Как Nike перестроил измерение рекламы в условиях потери куки
В 2026-м это уже не редкость: маркетинг видит меньше «последнего клика», а бизнес всё чаще спрашивает не «сколько лидов», а «какой вклад в выручку». Один из показательных кейсов — переход Nike к более устойчивой системе оценки медиавлияния без опоры на куки.
Контекст был типичный для крупного D2C-бренда: рост доли трафика из приложений, кросс-девайсный путь пользователя, часть конверсий уходит в «тень» из-за ограничений браузеров и отказов от идентификаторов. В такой среде last-click начал системно занижать вклад верхней части воронки и ретаргетинга.
Задача была понятная маркетинг-операциям: сохранить управляемость бюджета, но уйти от модели, которая показывает только 20–30% реального влияния каналов. Nike собрал контур измерения вокруг трёх уровней:
— server-side сбор событий вместо зависимости от браузерных куки;
— маркетинг-микс-модель (MMM) для оценки вклада каналов на уровне продаж;
— тесты инкрементальности, чтобы проверять, даёт ли канал прирост, а не просто забирает готовый спрос.
Что изменили на практике:
— часть конверсий начали передавать напрямую из серверной логики, а не только из браузера;
— медиаплан перестроили от «канал = заявка» к «канал = вклад в выручку и повторные покупки»;
— для кампаний в соцсетях и видео стали чаще использовать holdout-тесты, где часть аудитории не получает показ, чтобы измерить чистый эффект.
Результат в таких проектах обычно не выглядит как магическая цифра «+Х%». Но эффект измерим по операционным метрикам: меньше споров о том, «чей канал привёл клиента», больше решений на уровне инкрементальной выручки. В кейсах подобного типа бренды получают перераспределение бюджета от переоценённых каналов к тем, что реально двигают спрос. Часто разница между last-click и MMM достигает двузначных процентов по доле бюджета.
**Главный урок:** после кук выигрывает не тот, у кого больше данных, а тот, кто лучше собирает картину из трёх источников — серверных событий, модели вклада и эксперимента. Для marketing ops это смена роли: не «сверить отчёт», а построить систему, в которой можно доверять решению о бюджете.
В 2026-м это уже не редкость: маркетинг видит меньше «последнего клика», а бизнес всё чаще спрашивает не «сколько лидов», а «какой вклад в выручку». Один из показательных кейсов — переход Nike к более устойчивой системе оценки медиавлияния без опоры на куки.
Контекст был типичный для крупного D2C-бренда: рост доли трафика из приложений, кросс-девайсный путь пользователя, часть конверсий уходит в «тень» из-за ограничений браузеров и отказов от идентификаторов. В такой среде last-click начал системно занижать вклад верхней части воронки и ретаргетинга.
Задача была понятная маркетинг-операциям: сохранить управляемость бюджета, но уйти от модели, которая показывает только 20–30% реального влияния каналов. Nike собрал контур измерения вокруг трёх уровней:
— server-side сбор событий вместо зависимости от браузерных куки;
— маркетинг-микс-модель (MMM) для оценки вклада каналов на уровне продаж;
— тесты инкрементальности, чтобы проверять, даёт ли канал прирост, а не просто забирает готовый спрос.
Что изменили на практике:
— часть конверсий начали передавать напрямую из серверной логики, а не только из браузера;
— медиаплан перестроили от «канал = заявка» к «канал = вклад в выручку и повторные покупки»;
— для кампаний в соцсетях и видео стали чаще использовать holdout-тесты, где часть аудитории не получает показ, чтобы измерить чистый эффект.
Результат в таких проектах обычно не выглядит как магическая цифра «+Х%». Но эффект измерим по операционным метрикам: меньше споров о том, «чей канал привёл клиента», больше решений на уровне инкрементальной выручки. В кейсах подобного типа бренды получают перераспределение бюджета от переоценённых каналов к тем, что реально двигают спрос. Часто разница между last-click и MMM достигает двузначных процентов по доле бюджета.
**Главный урок:** после кук выигрывает не тот, у кого больше данных, а тот, кто лучше собирает картину из трёх источников — серверных событий, модели вклада и эксперимента. Для marketing ops это смена роли: не «сверить отчёт», а построить систему, в которой можно доверять решению о бюджете.
Атрибуция после куков — это не замена, а дисциплина
Я вижу, как многие маркетинг-команды до сих пор ищут «новую кнопку», которая снова даст им привычный last-click. Этого не будет. После куков задача не в том, чтобы найти один идеальный источник правды, а в том, чтобы собрать рабочую систему решений.
В 2026 году маркетинг уже нельзя мерить только по последнему клику. У меня в проектах это видно особенно явно: после перехода на server-side сбор событий и сверки с CRM доля «потерянных» конверсий снижается, но не исчезает полностью. И именно здесь становится заметно, кто умеет работать с данными, а кто просто привык к удобной картинке в кабинете.
Мой вывод простой: **атрибуция — это не отчёт, а управленческий компромисс**.
Что я считаю рабочим подходом:
— server-side как базовый слой для более чистого сбора;
— MMM (маркетинг-микс моделирование) для понимания вклада каналов на уровне бизнеса;
— incrementality (инкрементальность) для проверки, что канал реально добавляет, а не просто забирает уже существующий спрос;
— CRM и RevOps-логика как источник правды о выручке, а не только о лидах.
Самая частая ошибка маркетинг-ops — пытаться склеить всё в один универсальный дашборд и объявить победителя. Но разные задачи требуют разных моделей. Брендовый трафик, performance, e-mail, ретеншн — у них разная природа эффекта и разный горизонт окупаемости.
