли.

Если вы предлагаете решения для интернет-магазинов, это возможность рассказать о своем продукте именно тем компаниям, для которых он создан.

Оставить заявку на размещение рекламы

😀 Data Insight в Max | Telegram | VK | Рассылка

Проводим опрос среди читателей канала Data Insight о том, какие финансовые сервисы для приема платежей вы знаете, какие используете в вашей компании для приема оплат за ваши товары или услуги.

Время заполнения - 5-7 минут.

Ответьте, пожалуйста, на вопросы анкеты

😀 Data Insight в Max | Telegram | VK | Рассылка

Европейские маркетологи возвращаются к базовым принципам маркетинга, но используют для этого новые инструменты.

Основные результаты исследования McKinsey State of Marketing Europe 2026, “Past forward: The modern rethinking of marketing’s core”

1. Бренд снова становится главным приоритетом. В топ-5 тем вошли branding №1, data privacy №3, authenticity №4 и employer branding №5. При этом среди следующих двух лет компании особенно собираются инвестировать в creativity/uniqueness, value perception и cultural relevance.

2. Маркетинговые бюджеты растут. 72% опрошенных руководителей ожидают увеличения маркетингового бюджета относительно продаж. При этом растет давление со стороны бизнеса на доказательство ROI. Пять из десяти наиболее важных тем связаны непосредственно с эффективностью маркетинга.

3. Маркетинг становится full-funnel. 71% респондентов говорят, что в 2025 году использовали интегрированные кампании, одновременно работающие на верхнюю, среднюю и нижнюю части воронки. McKinsey связывает это с попыткой совместить долгосрочное построение бренда и краткосрочный sales impact.

4. GenAI пока сильно недооценен руководителями. Только 6% европейских маркетинговых организаций оценивают свою зрелость в GenAI как высокую. При этом лидеры использования AI сообщают в среднем о 22% прироста эффективности.

Причем речь именно об экономии расходов без потери выручки. У AI-лидеров заметная часть компаний сообщает об эффективности более 20%, тогда как среди отстающих 89% получили только 0–5% эффекта.

Кейсы в отчете скорее иллюстративные, чем доказательные:
Coca-Cola. AR-вендинговый автомат во время Олимпиады в Париже: 2,5 минуты среднего взаимодействия и более 1,7 млн показов в Snapchat.

Doritos. Кампания Triangle Tracker с AR и пользовательским контентом: более 4 млн сканирований, 40+ млн просмотров TikTok и почти 3 млрд media impressions.

Lindt. Компания использовала сильный бренд и быстро отреагировала на тренд Dubai chocolate. От решения до появления продукта в магазинах прошло 2–3 месяца. В интервью представители компании прямо говорят, что успех объяснялся сочетанием качества продукта, силы бренда и скорости реакции.

BMG. Самый интересный AI-кейс. Компания тестировала AI-generated рекламные материалы против созданных людьми. По словам участников проекта, AI-креативы показали более высокий CTR и engagement и более низкую стоимость рекламы. При этом эксперимент проводился совместно с TUM и включал контролируемое тестирование.

Kraft Heinz. AI-платформа сократила заявленное время производства креатива с восьми недель до восьми часов.

McKinsey State of Marketing Europe 2026, “Past forward: The modern rethinking of marketing’s core

😀 Data Insight в Max | Telegram | VK | Рассылка

Реклама в "Экосистеме электронной торговли - 2026"

Data Insight 2 раза в год выпускает карту «Экосистема электронной торговли»: все сервисные компании рынка, сгруппированные по категориям (логистика, реклама, финтех, IT-инфраструктура, маркетплейсы и др.).

Карта выходит в двух форматах: электронном и печатном. Печатная версия будет в каждом конференц-пакете на ключевом мероприятии рынка e-commerce - «Электронная торговля 2026» (до 1 500 участников).

Доступные форматы рекламы: выделение логотипа компании среди остальных участников категории, цитата от партнера, баннер, а также запечатка обратной стороны в печатной версии.

Попадание в основную часть карты определяют аналитики Data Insight, и включение компании не гарантировано. Реклама, в отличие от этого, гарантированно размещает вашу компанию в карте и дополнительно выделяет ее среди конкурентов в категории.

Формат полезен любой сервисной компании, продающей свои услуги селлерам и интернет-магазинам: логистическим операторам, IT-разработчикам, маркетинговым агентствам, финтех-сервисам и другим участникам рынка.

