Incrementality вместо last-click: как DSP адаптируются к новой эре атрибуции

Конец эпохи third-party cookies окончательно похоронил last-click-атрибуцию — но многие programmatic-команды продолжают оценивать эффективность по последнему клику просто потому, что не знают, что ставить на его место. Между тем на рынке уже сложился рабочий набор инструментов: MMM (маркетинг-микс-моделирование), server-side трекинг и, главное, incrementality-тесты (измерение прироста). Вопрос не в технологии, а в том, как встроить эти методы в работу DSP.

Наша практика показывает: DSP, которые интегрируют модули incrementality-анализа, дают кратный прирост ценности для клиента. В одном из кейсов для B2B-сервиса мы выяснили, что last-click давал оценку ROAS (возврат на рекламные расходы) на уровне 0.8, а incrementality-тест — 2.1. Разница — в 2.6 раза — полностью изменила перераспределение бюджетов между каналами. Причина проста: заключительный клик часто принадлежит брендовому запросу, но настоящий приток новых пользователей создают programmatic-баннеры и видео, которые не кликают напрямую.

Что это значит для стратегии закупки? Ставки на аукционах больше нельзя оптимизировать только по конверсиям внутри DSP. Нужно внедрять модели predictive LTV (прогнозируемая пожизненная ценность) с загрузкой данных из CRM и data clean rooms (безопасные среды для обмена данными). Инкрементальные тесты (A/B-эксперименты с отключением частей трафика) должны стать регулярной процедурой, а не разовым исследованием.

В 2026 году выиграют те DSP, которые перестанут быть просто «торговыми площадками» и превратятся в платформы для доказательства прироста. Инструментарий уже есть — дело за готовностью маркетологов переучиться.

— @ProgrammaticGuidePro

Как упаковать content-led SEO в programmatic-воронку

Content-led SEO в 2026 году работает не как «пишем статьи ради трафика», а как связка контента, аудиторных данных и ретаргетинга. Для DSP/DMP это особенно полезно: материалы становятся не только точкой входа, но и источником сигналов для последующей закупки.

— Определите 3–5 тем, где у вашей аудитории есть повторяющаяся боль.
Не берите широкий спрос вроде «digital marketing». Ищите узкие кластеры: сравнение подходов, выбор инструмента, ошибки внедрения, экономика канала. Так проще собрать тематический авторитет и потом масштабировать охват.

— Соберите карту намерений по каждой теме.
Разделите запросы на обучающие, сравнительные и транзакционные. Это поможет понять, какой контент открывает вход в воронку, а какой должен дожимать до заявки или демо.

— Свяжите статьи с сегментами в DMP.
Посетители гайды по теме A — это один пул, читатели кейсов по теме B — другой. На этой логике строятся разные сценарии ретаргетинга, частота контакта и последующие креативы.

— Настройте захват не только трафика, но и поведения.
Смотрите глубину чтения, возвраты, переходы между материалами, скачивания и микро-конверсии. В privacy-first среде такие сигналы часто полезнее, чем один последний клик.

— Переведите контент в последовательность касаний.
Один материал редко закрывает B2B-сделку. Нужна цепочка: обзор проблемы, разбор решения, доказательство через кейс, затем оффер. Это лучше ложится на RevOps-логику, где маркетинг работает вместе с продажами.

— Обновляйте материалы по признаку устаревания смысла, а не по календарю.
Если меняются продукты, рынок, форматы закупки или правила платформ, статья должна быстро получать новую фактуру. В zero-click эпоху выигрывает контент с актуальной экспертизой, а не просто большой объём текста.

— Подключайте контент к измерению прироста.
Проверяйте, даёт ли органика и прогрев дополнительные конверсии сверх базового уровня. MMM, server-side и инкрементальность помогут понять, где content-led SEO реально усиливает performance.

Когда это пригодится: если вы строите B2B-привлечение через экспертизу и хотите, чтобы контент работал не сам по себе, а как часть programmatic-механики.