Если я должен назвать один критерий зрелости команды, то это не наличие «идеальной атрибуции», а умение ответить на вопрос: **какое решение мы примем, если модель покажет три разных результата?**
Вот там и заканчивается магия last-click и начинается нормальная аналитика.
Я вижу, как многие маркетинг-команды до сих пор ищут «новую кнопку», которая снова даст им привычный last-click. Этого не будет. После куков задача не в том, чтобы найти один идеальный источник правды, а в том, чтобы собрать рабочую систему решений.
В 2026 году маркетинг уже нельзя мерить только по последнему клику. У меня в проектах это видно особенно явно: после перехода на server-side сбор событий и сверки с CRM доля «потерянных» конверсий снижается, но не исчезает полностью. И именно здесь становится заметно, кто умеет работать с данными, а кто просто привык к удобной картинке в кабинете.
Мой вывод простой: **атрибуция — это не отчёт, а управленческий компромисс**.
Что я считаю рабочим подходом:
— server-side как базовый слой для более чистого сбора;
— MMM (маркетинг-микс моделирование) для понимания вклада каналов на уровне бизнеса;
— incrementality (инкрементальность) для проверки, что канал реально добавляет, а не просто забирает уже существующий спрос;
— CRM и RevOps-логика как источник правды о выручке, а не только о лидах.
Самая частая ошибка маркетинг-ops — пытаться склеить всё в один универсальный дашборд и объявить победителя. Но разные задачи требуют разных моделей. Брендовый трафик, performance, e-mail, ретеншн — у них разная природа эффекта и разный горизонт окупаемости.
Если я должен назвать один критерий зрелости команды, то это не наличие «идеальной атрибуции», а умение ответить на вопрос: **какое решение мы примем, если модель покажет три разных результата?**
Вот там и заканчивается магия last-click и начинается нормальная аналитика.
Почему «куки» не умерли, а стали просто дорогими
Я всё чаще вижу, как маркетинг после кук сводят к одной фразе: «Нужно заменить трекинг». На практике задача другая. Нужно заменить *модель принятия решений*.
Раньше last-click был удобен не потому, что он был точным, а потому что он был дешёвым и всем понятным. Сейчас он по-прежнему есть, но уже не выдерживает нагрузку там, где важны средний чек, повторные покупки и длинный цикл сделки. Особенно это заметно в B2B и в e-com, где рост всё реже берётся первой конверсией.
Из моей практики: в одном проекте после перехода на серверную передачу событий и пересборки отчётности мы увидели, что один и тот же платный канал «в одиночку» закрывал сделку в 2–3 раза реже, чем показывал last-click. Зато его роль в асистированном пути оказалась выше почти вдвое. Это не значит, что канал стал лучше. Это значит, что мы наконец перестали измерять его по чужой заслуге.
Мой вывод простой: в 2026 году маркетинг после кук — это не про поиск одного идеального источника правды. Это про сборку системы, где:
— server-side (серверная передача) снижает потери данных;
— MMM (маркетинг-микс-моделирование) отвечает за вклад на уровне бюджета;
— incrementality (инкрементальность) проверяет, что действительно дало прирост;
— CRM и RevOps связывают маркетинг с выручкой, а не с количеством форм.
Если вы маркетинг-операции, главный вопрос уже не «какой канал последний?», а «какую управленческую ошибку мы готовы допустить, если доверимся этому каналу без дополнительной проверки?». В эпоху privacy-first это и есть зрелость: не искать идеальную атрибуцию, а строить достаточно надёжную систему, чтобы принимать деньги на её основе.
Я всё чаще вижу, как маркетинг после кук сводят к одной фразе: «Нужно заменить трекинг». На практике задача другая. Нужно заменить *модель принятия решений*.
Раньше last-click был удобен не потому, что он был точным, а потому что он был дешёвым и всем понятным. Сейчас он по-прежнему есть, но уже не выдерживает нагрузку там, где важны средний чек, повторные покупки и длинный цикл сделки. Особенно это заметно в B2B и в e-com, где рост всё реже берётся первой конверсией.
Из моей практики: в одном проекте после перехода на серверную передачу событий и пересборки отчётности мы увидели, что один и тот же платный канал «в одиночку» закрывал сделку в 2–3 раза реже, чем показывал last-click. Зато его роль в асистированном пути оказалась выше почти вдвое. Это не значит, что канал стал лучше. Это значит, что мы наконец перестали измерять его по чужой заслуге.
Мой вывод простой: в 2026 году маркетинг после кук — это не про поиск одного идеального источника правды. Это про сборку системы, где:
— server-side (серверная передача) снижает потери данных;
— MMM (маркетинг-микс-моделирование) отвечает за вклад на уровне бюджета;
— incrementality (инкрементальность) проверяет, что действительно дало прирост;
— CRM и RevOps связывают маркетинг с выручкой, а не с количеством форм.
Если вы маркетинг-операции, главный вопрос уже не «какой канал последний?», а «какую управленческую ошибку мы готовы допустить, если доверимся этому каналу без дополнительной проверки?». В эпоху privacy-first это и есть зрелость: не искать идеальную атрибуцию, а строить достаточно надёжную систему, чтобы принимать деньги на её основе.
IKEA и переход к измерению без кук: как считать спрос, когда последний клик больше не главный
В 2026 году классическая схема «увидел рекламу → кликнул → купил» ломается даже у сильных брендов. У IKEA это хорошо видно на примере омниканального спроса: люди часто начинают путь в поиске, продолжают в приложении, а покупают уже в офлайне или через сохранённые подборки. Если смотреть только на last-click, часть эффекта просто исчезает из отчётов.