Выгода: карта расходится по всему рынку в электронном виде и физически попадает в руки 1 500 участников конференции «Электронная торговля 2026». Это прямой контакт с целевой аудиторией: владельцами и менеджерами e-commerce бизнеса, которые ищут подрядчиков именно в вашей категории.

Заполните форму и мы обсудим размещение и форматы.

😀 Data Insight в Max | Telegram | VK | Рассылка

Совместный отчёт NielsenIQ (NIQ) и Momcozy (бренд товаров для кормления и ухода за младенцами) о трендах американского рынка товаров для мам и малышей.

Источники информации при покупке. Среди топ-5 источников, влияющих на решение о покупке, сайты электронной коммерции занимают второе место с 37%, уступая только соцсетям (40%), но опережая родительские форумы (36%), консультации с врачами (32%) и платформы для baby-реестров (31%). Это прямо показывает вес онлайн-ритейла в воронке принятия решений.

Ценность отзывов реальных пользователей в конверсии. Отчёт приводит таблицу мультипликаторов конверсии в зависимости от типа эндорсмента для товаров длительного пользования:
Прямая брендовая реклама — база, 1x.
Инфлюенсер/лайфстайл-контент, стримы — 1.4x.
ИИ-персонализированные рекомендации — 1.6x, высокая релевантность, но недостаточное доверие.
Гибридный формат: реальные отзывы пользователей плюс мнение медицинских специалистов — 2.5x, лучший результат, баланс эмпатии и ощущения безопасности.
Карточки товара, сочетающие реальные отзывы с врачебной валидацией, конвертируют в разы лучше обычной рекламы.

Доверие по стадиям принятия решения у поколения Z и миллениалов. На стадии Discovery (обнаружение товара) главный источник доверия — ИИ-поиск и агрегация информации (54%). На стадии Research (исследование) лидируют подлинные отзывы сообщества (48%). На стадии Validation (финальная проверка) доминируют медицинские эксперты и сертификация (63%). Нужно закрывать разные типы доверия на разных этапах воронки, а не полагаться на один универсальный сигнал доверия.

Долгосрочная ценность клиента и отток. Бренды, построенные на эмоциональной связи с потребителем, показывают удержание клиентов в разы лучше чисто функциональных брендов: 24-месячный отток у "функциональных" брендов достигает 38%, у "отношенческих" брендов только 14%. Индекс пожизненной ценности клиента (LTV) у "полностью привязанных" эмоционально клиентов на 120% выше базового уровня, у "высоко удовлетворённых" на 45% выше.

Готовность к единой платформе. Среди семей с 7 и более приложениями для ухода за ребёнком, 95% испытывают усталость от управления множеством приложений, а 94% хотят объединения в единую платформу. Это прямая ниша для ритейл-платформ и брендов, готовых предложить консолидированный экосистемный опыт вместо набора разрозненных гаджетов.

NielsenIQ × Momcozy — 2026 U.S. Mother & Baby Market Trends

😀 Data Insight в Max | Telegram | VK | Рассылка

Кейсы агентной коммерции, которые уже работают в России

Пример номер один: наушники Дропс от Яндекса. В июне 2026 года устройство впервые продавалось не на маркетплейсе и не в интернет магазине, а эксклюзивно в переписке с Алисой AI. С 9 по 15 июня купить их можно было только там: пользователь узнавал о возможностях, выбирал модель, оформлял и оплачивал заказ, никуда не переходя. Результат: 5000 наушников раскуплены за первые часы, а всего оформлено более 15 тысяч заказов на сумму свыше 135 млн рублей. Это один из самых ярких примеров, доказывающих, что канал работает на реальном спросе, а не только в теории.

Пример номер два: экосистема ИИ инструментов Г(ии)д по стилю от Lamoda. На старте в январе технология виртуальной примерки охватывала 165 тысяч товаров, сейчас, уже 87% ассортимента одежды, около 430 тысяч позиций. Спустя три месяца после запуска количество виртуальных примерок превысило миллион, а среднее время генерации изображения сократилось примерно до восьми секунд.

В Lamoda в этом году мы запустили экосистему ИИ-инструментов «Г(ии)д по стилю», каждый из которых помогает решать конкретные задачи пользователя. Наша задача — усилить модную экспертизу Lamoda
в цифровом формате и создать помощника, который понимает контекст покупателя: что уже есть в его гардеробе, как его можно дополнить или обновить, какие образы подходят для разных случаев и дополняют персональный стиль пользователя.
Мы оцениваем эффект не только через классические e-commerce-метрики, но и через то, как меняется поведение пользователей и насколько точнее они могут принимать решения при покупке. Следующий этап — масштабирование технологии онлайн-примерки и работа с цифровыми аватарами, построенными на базе параметров фигуры пользователя.