— @ProgrammaticGuidePro

Почему MMM (маркетинговое моделирование микса) стало обязательным навыком для programmatic-специалиста

В 2026 году атрибуция по последнему клику (last-click) окончательно превратилась в артефакт прошлого. С ростом популярности нейросетевых ответов и переходом к эпохе «нулевых кликов» (zero-click), когда пользователь получает информацию прямо в поисковой выдаче, путь клиента стал нелинейным и скрытым от классических трекеров. Для тех, кто закупает трафик через DSP (платформы автоматизированной закупки рекламы), это означает одно: пора перестать верить в магию UTM-меток как в единственный источник истины.

На передний план выходит маркетинг-микс моделирование (MMM). Если раньше это был инструмент для крупных FMCG-корпораций с огромными бюджетами и штатом аналитиков, то сегодня это база для любого performance-специалиста, работающего в условиях privacy-first (приоритет приватности данных).

Моя практика показывает, что при переходе от атомарной атрибуции к эконометрическому моделированию, мы часто обнаруживаем интересную закономерность: programmatic-каналы, которые раньше казались «неэффективными» по последнему клику, на самом деле дают прирост базового спроса на 15-20%. Это происходит за счет формирования того самого Topical Authority (авторитетности в тематике), когда бренд закрепляется в сознании пользователя до того, как он совершит покупку.

Что это меняет для нас, практиков programmatic:

— Переход к инкрементальности (дополнительной ценности). Теперь мы оцениваем не просто клик, а то, насколько конкретная кампания увеличила общий объем выручки, который не произошел бы без этого показа.
— RevOps-мышление. Мы больше не гонимся за дешевыми лидами (MQL). Мы интегрируем данные DSP с CRM-системами, чтобы видеть вклад медийного размещения в LTV (пожизненную ценность клиента) и доходность сделок.
— Фокус на смыслы, а не на технические параметры. Когда алгоритмы AI-генерации закрывают вопрос «быстрого создания сотни баннеров», ценность переносится на разработку уникальных концепций, которые действительно считываются аудиторией в момент принятия решения.

В эпоху, когда классическая лидогенерация слабеет, programmatic превращается из инструмента «догонялок» в фундамент для построения знания о бренде. Если вы все еще пытаетесь оправдать бюджет через прямые конверсии, вы теряете возможность управлять ростом компании в долгосрочной перспективе. Считайте влияние медийки на бизнес комплексно, иначе вы рискуете отсечь самые эффективные каналы просто потому, что они не «кликабельны» в привычном понимании.

— @ProgrammaticGuidePro

1. Выкатить ни какую он-лайн конфу я естесвенно не выкатил, потерпите

2. После прошлого видео (тык) мой канал теперь имеет юзер @PO_YICA_BRAL

3. Держите вечернее видео, я нажрусь и спать

Чото надо ещё сказать? Ну, можно лишь добавить Настя #MelBet верни деньги, не играй с огнём, со мной лучше не ссориться. Спасибо.

P.S. Бабка-то, похоже, не своей..... см. видео!

С уважением, Иванов Е.Ю!

🎁 РОЗЫГРЫШ $2000 ОТ SERG ACCS

🥇 1 место — $1000
🥈 2 место — $700
🥉 3 место — $300

Как участвовать:
1️⃣ Подпишитесь на канал
2️⃣ Нажмите «✅ Участвую»
3️⃣ Получите 1 стартовый билет

Больше билетов:
🛒 Покупки — минимум 1 билет, далее +1 за каждые полные $50 реальной оплаты. Максимум — 50.
👥 Рефералы — +5 за первую подходящую покупку друга и +1 за каждые накопленные $100 его покупок. Максимум — 50.

Общий максимум — 100 билетов.
Чем больше билетов, тем выше шанс. Даже 1 билет участвует.

Призы начислим на баланс в боте SERG ACCS.