Задача у команды была практическая: понять, какие каналы реально двигают продажи мебели и товаров для дома, если прямой атрибуции всё меньше, а цикл принятия решения длиннее, чем у e-com с импульсной покупкой. Для маркетинг-операций это значит не «собрать больше кликов», а связать медиа, CRM и продажи в одну систему измерения.
Решение строилось в несколько слоёв:
— перевели часть трекинга на server-side, чтобы меньше зависеть от ограничений браузеров и потерь событий;
— собрали сквозную аналитику по категориям, а не по одному последнему касанию;
— добавили MMM (маркетинг-микс-моделирование), чтобы оценивать вклад верхних каналов и сезонность;
— для спорных связок использовали incrementality-тесты — проверяли не корреляцию, а прирост продаж.
Что это дало на практике:
— стало видно, что брендовый поиск и верх воронки не «декорация», а драйверы последующих визитов;
— часть кампаний, которые в last-click выглядели слабо, в MMM показывали заметный вклад в выручку;
— команды перестали спорить вокруг одного отчёта и начали обсуждать инкрементальный прирост — то есть, что реально добавила реклама сверх базового спроса.
Главный результат таких изменений обычно не в красивом дашборде, а в управлении бюджетом. Когда данные собраны по новым правилам, можно резать неэффективные хвосты, усиливать каналы с доказанным вкладом и защищать брендовые инвестиции цифрами, а не мнением.
Урок простой: **после кук выигрывает не тот, у кого больше трекинга, а тот, у кого лучше связаны данные и честнее модель измерения**. Для маркетинг-ops это уже не «техническая доработка», а основа принятия решений по выручке.
В 2026 году классическая схема «увидел рекламу → кликнул → купил» ломается даже у сильных брендов. У IKEA это хорошо видно на примере омниканального спроса: люди часто начинают путь в поиске, продолжают в приложении, а покупают уже в офлайне или через сохранённые подборки. Если смотреть только на last-click, часть эффекта просто исчезает из отчётов.
Задача у команды была практическая: понять, какие каналы реально двигают продажи мебели и товаров для дома, если прямой атрибуции всё меньше, а цикл принятия решения длиннее, чем у e-com с импульсной покупкой. Для маркетинг-операций это значит не «собрать больше кликов», а связать медиа, CRM и продажи в одну систему измерения.
Решение строилось в несколько слоёв:
— перевели часть трекинга на server-side, чтобы меньше зависеть от ограничений браузеров и потерь событий;
— собрали сквозную аналитику по категориям, а не по одному последнему касанию;
— добавили MMM (маркетинг-микс-моделирование), чтобы оценивать вклад верхних каналов и сезонность;
— для спорных связок использовали incrementality-тесты — проверяли не корреляцию, а прирост продаж.
Что это дало на практике:
— стало видно, что брендовый поиск и верх воронки не «декорация», а драйверы последующих визитов;
— часть кампаний, которые в last-click выглядели слабо, в MMM показывали заметный вклад в выручку;
— команды перестали спорить вокруг одного отчёта и начали обсуждать инкрементальный прирост — то есть, что реально добавила реклама сверх базового спроса.
Главный результат таких изменений обычно не в красивом дашборде, а в управлении бюджетом. Когда данные собраны по новым правилам, можно резать неэффективные хвосты, усиливать каналы с доказанным вкладом и защищать брендовые инвестиции цифрами, а не мнением.
Урок простой: **после кук выигрывает не тот, у кого больше трекинга, а тот, у кого лучше связаны данные и честнее модель измерения**. Для маркетинг-ops это уже не «техническая доработка», а основа принятия решений по выручке.
Server-side трекинг: что это на самом деле
Server-side трекинг — это сбор и передача событий не из браузера пользователя напрямую в рекламные и аналитические системы, а через собственный сервер компании. Иначе говоря, часть контроля над данными переносится с клиентской стороны на сторону бизнеса.
Чем он отличается от client-side трекинга: при клиентском трекинге событие отправляет сам браузер через пиксели, скрипты и cookie. При server-side сначала событие попадает на ваш сервер, где его можно проверить, обогатить, отфильтровать и уже затем отправить дальше.
Почему это важно в эпоху после cookie:
— браузеры режут срок жизни и доступность cookie;
— часть событий теряется из-за блокировщиков и ограничений приватности;
— атрибуция всё чаще строится вокруг first-party data и privacy-first подхода.
Типичная ошибка — считать server-side «волшебной заменой» всей аналитики. Это не так. Если на входе плохая схема событий, дубли, нет единых идентификаторов и согласия пользователя, сервер только быстрее разнесёт ошибки по системам.
Ещё одна ошибка — путать server-side трекинг с полной анонимностью. Он снижает зависимость от браузерных ограничений, но не отменяет требования к согласию, политике данных и качеству матчинга.
Пример: пользователь оформляет заявку в B2B-форме. Браузерное событие может не дойти до рекламной платформы из-за блокировки. Но сервер сайта фиксирует факт отправки, связывает его с CRM-идентификатором и передаёт событие в аналитику и рекламный кабинет уже как валидную конверсию.
Server-side трекинг — это сбор и передача событий не из браузера пользователя напрямую в рекламные и аналитические системы, а через собственный сервер компании. Иначе говоря, часть контроля над данными переносится с клиентской стороны на сторону бизнеса.
Чем он отличается от client-side трекинга: при клиентском трекинге событие отправляет сам браузер через пиксели, скрипты и cookie. При server-side сначала событие попадает на ваш сервер, где его можно проверить, обогатить, отфильтровать и уже затем отправить дальше.
Почему это важно в эпоху после cookie:
— браузеры режут срок жизни и доступность cookie;
— часть событий теряется из-за блокировщиков и ограничений приватности;
— атрибуция всё чаще строится вокруг first-party data и privacy-first подхода.