Татьяна Умряева, управляющий директор по продукту и данным Lamoda

Подробнее в отчете “Перспективы агентной коммерции в России” 

😀 Data Insight в Max | Telegram | VK | Рассылка

Checkout перестаёт быть отдельной страницей. Он превращается в невидимый слой, встроенный в мобильное приложение, AI-агента, магазин или платёжную систему.

#кейсывритейле

Debenhams Group и PayPal: покупка внутри AI-интерфейса
Debenhams Group вместе с PayPal и AI fashion-платформой Hey Savi запустили в Великобритании agentic commerce-платформу с встроенным checkout.

Пользователь описывает, что хочет купить, получает подборку товаров и может оформить заказ, не покидая приложение Hey Savi. PayPal отвечает за платёжный слой, актуальные цены, наличие товаров и завершение транзакции.

В модель подключён Debenhams Group, включая Debenhams, Karen Millen, boohoo и PrettyLittleThing.

💡 Что полезно:
- checkout находится внутри внешнего AI-приложения;
- ритейлеру не обязательно владеть первой точкой контакта;
- платёжный сервис становится частью shopping journey;
- поиск, рекомендации и оплата объединяются в одном интерфейсе.
📍 Рынок: Великобритания
📅 Дата: 2 июня 2026
🔗 Источник: PayPal Newsroom

ChatGPT: checkout не всегда остаётся внутри AI
В 2026 году AI-shopping развивается не только по модели «полностью купить внутри чатбота».

OpenAI обновила shopping experience в ChatGPT: пользователи получают визуальную выдачу, сравнение товаров и рекомендации, а покупка может завершаться уже в приложении или на сайте самого ритейлера.

К product discovery через ChatGPT подключились Target, Sephora, Nordstrom, Lowe’s, Best Buy, The Home Depot и Wayfair.

Walmart развивает отдельное приложение внутри ChatGPT, которое связывает аккаунт пользователя, loyalty-механику и Walmart Payments.

💡 Что полезно:
- AI может контролировать выбор товара, но не обязательно сам checkout;
- платёж и программа лояльности остаются у ритейлера;
- retailer app внутри ChatGPT позволяет сохранить связь с брендом;
- для бизнеса это компромисс между новым AI-трафиком и контролем над клиентом.
📍 Рынок: США
📅 Дата: март 2026
🔗 Источник: OpenAI

😀 Data Insight в Max | Telegram | VK | Рассылка

Покупателю уже недостаточно понравиться. Теперь нужно понравиться AI

Исследование CX Network выделяет четыре изменения, которые важны для e-commerce.

1. Покупателя нужно находить до того, как он пришел на сайт
Рост клиентской базы назвали одной из трех главных стратегических целей 60% участников исследования. При этом понятие discoverability меняется. Бренды начинают конкурировать не только за внимание человека, но и за то, чтобы их товары и контент находили поисковые системы, AI-сервисы и цифровые агенты. Поэтому авторы рекомендуют работать не только с SEO, но и с AEO и GEO, то есть оптимизировать контент под ответы и рекомендации генеративных систем.

2. Карточка товара становится контентом для машин
Если AI начинает участвовать в выборе товара, ему нужны структурированные и понятные данные о продукте. Описание, характеристики, изображения, отзывы и условия покупки должны быть пригодны не только для человека, но и для машинной обработки. Это постепенно превращает качество product content в часть конкурентоспособности магазина.

3. AI уже дает e-commerce вполне прикладной эффект
Онлайн-магазин Fun.com использовал генеративный AI, чтобы создавать изображения товаров с моделями другого пола. За первый месяц компания сделала новые изображения примерно для 150 товаров, не увеличивая объем работы команды. При этом исследование отдельно предупреждает о рисках: неудачное использование AI в рекламе уже вызывало негативную реакцию потребителей у крупных брендов.

4. CX становится функцией продаж
39% участников называют рост продаж одной из трех главных стратегических целей CX. Это важный сдвиг: customer experience все меньше сводится к поддержке после покупки. Речь идет обо всем пути клиента, от обнаружения товара и выбора до покупки и повторного заказа. Интерактивные и shoppable-форматы сокращают путь от контента к покупке.