Итоги 15.09. Всем удачи! 🔥

Сегментная оценка эффективности лидогенерации в RevOps: 3 инструмента, которые помогают разложить «почему не продаётся»

Пост для команд, которые уже поняли: в 2026 маркетинг отвечает за выручку не один, а вместе с продажами и customer success. Когда лидов «достаточно», но сделки не сходятся, last-click и общая статистика кампаний часто скрывают проблемные места в пути клиента. Нужны инструменты, которые показывают связь между источниками контакта и реальной конверсией — до уровня сегментов, менеджеров и этапов воронки.

Call tracking (коллтрекинг) — для кого: B2B-компании с заявками и звонками, где часть спроса не конвертируется в формы — сильная сторона: связывает номер/источник/кампанию с звонком и позволяет видеть, какие каналы дают качество (а не просто количество) — слабая сторона / минус: без нормальной интеграции с CRM и регламентов обработки звонков метрики превращаются в «отчёт ради отчёта»; часть лидов теряется из‑за пропущенных/коротких звонков, если не измерять события воронки и SLA

Ringostat — для кого: команды маркетинга и Head of Sales, которым нужно быстро диагностировать просадку конверсии и найти «слабые звенья» — сильная сторона: акцент на измеримость звонков и практики выявления причин провала: от точечных проблем менеджера до системного ухудшения качества входящего потока; в B2B это помогает сравнивать сегменты по результатам, а не по объёму касаний — слабая сторона / минус: как и любой коллтрекинг, он хорошо работает на звонках; если значимая доля пути клиента проходит через заявки/мессенджеры/онлайн-демо, придётся дополнять другими источниками данных и выстраивать сквозную модель

Incrementality/план-инкрементальность в связке с MMM (моделирование маркетинга) — для кого: компании с несколькими каналами, где требуется доказать вклад рекламы после ухода «чистого» informational SEO и усиления Zero-click (клиент видит бренд, но не всегда кликает) — сильная сторона: помогает оценить эффект кампаний «поверх фона» — не просто атрибуция по клику, а вклад в продажи/временные ряды; это особенно актуально при privacy-first и вытеснении last-click — слабая сторона / минус: внедрение дольше, чем запуск коллтрекинга; качество результата зависит от чистоты данных по расходам, конверсии, сезонности и от того, насколько корректно описаны контрольные/замещающие факторы

Как выбирать: начните с карты воронки и источников (звонки/заявки/демо) — если провал в сделках проявляется через качество входящих звонков, берите коллтрекинг; если нужно доказать вклад канала в выручку на уровне сегментов/категорий и снизить зависимость от кликов — добавляйте инкрементальность и MMM, а для быстрых «диагнозов» по команде оставляйте коллтрекинг как инструмент ежедневного контроля.

— @ProgrammaticGuidePro

Чек-лист запуска programmatic-кампании в DSP: 7 шагов

— Определите бизнес-цель и выберите подходящую модель атрибуции. В 2026 last-click не работает: используйте MMM (маркетинг-микс-моделирование) или инкрементальные тесты. Для B2B — переключитесь на вклад в выручку (RevOps), для e-com — на LTV и retention.

— Соберите аудиторию из first-party данных DMP и контекстных сигналов. Без cookies опирайтесь на CRM-сегменты, данные с сайта и look-alike модели на основе поведенческих триггеров. Не забудьте исключить уже конвертировавшихся пользователей — контроль частоты показов.

— Внедрите server-side трекинг (пиксели на стороне сервера) для всех event-постов. Это повышает точность атрибуции и обходит ограничения браузерных блокировок. Настройте передачу данных в рекламные платформы через measurement-провайдеров.

— Создайте креативы через AI-генерацию, сделав упор на сильную концепцию, а не на каче

— @ProgrammaticGuidePro

Bid shading в programmatic: тише едешь — дешевле платишь

Заметил в отчётах клиентов устойчивый паттерн последние недели: первые аукционы в RTB (реальные торги в реальном времени) уходят по ценам ниже ожидаемых, а средний CPM (стоимость за тысячу показов) по кампании оказывается на 8–12% ниже, чем показывала pre-bid аналитика (прогноз до входа в аукцион). При этом доля выигранных показов не падает.