Типичная ошибка — считать server-side «волшебной заменой» всей аналитики. Это не так. Если на входе плохая схема событий, дубли, нет единых идентификаторов и согласия пользователя, сервер только быстрее разнесёт ошибки по системам.
Ещё одна ошибка — путать server-side трекинг с полной анонимностью. Он снижает зависимость от браузерных ограничений, но не отменяет требования к согласию, политике данных и качеству матчинга.
Пример: пользователь оформляет заявку в B2B-форме. Браузерное событие может не дойти до рекламной платформы из-за блокировки. Но сервер сайта фиксирует факт отправки, связывает его с CRM-идентификатором и передаёт событие в аналитику и рекламный кабинет уже как валидную конверсию.
Cookie умерли, но измерение не умерло
Я всё чаще вижу одну и ту же ошибку: команды трактуют конец third-party cookie (сторонних куки) как конец нормальной аналитики. На практике всё наоборот — стало меньше шума и больше дисциплины.
В 2026 году выиграют не те, кто «собрал больше событий», а те, кто построил измерение как управленческую систему. Для marketing ops это означает три слоя:
— server-side сбор там, где это оправдано не только юридически, но и технически;
— MMM (маркетинг-микс-моделирование) для ответа на вопрос «что двигает выручку»;
— incrementality (инкрементальность) для проверки, какой канал дал добавочный эффект, а какой просто забрал себе уже существующий спрос.
Мой практический вывод простой: last-click (последний клик) не исчезает из отчётов, но перестаёт быть решающим аргументом. Если команда продолжает оптимизировать бюджет по нему, она почти всегда переоценивает ретаргетинг и недооценивает верх воронки и брендовый спрос.
Ещё один сдвиг, который я считаю важным: в privacy-first среде качество идентификатора становится менее важным, чем качество гипотезы. Раньше можно было «додавить» недоучёт объёмом трафика и частотой касаний. Сейчас это не работает. Нужны чистая таксономия, единые окна атрибуции, понятные источники истины и регулярная сверка аналитики с CRM и финансовыми данными.
Из практики: в одном B2B-проекте после перехода на серверный сбор и еженедельную проверку инкрементальности доля спорных конверсий в отчётах сократилась почти вдвое, а медиабюджет перераспределили не в сторону «самого дешёвого лида», а в сторону каналов, которые реально ускоряли сделки.
Мой тезис такой: **после кук побеждает не самый точный трекер, а самая зрелая система принятия решений**. И это уже зона ответственности не только аналитика, но и маркетинг-операций, продаж и финала в одной связке.
Я всё чаще вижу одну и ту же ошибку: команды трактуют конец third-party cookie (сторонних куки) как конец нормальной аналитики. На практике всё наоборот — стало меньше шума и больше дисциплины.
В 2026 году выиграют не те, кто «собрал больше событий», а те, кто построил измерение как управленческую систему. Для marketing ops это означает три слоя:
— server-side сбор там, где это оправдано не только юридически, но и технически;
— MMM (маркетинг-микс-моделирование) для ответа на вопрос «что двигает выручку»;
— incrementality (инкрементальность) для проверки, какой канал дал добавочный эффект, а какой просто забрал себе уже существующий спрос.
Мой практический вывод простой: last-click (последний клик) не исчезает из отчётов, но перестаёт быть решающим аргументом. Если команда продолжает оптимизировать бюджет по нему, она почти всегда переоценивает ретаргетинг и недооценивает верх воронки и брендовый спрос.
Ещё один сдвиг, который я считаю важным: в privacy-first среде качество идентификатора становится менее важным, чем качество гипотезы. Раньше можно было «додавить» недоучёт объёмом трафика и частотой касаний. Сейчас это не работает. Нужны чистая таксономия, единые окна атрибуции, понятные источники истины и регулярная сверка аналитики с CRM и финансовыми данными.
Из практики: в одном B2B-проекте после перехода на серверный сбор и еженедельную проверку инкрементальности доля спорных конверсий в отчётах сократилась почти вдвое, а медиабюджет перераспределили не в сторону «самого дешёвого лида», а в сторону каналов, которые реально ускоряли сделки.
Мой тезис такой: **после кук побеждает не самый точный трекер, а самая зрелая система принятия решений**. И это уже зона ответственности не только аналитика, но и маркетинг-операций, продаж и финала в одной связке.
Почему «чистая» атрибуция больше не спасает маркетинг
Я всё чаще вижу одну и ту же ошибку у маркетинг-операций: команда пытается восстановить правду о канале через всё более точный last-click, будто проблема в недостатке детализации. На практике проблема уже не в детализации. Проблема в том, что путь пользователя стал слишком рваным, а часть контактов вообще не попадает в привычную аналитику.
В 2026 году это особенно заметно в B2B и в длинных сделках: человек сначала видит пост в канале, потом возвращается через поиск с AI-overview, потом открывает письмо, потом пересылает ссылку коллеге, а заявку оставляет через неделю. Если сводить всё к последнему источнику, маркетинг сам себе обнуляет вклад верхней части воронки.
Моё мнение простое: **атрибуция должна перестать быть судом и стать системой принятия решений**. Не «кто виноват в конверсии», а «какой канал даёт прирост выручки при текущей стоимости контакта». Это уже не про один отчёт, а про связку server-side сбора, MMM, инкрементальности и нормальной дисциплины по CRM.