Для e-commerce главный вывод простой: клиентский опыт начинает формироваться еще до визита на сайт. Магазину приходится одновременно быть понятным человеку, поисковой системе и AI-агенту. При этом AI пока не стал стандартом: 32% участников исследования вообще не используют генеративный AI. Рынок находится на ранней стадии перехода.


The State of CX in 2026, CX Horizons

😀 Data Insight в Max | Telegram | VK | Рассылка

80% пользователей уходят за 3 дня. Вот что с этим делают крупные продукты.

Amplitude выпустил практический гайд по удержанию пользователей. Разобрали свои кейсы (частично анонимизированные) и вывели рабочий фреймворк.

Главная проблема
Средний юзер устанавливает 40+ приложений, но пользуется регулярно только 9-10. 80% новых пользователей отваливаются в первые 3 дня после установки. Привлечение без удержания не работает: это «дырявое ведро».

Фреймворк: три типа пользователей
1. New — новые пользователи
Задача: довести до первого «aha-момента» как можно быстрее.
- Определить критическое событие продукта (то самое действие, после которого пользователь остаётся)
- Сократить путь до этого события в онбординге
- Убрать лишние шаги регистрации и настройки
- Замерять retention на Day 1, Day 7, Day 30 отдельно от общей метрики
- Тестировать разные версии первого экрана/потока

2. Current — активные пользователи
Задача: превратить рядовых пользователей в постоянных (power users).
- Выделить сегменты по частоте критического события
- Найти поведенческие паттерны, которые коррелируют с долгим удержанием (как 7 друзей за 10 дней у Facebook)
- Строить фичи и уведомления под конкретный сегмент, а не под всех сразу
- Следить за retention curve: если кривая не выходит на плато, есть системная проблема
- Разделять «производителей» (тех, кто создаёт контент/ценность) и «потребителей»

3. Resurrected — реактивированные пользователи
Задача: вернуть «спящих» и не дать снова уйти.
- Проанализировать, почему конкретно эти пользователи ушли (не гадать, а смотреть на поведение перед оттоком)
- Спроектировать «пустые состояния» (экраны, в которых еще нет истории покупок, поиска, сообщений, заказов и т.д.) так, чтобы вернувшийся сразу видел ценность
- Использовать точечные триггеры возврата (не спам-рассылки, а персонализированные)
- Отслеживать, за счёт чего произошла реактивация, и повторять этот механизм
- Замерять retention реактивированных отдельно от новых, это разные аудитории с разным поведением

Кейс 1. Сервис доставки еды
Компания разбила пользователей по частоте «критического события» (заказа) и выделила сегмент «продюсеров» — тех, кто делает мало заказов, но именно они определяют жизнеспособность бизнеса. Под них перестроили продуктовые приоритеты.

Кейс 2. Приложение для медитации
Через анализ конверсии выяснили: если пользователь бронирует хотя бы одно занятие в первую неделю, вероятность удержания резко растёт. Это стало ключевой метрикой на старте.

Кейс 3. Retention по странам
В Индии удержание на 7-й день оказалось на 9,6% выше, чем в других регионах. Разбор причин показал разницу в пользовательском опыте, которую можно закрыть локализацией.

Кейс 4. Facebook (классика)
Пользователи, добавившие 7 друзей за 10 дней, удерживались значительно чаще остальных. Метрика стала точкой роста продукта на годы вперёд.

Кейс 5. Words with Friends (Zynga).
У пользователей, долго не заходивших в игру, не было активных партий с друзьями. Когда они возвращались, видеть было нечего — типичный пустой экран, из-за которого люди снова уходили. Решение: команда стала отправлять push-уведомления друзьям неактивного игрока с предложением пригласить его в новую партию. Когда человек возвращался, его уже ждало приглашение — и вероятность повторного вовлечения резко росла.

Вывод
Retention не лечится маркетинговыми хаками (push, email-рассылки, реклама). Работает только системный анализ поведения на каждом этапе жизненного цикла пользователя и точечные изменения продукта под конкретный сегмент.

"Mastering User Retention Playbook" (Amplitude, Product Analytics Playbook Vol. 1)

😀 Data Insight в Max | Telegram | VK | Рассылка

Full-Funnel Digital Intelligence Playbook от Sensor Tower показывает, как анализировать цифровую конкурентную среду не по одному показателю, а по всей воронке: мобильные приложения; веб-трафик; рекламные размещения; аудитории; retail media и активность рядом с покупкой.