Связываю с тем, что DSP-платформы активнее применяют bid shading — алгоритм корректировки итоговой ставки вниз, чтобы платить ровно столько, сколько нужно для победы, а не столько, сколько было готово заплатить рекламодатель. Раньше это была опция у TTD, Xandr, Adform, теперь встречается в базовом пакете у большинства крупных платформ, включая Google DV360.

Что вижу на практике:
— на открытых аукционах разница между pre-bid и фактическим CPM достигает 15%
— на private deals (прямые сделки с паблишерами) эффект слабее — 3–5%
— рекламодатели со старыми настройками, где bid shading отключён, переплачивают ощутимо

Получается, что инструмент, который ещё пару лет назад обсуждали как экспериментальный, стал стандартным режимом работы. Кто не проверил настройки — тот сейчас просто отдаёт паблишерам больше, чем нужно.

А у вас в кампаниях bid shading включён по умолчанию или его осознанно отключают? И насколько заметна разница между прогнозом и фактом на ваших данных?

— @ProgrammaticGuidePro

3 инструмента для коллтрекинга в B2B: где видна выручка, а где — только звонки

Для B2B и сложных сделок звонок всё ещё остаётся одним из главных каналов конверсии, но в 2026 году мало просто считать обращения. Нужны инструменты, которые связывают источник трафика, качество лида и вклад в выручку. Ниже — сравнение трёх решений, которые чаще всего рассматривают в programmatic и performance-воронке, когда нужно понять, какие кампании реально приводят к продажам.

Ringostat — для команд, которым важна связка маркетинга и продаж — сильная сторона: детальная сквозная аналитика по звонкам, источникам и качеству обращений, удобно для оценки кампаний по реальной ценности, а не по объёму лидов — слабая сторона: для полноценного эффекта нужна дисциплина в CRM и настройке процессов, иначе данные будут неполными.

Calltouch — для performance-команд и агентств, которым нужна быстрая визуализация входящих обращений — сильная сторона: понятная атрибуция звонков, гибкие отчёты, удобен как операционный инструмент для контроля трафика и рекламных связок — слабая сторона: при сложной B2B-воронке может не хватать глубины для оценки вклада в выручку без дополнительных интеграций.

CoMagic — для тех, кто строит коллтрекинг как часть единой системы продаж — сильная сторона: сочетает аналитику звонков, обращений и работы менеджеров, полезен там, где важно видеть не только источник, но и качество обработки — слабая сторона: порог входа выше, чем у более простых решений, а ценность раскрывается только при зрелом процессе в отделе продаж.

Как выбирать: если задача — считать звонки и быстро показать эффективность рекламы, берите инструмент попроще; если нужна связка с CRM, качеством обработки и выручкой — смотрите на глубину интеграций, а не на набор отчётов.

— @ProgrammaticGuidePro

Лонгрид о мемном кейсе Melbet vs Pepper Partners - реально ли оценить в аффилейтке репутационный ущерб в деньгах?

История на $2,000 вряд ли разрушит крупный бренд. Но она вполне может стоить ему сотен тысяч долларов и более, если публично остаётся без внятного решения.

Я в аффилейт-маркетинге более 25 лет, а последние пару лет одно из моих основных направлений - B2B matchmaking. Поэтому я регулярно вижу споры между компаниями о выплатах и претензии, и таких ситуаций в рынке явно становится больше.

Знаю многие кейсы, которые были в итоге решены благополучно до выхода в публичное поле и всегда приятно видеть, когда так происходит, но все больше и больше кейсов, которые не просто выходят в паблик, а еще и очень странным и глупым образом в паблике продолжают долго оставаться и наносить ущерб в то время как имеют очень простые и адекватные для обеих сторон варианты решения.

Вот например про один из таких кейсов писал уже здесь весной.

Если неконструктивны обе стороны (а бывает и так), то можно к этому относиться просто как к развлекательному контенту.

Но когда одна сторона открыта к адекватной коммуникации и поиску оптимального решения, а вторая сторона просто игнорирует проблему, при этом не уходя с рынка в закат, а продолжая тратить огромные бюджеты на PR и маркетинг бренда - это любопытная аномалия.