Один практический наблюдательный факт: в проекте с длинным циклом сделки мы сравнили last-click с инкрементальным тестом по платному трафику. Last-click показывал, что часть кампаний «не работает». Тест показал другое: после отключения этих кампаний просел не только прямой спрос, но и конверсия из органики и возвратных визитов. То есть канал формально не закрывал заявку, но поддерживал спрос на уровне, который потом конвертировался в деньги.
Отсюда вывод для marketing ops:
— не пытайтесь сделать модель «идеально точной»;
— стройте модель, которая выдерживает несовершенные данные;
— меряйте не только заявки, но и вклад в pipeline и выручку;
— проверяйте выводы экспериментом, а не надеждой на красивый отчёт.
После кук выиграет не тот, у кого больше событий в аналитике, а тот, кто умеет связывать сигнал, спрос и деньги.
Я всё чаще вижу одну и ту же ошибку у маркетинг-операций: команда пытается восстановить правду о канале через всё более точный last-click, будто проблема в недостатке детализации. На практике проблема уже не в детализации. Проблема в том, что путь пользователя стал слишком рваным, а часть контактов вообще не попадает в привычную аналитику.
В 2026 году это особенно заметно в B2B и в длинных сделках: человек сначала видит пост в канале, потом возвращается через поиск с AI-overview, потом открывает письмо, потом пересылает ссылку коллеге, а заявку оставляет через неделю. Если сводить всё к последнему источнику, маркетинг сам себе обнуляет вклад верхней части воронки.
Моё мнение простое: **атрибуция должна перестать быть судом и стать системой принятия решений**. Не «кто виноват в конверсии», а «какой канал даёт прирост выручки при текущей стоимости контакта». Это уже не про один отчёт, а про связку server-side сбора, MMM, инкрементальности и нормальной дисциплины по CRM.
Один практический наблюдательный факт: в проекте с длинным циклом сделки мы сравнили last-click с инкрементальным тестом по платному трафику. Last-click показывал, что часть кампаний «не работает». Тест показал другое: после отключения этих кампаний просел не только прямой спрос, но и конверсия из органики и возвратных визитов. То есть канал формально не закрывал заявку, но поддерживал спрос на уровне, который потом конвертировался в деньги.
Отсюда вывод для marketing ops:
— не пытайтесь сделать модель «идеально точной»;
— стройте модель, которая выдерживает несовершенные данные;
— меряйте не только заявки, но и вклад в pipeline и выручку;
— проверяйте выводы экспериментом, а не надеждой на красивый отчёт.
После кук выиграет не тот, у кого больше событий в аналитике, а тот, кто умеет связывать сигнал, спрос и деньги.
Почему last-click ещё жив, хотя уже не помогает
Я часто вижу одну и ту же ловушку у marketing ops: в отчёте всё красиво, а в реальности канал, который «закрывает» сделку, получает всю славу за работу, которую делали другие каналы и недели.
В жизни маркетинга после кук это особенно заметно. Когда пользователь идёт через несколько касаний, last-click становится не моделью, а привычкой. Удобной, дешёвой в поддержке и опасной для решений. Он хорошо отвечает на вопрос «что было последним», но почти не отвечает на вопрос «что действительно создало спрос».
Из практики: в одном B2B-проекте после перевода части трафика на server-side и сверки с MMM мы увидели, что платный поиск выглядел сильнее в last-click примерно на 30–40%, чем в инкрементальной оценке. Ничего магического: просто search забирал уже сформированный спрос, который раньше подогревали контент, ретаргетинг и e-mail. Если бы мы оставили только last-click, бюджет ушёл бы туда, где легче всего собрать конверсию, а не туда, где растёт выручка.
Мой вывод простой: **last-click не надо «убивать» — его надо поставить на место**.
Что я считаю рабочим подходом сейчас:
- last-click — для операционного контроля и быстрых проверок;
- server-side события — чтобы не терять часть сигнала;
- MMM — чтобы видеть картину на уровне бюджета;
- инкрементальность — чтобы не перепутать корреляцию с вкладом.
И ещё один важный сдвиг: в 2026 году маркетинг всё меньше живёт в логике «канал принёс лид», и всё больше — в логике «какой вклад канал дал в выручку и удержание». Для B2B это уже вопрос RevOps, а не только аналитики. Для e-com — вопрос LTV, а не первой покупки.
Если у вас до сих пор отчёт строится вокруг last-click, я бы не начинал с замены модели. Я бы начал с вопроса: какую управленческую ошибку вы готовы совершить, если продолжите ей верить?
Я часто вижу одну и ту же ловушку у marketing ops: в отчёте всё красиво, а в реальности канал, который «закрывает» сделку, получает всю славу за работу, которую делали другие каналы и недели.
В жизни маркетинга после кук это особенно заметно. Когда пользователь идёт через несколько касаний, last-click становится не моделью, а привычкой. Удобной, дешёвой в поддержке и опасной для решений. Он хорошо отвечает на вопрос «что было последним», но почти не отвечает на вопрос «что действительно создало спрос».
Из практики: в одном B2B-проекте после перевода части трафика на server-side и сверки с MMM мы увидели, что платный поиск выглядел сильнее в last-click примерно на 30–40%, чем в инкрементальной оценке. Ничего магического: просто search забирал уже сформированный спрос, который раньше подогревали контент, ретаргетинг и e-mail. Если бы мы оставили только last-click, бюджет ушёл бы туда, где легче всего собрать конверсию, а не туда, где растёт выручка.
Мой вывод простой: **last-click не надо «убивать» — его надо поставить на место**.
Что я считаю рабочим подходом сейчас:
- last-click — для операционного контроля и быстрых проверок;
- server-side события — чтобы не терять часть сигнала;
- MMM — чтобы видеть картину на уровне бюджета;
- инкрементальность — чтобы не перепутать корреляцию с вкладом.