1. Digital-first бренды растут быстрее
В 2025 году лидеры по трафику и росту:
- IL Makiage: 13 млн визитов на сайт, рост на 34%;
- NYX: 6 млн визитов, рост на 40%;
- E.l.f. Beauty: 12 млн визитов, снижение на 8%;
- Glossier: 11 млн визитов, рост на 11%;
- Tarte Cosmetics: 6 млн визитов, рост на 11%.

Legacy-бренды показали более умеренную динамику:
- Estée Lauder: 5 млн визитов, рост на 1%;
- Lancôme: 4 млн визитов, рост на 14%;
- Maybelline: 4 млн визитов, рост на 13%;
- Clinique: 5 млн визитов, рост на 13%.

Вывод: новые игроки могут расти быстрее традиционных брендов даже при меньшем масштабе.

2. NYX и Estée Lauder работают с разными сегментами.
NYX привлекает более молодую и гендерно сбалансированную аудиторию. Estée Lauder работает с более взрослой и преимущественно женской аудиторией

Оба бренда ориентируются на модников/трендсеттеров, но привлекают разные группы.
NYX:
- 57% женщин, 43% мужчин;
- 40% аудитории в возрасте 18–24 года;
- 39% в возрасте 25–34 года;
- Модники +150% в сравнении со средним;
- TikTok 2,15x, Instagram 1,20x к общей популяции.

Estée Lauder:
- 75% женщин, 25% мужчин;
- 19% аудитории в возрасте 18–24 года;
- 38% в возрасте 25–34 года;
- Модники +234% к среднему;
- Facebook 2,39x к среднему.

3. Медиамикс соответствует аудитории
Различия в аудитории отражаются в структуре рекламных расходов.

NYX в 2025 году:
- 76% бюджета в социальные платформы;
- TikTok 16% от общего spend;
общие рекламные расходы 41 млн долларов.

- 39% бюджета в streaming video через OTT и YouTube;
- общие рекламные расходы 3 млн долларов.

NYX делает ставку на TikTok, Instagram, Snapchat и Pinterest. Estée Lauder концентрируется на OTT и YouTube. Креативы также отличаются. NYX использует трендовые форматы и creator-led контент. Estée Lauder опирается на celebrity-креативы, клинические claims и прямые ссылки на ритейлеров.


4. Retail media стратегии сильно различаются
Бренды по-разному распределяют бюджеты между retail media networks.

L’Oréal Paris:
- 62% в Amazon Ads;
- 14% в Sephora Media Network;
- 17% в UB Media by Ulta Beauty;
- 4% в Roundel by Target;
- 1% в Walmart Connect;
- 2% в другие сети.

Maybelline:
- 48% в Amazon Ads;
- 11% в Sephora;
- 19% в Ulta Beauty;
- 18% в Target;
- 1% в Walmart Connect;
- 1% в Walgreens Advertising Group;
- 1% в другие сети.

Rare Beauty:
- 97% в Sephora Media Network;
- 3% в другие сети.

Haus Laboratories:
- 100% в Sephora Media Network.

e.l.f. Cosmetics:
- 42% в Amazon Ads;
- 7% в Sephora;
- 8% в Ulta Beauty;
- 29% в Target;
- 12% в Walmart Connect;
- 1% в Walgreens;
- 1% в другие сети.

Clinique:
- 26% в Amazon Ads;
- 43% в Sephora;
- 6% в Ulta Beauty;
- 21% в Target;
- 4% в другие сети.

Объем retail media-расходов в 2025 году:
- L’Oréal Paris: 10,8 млн долларов;
- Maybelline: 10,5 млн долларов;
- Rare Beauty: 7 млн долларов;
- e.l.f. Cosmetics: 6,7 млн долларов;
- Haus Laboratories: 4,6 млн долларов;
- Clinique: 4,2 млн долларов

Что использовать в анализе косметики для оценки брендов и конкурентов:
- смотреть на рост веб-трафика, а не только на абсолютный объем визитов;
- сопоставлять аудиторию рекламы с текущими клиентами бренда;
- анализировать медиамикс через призму целевой персоны;
- оценивать концентрацию retail media-бюджетов по каналам;
- учитывать, что один бренд может работать преимущественно через Amazon, другой через Sephora, третий через широкую сеть ритейлеров.

Sensor Tower Full Funnel Digital Intelligence Playbook

😀 Data Insight в Max | Telegram | VK | Рассылка