Сейчас самый заметный в аффилейт рынке пример это кейс Melbet <> Pepper Partners, который уже более месяца развивается в публичном поле и о нем уже писали и многие аффилейт медиа, и отдельные блоги, я наверно один из последних, кто у себя в блоге еще об этом не писал)

Изначальное заявление кейса и описание претензии от Pepper Partners можно почитать здесь.

Очень приличный на мой взгляд разбор со стороны и указание пары простых и логичных вариантов решения ситуации написал Артем Кравченко, можно почитать у него.

А я хочу разобрать эту историю с другой стороны, как можно оценивать репутационные потери от подобных историй непосредственно в деньгах и принимать более взвешенные решения, стоит ли вообще брендам занимать тактику игнорирования и допускать появление и продолжительное обмусоливание таких тем в паблике.

Для мелкого и крупного бренда такие истории могут иметь очень разный эффект, поэтому здесь разберем на примере крупного бренда, так как Melbet в нашем рынке относится именно к таким.

Не знаю конечно их точные цифры затрат на PR в рамках афф рынка (участие в конфах, собственные ивенты, реклама в афф медиа и т.п.), но из того, что вижу как организатор ивентов с приличным опытом, этот бюджет явно измеряется в миллионах $ в год, если не выходит за $10млн+.

Это без PR затрат на прямое привлечение игроков (бренд-амбассадоры, спонсорства футбольных клубов и т.п.), без бюджетов непосредственно на закупку трафика. Только на аффилейтку.

И вот уже более месяца в паблике незакрытый и не откоммуницированный публично кейс на $2k (две тысячи долларов).

В публичной дискуссии сейчас преобладает позиция, что Melbet в этом споре неправы.

Может их развернутая публичная позиция поменяла бы мнение, но ее нет, соответственно на данный момент так.

Какие материальные потери может понести бренд в такой истории?

Многие люди, даже очень опытные и умные, почему-то к таким ситуациям относятся бинарно.

Рухнет бренд (закроется, обанкротится) - значит плохо на них повлиял кейс.

Останется бренд жить и работать как ни в чем не бывало внешне - значит никак не повлияло и может они правильно решили игнорировать, а кто-то вообще решит брать с них пример.

Но это же совсем не так, ситуация не бинарная.

Представим не фактические цифры Melbet, которых у нас нет, а консервативную модель крупного рекламодателя.

Если из-за такого кейса бренд потеряет 10 качественных действующих активных партнёров, либо не привлечёт 10 таких новых партнёров, которые в другой ситуации начали бы с ним работать, последствия уже могут быть кратно выше суммы самого спора.

Я не знаю внутренний LTV партнёра у Melbet. Но если принять для активного опытного аффилейта условные $10,000 LTV, десять таких потерянных партнеров - это уже шестизначная сумма $ недополученного дохода. И это без учёта крупных команд, в случае которых эффект может быть кратно выше и оказаться семизначным.

Даже если в этой модели ошибиться и завысить в несколько раз, сам принцип никуда не исчезает - незакрытый публичный спор на $2,000 в любом случае обойдется бренду многократно дороже этих $2,000.

Цифры конечно я прикинул условные, но рассуждения не виртуальные - я знаю афф команды, которые перестали быть их активными партнерами из-за этого кейса.

Одна известная в рынке команда публично рассказала о своем таком решении в моем чатике про scam-кейсы.

А теперь вернемся к миллионам долларов в год, которые Melbet тратит на публичный PR среди аффов через конфы и прочие активности.

У этих трат же есть определенные ожидаемые и реальные результаты, верно?

На каждый затраченный миллион ожидается определенное количество привлеченных новых партнеров и укрепление лояльности и увеличение оборотов с определенным количеством действующих партнеров.

Вообще без понятия какая там ожидаемая сумма выхлопа на каждый потраченный миллион, поэтому обозначим ожидаемую сумму выхлопа с потраченного на PR миллиона в X.

При таком незакрытом публичном кейсе, вызывающем большой отклик и возмущение в рынке - останется эта сумма выхлопа с PR X без учета прочих факторов или она станет меньше X?