И ещё один важный сдвиг: в 2026 году маркетинг всё меньше живёт в логике «канал принёс лид», и всё больше — в логике «какой вклад канал дал в выручку и удержание». Для B2B это уже вопрос RevOps, а не только аналитики. Для e-com — вопрос LTV, а не первой покупки.
Если у вас до сих пор отчёт строится вокруг last-click, я бы не начинал с замены модели. Я бы начал с вопроса: какую управленческую ошибку вы готовы совершить, если продолжите ей верить?
Как IKEA перестроила измерение спроса в мире без кук
Когда третья сторона отслеживания стала хуже работать, IKEA не стала «дожимать» last-click и спорить с платформами за последнюю точку контакта. Компания с большим объёмом медийных кампаний пошла в сторону более устойчивой схемы измерения: связала данные из CRM, веб-аналитики, рекламных кабинетов и офлайн-продаж, а для оценки вклада каналов усилила MMM-модель (marketing mix modeling — маркетинг-микс моделирование) и тесты инкрементальности.
Контекст был типичный для 2026-го: аудитории фрагментированы, путь к покупке растянут, а чистый performance по модели «клик → заказ» даёт всё меньше правды. Для IKEA это особенно критично: часть спроса рождается в digital, но значимая доля конверсий закрывается уже вне сайта — в магазинах и через отложенное принятие решения.
Задача была не просто «посчитать рекламу», а понять, **какие каналы реально двигают выручку**, если у части пользователей нет стабильного идентификатора, а атрибуция по cookies даёт дырки. Дополнительно маркетинг должен был показать бизнесу, что снижение доли last-click не означает снижение эффективности.
Решение собрали в несколько слоёв:
— перевели большую часть сбора событий на server-side (серверная отправка), чтобы меньше зависеть от ограничений браузеров;
— объединили online- и offline-данные в единую витрину;
— для верхней и средней части воронки использовали MMM, чтобы оценивать вклад каналов не по последнему клику, а по совокупному эффекту;
— точечно запускали инкрементальные тесты: в одних регионах отключали часть медиа, в других оставляли, и сравнивали разницу в продажах.
Что это дало на практике:
— стало видно, что часть каналов с низким last-click может давать ощутимый вклад в общий спрос;
— снизилась зависимость от платформенных отчётов;
— медиапланирование стало опираться не на «кто получил клик», а на прирост выручки и посещаемости.
Главный урок для marketing ops простой: в мире после кук побеждает не тот, у кого больше событий в кабинете, а тот, кто умеет собрать **сквозную доказательную систему измерения**. Если у бренда есть офлайн, длинный цикл сделки и несколько точек контакта, ставка на MMM, server-side и инкрементальность уже не «проект на потом», а базовая инфраструктура маркетинга.
Когда третья сторона отслеживания стала хуже работать, IKEA не стала «дожимать» last-click и спорить с платформами за последнюю точку контакта. Компания с большим объёмом медийных кампаний пошла в сторону более устойчивой схемы измерения: связала данные из CRM, веб-аналитики, рекламных кабинетов и офлайн-продаж, а для оценки вклада каналов усилила MMM-модель (marketing mix modeling — маркетинг-микс моделирование) и тесты инкрементальности.
Контекст был типичный для 2026-го: аудитории фрагментированы, путь к покупке растянут, а чистый performance по модели «клик → заказ» даёт всё меньше правды. Для IKEA это особенно критично: часть спроса рождается в digital, но значимая доля конверсий закрывается уже вне сайта — в магазинах и через отложенное принятие решения.
Задача была не просто «посчитать рекламу», а понять, **какие каналы реально двигают выручку**, если у части пользователей нет стабильного идентификатора, а атрибуция по cookies даёт дырки. Дополнительно маркетинг должен был показать бизнесу, что снижение доли last-click не означает снижение эффективности.
Решение собрали в несколько слоёв:
— перевели большую часть сбора событий на server-side (серверная отправка), чтобы меньше зависеть от ограничений браузеров;
— объединили online- и offline-данные в единую витрину;
— для верхней и средней части воронки использовали MMM, чтобы оценивать вклад каналов не по последнему клику, а по совокупному эффекту;
— точечно запускали инкрементальные тесты: в одних регионах отключали часть медиа, в других оставляли, и сравнивали разницу в продажах.
Что это дало на практике:
— стало видно, что часть каналов с низким last-click может давать ощутимый вклад в общий спрос;
— снизилась зависимость от платформенных отчётов;
— медиапланирование стало опираться не на «кто получил клик», а на прирост выручки и посещаемости.
Главный урок для marketing ops простой: в мире после кук побеждает не тот, у кого больше событий в кабинете, а тот, кто умеет собрать **сквозную доказательную систему измерения**. Если у бренда есть офлайн, длинный цикл сделки и несколько точек контакта, ставка на MMM, server-side и инкрементальность уже не «проект на потом», а базовая инфраструктура маркетинга.
Маркетинг после кук: что такое incrementality
**Incrementality** — это измерение дополнительного эффекта маркетинга: сколько конверсий, выручки или лидов появилось именно благодаря каналу, а не случилось бы само по себе. Иначе говоря, это ответ на вопрос: «Что изменилось, если рекламу включить или выключить?»
Термин часто путают с атрибуцией. **Атрибуция** распределяет уже случившуюся конверсию между касаниями: например, кто получил “заслугу” за заказ. **Incrementality** проверяет причинность: был ли вклад вообще. Поэтому в privacy-first эпоху, где last-click теряет точность, incrementality становится важнее красивой отчётности.
Типичные ошибки:
— считать клики и конверсии доказательством прироста;
— запускать тест без контрольной группы;
— мерить эффект слишком коротко, когда канал даёт отложенные продажи;
— сравнивать разные сегменты без выравнивания по спросу и сезонности.
Простой пример: бренд запускает рекламу на удержание аудитории в e-com. В тестовой группе показы идут, в контрольной — нет. Если разница в выручке между группами составила 6%, это и есть инкрементальный эффект канала. Если же продажи выросли одинаково в обеих группах, канал перераспределял спрос, но не создавал его.
Для маркетинг-ops это ключевая метрика: она помогает отключать «шумные» каналы и оставлять те, что реально двигают выручку.
**Incrementality** — это измерение дополнительного эффекта маркетинга: сколько конверсий, выручки или лидов появилось именно благодаря каналу, а не случилось бы само по себе. Иначе говоря, это ответ на вопрос: «Что изменилось, если рекламу включить или выключить?»
Термин часто путают с атрибуцией. **Атрибуция** распределяет уже случившуюся конверсию между касаниями: например, кто получил “заслугу” за заказ. **Incrementality** проверяет причинность: был ли вклад вообще. Поэтому в privacy-first эпоху, где last-click теряет точность, incrementality становится важнее красивой отчётности.
Типичные ошибки:
— считать клики и конверсии доказательством прироста;
— запускать тест без контрольной группы;
— мерить эффект слишком коротко, когда канал даёт отложенные продажи;
— сравнивать разные сегменты без выравнивания по спросу и сезонности.
Простой пример: бренд запускает рекламу на удержание аудитории в e-com. В тестовой группе показы идут, в контрольной — нет. Если разница в выручке между группами составила 6%, это и есть инкрементальный эффект канала. Если же продажи выросли одинаково в обеих группах, канал перераспределял спрос, но не создавал его.
Для маркетинг-ops это ключевая метрика: она помогает отключать «шумные» каналы и оставлять те, что реально двигают выручку.
Серверный трекинг стал «по умолчанию» в брифах
За последний месяц в запросах на аудит и запуск всё чаще вижу один и тот же паттерн: обсуждение трекинга начинается не с пикселя, а с того, что у маркетинга есть на сервере и как это связано с CRM, рекламными кабинетами и BI. В одном пакете сразу всплывают server-side, события из бэка, согласование идентификаторов и проверка расхождений между источниками.
Отдельно заметно, что команды всё реже спрашивают про «идеальную» атрибуцию в последнем клике. Вместо этого смотрят на то, где можно свести данные для MMM, где реально считать инкрементальность, и какие события вообще можно удержать в стабильном виде без зависимости от браузера.
У вас в последние недели тоже трекинг обсуждают именно так — от данных и интеграций, а не от одного пикселя?
Параллельный взгляд на тему — @AdOpsRoom
За последний месяц в запросах на аудит и запуск всё чаще вижу один и тот же паттерн: обсуждение трекинга начинается не с пикселя, а с того, что у маркетинга есть на сервере и как это связано с CRM, рекламными кабинетами и BI. В одном пакете сразу всплывают server-side, события из бэка, согласование идентификаторов и проверка расхождений между источниками.
Отдельно заметно, что команды всё реже спрашивают про «идеальную» атрибуцию в последнем клике. Вместо этого смотрят на то, где можно свести данные для MMM, где реально считать инкрементальность, и какие события вообще можно удержать в стабильном виде без зависимости от браузера.
У вас в последние недели тоже трекинг обсуждают именно так — от данных и интеграций, а не от одного пикселя?
Параллельный взгляд на тему — @AdOpsRoom
Маркетинг после кук: почему атрибуция теперь начинается не с клика
Ещё несколько лет назад маркетинговая аналитика держалась на простой логике: если человек кликнул, значит, можно спорить только о том, кому записать заслугу. Кукa была маленькой технической деталью, но вокруг неё строилась целая система отчётности, оптимизации и уверенности в цифрах.
В 2026 году эта уверенность исчезла. Не потому, что аналитика стала хуже. А потому, что поведение людей, платформ и браузеров стало слишком фрагментированным для старой модели. Маркетинг после кук — это не «меньше данных», а **больше неопределённости, которую нужно уметь считать**.
Первый сдвиг — от атрибуции к измерению вклада.
Last-click ещё живёт в отчётах, но всё хуже объясняет, что реально двигает выручку. Пользователь может увидеть бренд в поиске, потом — в видео, затем вернуться через прямой заход и купить. Формально последним касанием окажется прямой трафик. По смыслу — сработала вся цепочка контактов.
Поэтому зрелые команды переходят к вопросу не «какой канал забрал конверсию», а «какой канал дал прирост». Это уже логика инкрементальности — измерения добавочного эффекта. Например, B2B-компания может запустить кампанию на узкую аудиторию по теме «RevOps и сквозная аналитика», а затем сравнить поведение похожих сегментов с тестом и без него. Если лидов стало не просто больше, а выросла доля целевых встреч и квалифицированных сделок, значит канал создаёт вклад, а не только перехватывает спрос.
Второй сдвиг — от точности к устойчивости.
Когда cookie было достаточно, маркетолог мог построить отчёт из множества мелких связей: источник, кампания, креатив, сессия, путь. Теперь часть этих связей рвётся. Server-side (серверная) отправка событий, first-party data (собственные данные компании), CRM и product-аналитика становятся не «дополнительными источниками», а основой измерения.
Хороший пример — e-commerce. Средний чек снижается, первая покупка всё чаще не окупает привлечение, а значит важнее видеть не только заказ, но и повтор, частоту, возврат в категорию. Если бренд смотрит только на клики из рекламы, он может решить, что кампания неэффективна. Но если поднять данные по возвратам, LTV (пожизненная ценность клиента) и повторным сессиям, окажется, что именно этот канал приводит аудиторию, которая покупает не один раз, а трижды за сезон. В условиях privacy-first среды устойчивость измерения важнее идеальной, но недоступной точности.