Очевидно станет меньше, доверие к бренду ниже, а значит и вложения в PR дают меньшую отдачу.

Я понимаю, что не все читатели, в том числе заинтересованные, могут дружить с математикой, и особенно понятием математического ожидания на дистанции, но вопрос здесь не только в этике и не только в справедливости конкретной претензии. Это вопрос качества управленческого решения.

Когда бренд инвестирует миллионы в доверие рынка - через конференции, медиа, партнёрские активности и PR, игнорирование аргументированного публичного конфликта снижает отдачу от всех этих вложений. Репутация не выглядит отдельной строкой в P&L, но её потеря вполне превращается в недополученный доход, более дорогой PR и менее лояльных партнёров.

Я искренне надеюсь, что все больше компаний в нашем рынке будут становиться более сознательными и не терять огромные деньги на ровном месте, и если бизнес-этика не зашита в культурный код, то хотя бы из сугубо материальных корыстных соображений начнут вести себя адекватнее)

Всем отличной недели и благоразумия)

Почему я перестал верить в «идеальную» атрибуцию в programmatic

Я много раз видел одну и ту же ошибку: команде хочется найти модель, которая честно и навсегда скажет, какой показ привёл к продаже. В programmatic это почти всегда ловушка. Чем более фрагментирован путь пользователя, тем слабее работает идея «одного правильного касания».

Моя позиция простая: в 2026 году programmatic нужно оценивать не как цепочку кликов, а как систему влияния на спрос. Last-click ещё живёт в отчётах, но управлять бюджетом на его основе — всё равно что рулить самолётом по заднему виду. Особенно в B2B и в длинных воронках, где между первым контактом и выручкой проходят недели, а иногда и месяцы.

Что я считаю рабочим вместо этого:

— server-side сбор событий там, где это возможно;
— MMM-моделирование как уровень для бюджета, а не как «академическое упражнение»;
— incrementality-тесты, чтобы проверить, даёт ли канал прирост, а не просто забирает заслугу;
— DMP-сегменты и креативы, которые измеряются не по CTR, а по влиянию на прохождение следующего шага воронки.

Из практики: в одном B2B-проекте у нас был канал с красивым last-click ROMI и почти нулевым вкладом в прирост SQL. Как только мы сравнили его через тест на инкрементальность, стало видно: он чаще не создавал спрос, а перехватывал уже готовый. После перераспределения бюджета общий объём лидов не просел, а стоимость целевого обращения снизилась на 17%.

Я считаю, что главная задача programmatic-специалиста сегодня — не доказать «чей это был клик», а понять, **какой набор касаний действительно двигает выручку**. В мире, где privacy-first ограничения и AI-overviews размывают прямую атрибуцию, выигрывает не тот, у кого самая сложная модель, а тот, кто умеет соединять данные, эксперименты и здравый смысл.

— @ProgrammaticGuidePro

Почему я больше не верю в «идеальный last-click» в programmatic

В 2026 году спор «какой канал дал продажу» всё ещё звучит громко, но всё реже помогает зарабатывать. Я всё чаще вижу одну и ту же картину: last-click аккуратно собирает финальный спрос, но почти полностью игнорирует то, что этот спрос вообще был создан.

В programmatic это особенно заметно. Верх и середина воронки давно перестали быть «про охваты ради охватов». Если кампания работает на узнаваемость, прогрев или возврат в длинном цикле B2B, то вклад часто проявляется не в последнем визите, а в росте branded search, повторных сессий, глубине взаимодействия и ускорении конверсии на следующих касаниях. Last-click это обнуляет.

Из моей практики: в одном B2B-проекте перетяжка бюджета из «последнего клика» в сочетание programmatic + серверная атрибуция + инкрементальность (измерение добавочного эффекта) дала не столько рост заявок, сколько более честную картину. Оказалось, часть «неэффективных» дисплейных размещений стабильно поднимала конверсию в брендовый поиск и сокращала путь до SQL. Если бы мы смотрели только на последний клик, эти площадки бы вылетели первыми.