Третий сдвиг — от канальной отчётности к совместной ответственности за выручку.
Кук-эпоха приучила маркетинг жить в своей витрине: показы, клики, CPL. Но B2B-рынок уже уходит от логики MQL/SQL как единственной меры успеха. На первый план выходит RevOps — общая операционная модель, где маркетинг, продажи и customer success отвечают за один результат: выручку и её качество.
Это особенно заметно в длинных воронках. Допустим, маркетинг приводит поток регистраций на вебинар. Раньше на этом месте отчёт часто заканчивался: лид получен. Теперь вопрос другой — сколько из этих регистраций дошли до встречи, сколько стали возможностями, сколько конвертировались в оплату, сколько вернулись через продление. Без связи между рекламными событиями и CRM-реальностью любые красивые графики превращаются в декорацию.
Именно поэтому на зрелых рынках marketing ops всё чаще работает не как «настройщик пикселей», а как переводчик между системами. Его задача — не собрать больше цифр, а собрать **одну логику данных**, в которой канал, сегмент и доход связаны между собой.
Четвёртый сдвиг — от отчётов по прошлому к моделям, которые выдерживают неполные данные.
Классическая аналитика любила уверенность: есть источник, есть сессия, есть конверсия. Но в мире, где пользователи дают меньше идентификаторов, а платформы показывают не всё, выигрывают методы, которые умеют жить в разреженной среде. MMM (маркетинг-микс-моделирование), тесты на инкрементальность, server-side сбор событий, собственные панели данных — всё это не мода, а ответ на новую реальность.
…
Ещё несколько лет назад маркетинговая аналитика держалась на простой логике: если человек кликнул, значит, можно спорить только о том, кому записать заслугу. Кукa была маленькой технической деталью, но вокруг неё строилась целая система отчётности, оптимизации и уверенности в цифрах.
В 2026 году эта уверенность исчезла. Не потому, что аналитика стала хуже. А потому, что поведение людей, платформ и браузеров стало слишком фрагментированным для старой модели. Маркетинг после кук — это не «меньше данных», а **больше неопределённости, которую нужно уметь считать**.
Первый сдвиг — от атрибуции к измерению вклада.
Last-click ещё живёт в отчётах, но всё хуже объясняет, что реально двигает выручку. Пользователь может увидеть бренд в поиске, потом — в видео, затем вернуться через прямой заход и купить. Формально последним касанием окажется прямой трафик. По смыслу — сработала вся цепочка контактов.
Поэтому зрелые команды переходят к вопросу не «какой канал забрал конверсию», а «какой канал дал прирост». Это уже логика инкрементальности — измерения добавочного эффекта. Например, B2B-компания может запустить кампанию на узкую аудиторию по теме «RevOps и сквозная аналитика», а затем сравнить поведение похожих сегментов с тестом и без него. Если лидов стало не просто больше, а выросла доля целевых встреч и квалифицированных сделок, значит канал создаёт вклад, а не только перехватывает спрос.
Второй сдвиг — от точности к устойчивости.
Когда cookie было достаточно, маркетолог мог построить отчёт из множества мелких связей: источник, кампания, креатив, сессия, путь. Теперь часть этих связей рвётся. Server-side (серверная) отправка событий, first-party data (собственные данные компании), CRM и product-аналитика становятся не «дополнительными источниками», а основой измерения.
Хороший пример — e-commerce. Средний чек снижается, первая покупка всё чаще не окупает привлечение, а значит важнее видеть не только заказ, но и повтор, частоту, возврат в категорию. Если бренд смотрит только на клики из рекламы, он может решить, что кампания неэффективна. Но если поднять данные по возвратам, LTV (пожизненная ценность клиента) и повторным сессиям, окажется, что именно этот канал приводит аудиторию, которая покупает не один раз, а трижды за сезон. В условиях privacy-first среды устойчивость измерения важнее идеальной, но недоступной точности.
Третий сдвиг — от канальной отчётности к совместной ответственности за выручку.
Кук-эпоха приучила маркетинг жить в своей витрине: показы, клики, CPL. Но B2B-рынок уже уходит от логики MQL/SQL как единственной меры успеха. На первый план выходит RevOps — общая операционная модель, где маркетинг, продажи и customer success отвечают за один результат: выручку и её качество.
Это особенно заметно в длинных воронках. Допустим, маркетинг приводит поток регистраций на вебинар. Раньше на этом месте отчёт часто заканчивался: лид получен. Теперь вопрос другой — сколько из этих регистраций дошли до встречи, сколько стали возможностями, сколько конвертировались в оплату, сколько вернулись через продление. Без связи между рекламными событиями и CRM-реальностью любые красивые графики превращаются в декорацию.
Именно поэтому на зрелых рынках marketing ops всё чаще работает не как «настройщик пикселей», а как переводчик между системами. Его задача — не собрать больше цифр, а собрать **одну логику данных**, в которой канал, сегмент и доход связаны между собой.
Четвёртый сдвиг — от отчётов по прошлому к моделям, которые выдерживают неполные данные.
Классическая аналитика любила уверенность: есть источник, есть сессия, есть конверсия. Но в мире, где пользователи дают меньше идентификаторов, а платформы показывают не всё, выигрывают методы, которые умеют жить в разреженной среде. MMM (маркетинг-микс-моделирование), тесты на инкрементальность, server-side сбор событий, собственные панели данных — всё это не мода, а ответ на новую реальность.
…