Мой вывод простой: **в 2026 году programmatic нужно защищать не кликами, а вкладом в выручку**. Для этого я смотрю не на один отчёт, а на связку:
— серверная атрибуция;
— инкрементальные тесты;
— MMM (маркетинговое моделирование);
— поведенческие сдвиги по аудитории, а не только по конверсии.

Если у вас всё ещё один главный KPI на все случаи, вы, скорее всего, переплачиваете за видимость результата и недооцениваете медийный вклад. В programmatic это особенно дорого: вы вырезаете не слабые, а часто самые стратегические касания.

— @ProgrammaticGuidePro

$80 за FTD на СНГ — казино-оффер от ПОКЕРОК Partners

Ищете новый оффер для теста? Рассказываем, что предлагаем партнёрам:
• CPA $80 за FTD на все гео СНГ
• $100 к первой выплате для новых аффилиатов
• 5% по саб-реферальной программе
• прозрачная статистика в партнёрском кабинете
• поддержка личного менеджера

Принимаем различные источники: social, мессенджеры, YouTube / Twitch / Kick, SEO, PPC, in-app и медийный трафик.

В казино ПОКЕРОК также доступна GG99 — линейка из 20+ игр с RTP 99%, включая слоты, настольные игры, видеопокер и аркады. Это весомое преимущество для новых игроков в дополнение к приветственным бонусам.

И ещё один повод подключиться уже сейчас: 27 августа состоится Friendly Tournament для партнёров ПОКЕРОК Partners. Успейте подключиться до 25 августа, чтобы принять участие!

Присоединяйтесь к ПОКЕРОК Partners и начинайте зарабатывать на своём трафике уже сейчас!

Как IKEA связала programmatic с визитами в магазин и не потеряла измеримость

В 2026 programmatic всё чаще оценивают не по кликам, а по тому, как он влияет на реальные бизнес-метрики: визиты, выручку, возврат покупателя. Хороший пример — один из публично обсуждавшихся подходов IKEA в розничном перформансе.

Контекст был простой: у бренда сильная офлайн-точка продаж, длинный цикл выбора и большое число пользователей, которые смотрят товары дома, но покупают уже в магазине. Классический last-click (последний клик) в такой модели занижает вклад медийки: человек увидел шкаф в баннере, потом вернулся через поиск или напрямую. В отчётах это выглядело так, будто display (медийная реклама) почти не влияет.

Задача: доказать, что programmatic может не только «создавать охват», но и приводить людей в физические магазины, при этом не раздувая бюджет на широкие показы.

Решение построили на трёх слоях:
— сегментация аудиторий через DMP (платформа данных): отдельно собрали тех, кто интересовался хранением, кухнями, детской мебелью, а также пользователей, близких к покупке;
— динамические креативы: в баннерах подставлялись релевантные категории и ближайшие магазины;
— измерение по инкрементальности: сравнивали экспонированные и контрольные группы, а не только клики. Часть аналитики увели в серверную атрибуцию, чтобы уменьшить зависимость от cookie и last-click.

Что получилось:
— рост посещаемости магазинов в тестовых аудиториях был выше, чем у контрольных;
— стоимость дополнительного визита оказалась заметно ниже, чем стоимость привлечения через классические digital-каналы с прямым откликом;
— наибольший эффект дали не широкие охваты, а аудитории с уже сформированным спросом и понятным намерением.

Главный вывод: **programmatic особенно силён там, где покупка не заканчивается на сайте**. Если бизнес живёт не только в онлайне, то считать нужно не CTR, а вклад в выручку, визиты и повторные покупки.

Урок для маркетолога простой:
— не ограничивайтесь last-click;
— стройте сегменты вокруг намерения, а не только демографии;
— измеряйте прирост через контрольные группы и server-side (серверную) аналитику;
— креатив должен помогать выбору, а не просто «догонять» пользователя.

В 2026 выигрывает не тот, кто показал больше баннеров, а тот, кто доказал, что media влияет на деньги.

— @ProgrammaticGuidePro