Эпоха «последнего клика» официально завершена: почему маркетинговый микс перестал быть математической задачей
В 2026 году мы окончательно перестали верить в то, что одна рекламная кампания может быть единственным драйвером (движущей силой) продажи. Модель атрибуции (определения источника конверсии) по последнему клику, которая десятилетиями давала иллюзию контроля над бюджетами, окончательно рассыпалась под натиском фрагментированного пути пользователя. Когда потребитель видит AI-ответ (ответ, сгенерированный нейросетью) в поиске, затем взаимодействует с программатик-баннером, а покупку совершает через три дня по прямому заходу, попытка отдать всю заслугу последнему касанию — это бухгалтерская ошибка, а не маркетинг.
Сейчас профессиональный фокус смещается в сторону маркетингового моделирования микса (MMM). Это не просто дань моде на аналитику, а суровая необходимость в условиях приватности, когда куки (файлы для отслеживания действий пользователя) уходят в прошлое, а серверные данные становятся единственным источником правды. Мы больше не можем опираться на трекинг (отслеживание) каждого движения пользователя. Вместо этого мы учимся оценивать инкрементальность (прирост от конкретного канала) — то есть понимаем, какой объем продаж мы бы потеряли, если бы отключили конкретный сегмент показов в DSP (платформе для автоматизации закупки рекламы).
На практике это означает жесткий пересмотр KPI (ключевых показателей эффективности). Если раньше бренд-менеджеры требовали от performance-команд дешевых лидов (заявок), то сегодня мы переходим к оценке вклада в общую прибыль. Мы видим, как бренды, которые перестали гнаться за первой покупкой любой ценой, показывают лучшие результаты в удержании клиентов (retention). В условиях, когда средний чек потребителя стагнирует, стоимость привлечения нового покупателя становится неоправданно высокой.
*Главный вывод для тех, кто управляет бюджетами:* перестаньте искать «волшебную кнопку» или идеальный канал. В эпоху, когда ценность смыслов превосходит объемы контента, ваша задача — обеспечить присутствие бренда там, где формируется спрос, а не только там, где его можно «собрать» в корзину. Мы уходим от модели «залил бюджет — получил результат» к модели управления экосистемой бренда.
— Увеличивайте долю инвестиций в охватные форматы, которые поддаются измерению через Brand Lift (оценку влияния рекламы на узнаваемость и предпочтения).
— Внедряйте серверную аналитику, чтобы собирать данные напрямую, не полагаясь на сторонние сервисы.
— Ставьте во главу угла RevOps (объединенную работу маркетинга и продаж на выручку), где эффективность рекламы считается не по кликам, а по LTV (пожизненной ценности клиента).
Ваш рекламный кабинет — это не калькулятор, а инструмент формирования долгосрочного спроса. Если вы все еще пытаетесь доказать эффективность канала по отчету «последнего клика», вы просто подгоняете цифры под желаемый результат, теряя при этом реальную картину рынка.
— @ProgrammaticNotes
Параллельный взгляд на тему — @DataStorytellingMK
В 2026 году мы окончательно перестали верить в то, что одна рекламная кампания может быть единственным драйвером (движущей силой) продажи. Модель атрибуции (определения источника конверсии) по последнему клику, которая десятилетиями давала иллюзию контроля над бюджетами, окончательно рассыпалась под натиском фрагментированного пути пользователя. Когда потребитель видит AI-ответ (ответ, сгенерированный нейросетью) в поиске, затем взаимодействует с программатик-баннером, а покупку совершает через три дня по прямому заходу, попытка отдать всю заслугу последнему касанию — это бухгалтерская ошибка, а не маркетинг.
Сейчас профессиональный фокус смещается в сторону маркетингового моделирования микса (MMM). Это не просто дань моде на аналитику, а суровая необходимость в условиях приватности, когда куки (файлы для отслеживания действий пользователя) уходят в прошлое, а серверные данные становятся единственным источником правды. Мы больше не можем опираться на трекинг (отслеживание) каждого движения пользователя. Вместо этого мы учимся оценивать инкрементальность (прирост от конкретного канала) — то есть понимаем, какой объем продаж мы бы потеряли, если бы отключили конкретный сегмент показов в DSP (платформе для автоматизации закупки рекламы).
На практике это означает жесткий пересмотр KPI (ключевых показателей эффективности). Если раньше бренд-менеджеры требовали от performance-команд дешевых лидов (заявок), то сегодня мы переходим к оценке вклада в общую прибыль. Мы видим, как бренды, которые перестали гнаться за первой покупкой любой ценой, показывают лучшие результаты в удержании клиентов (retention). В условиях, когда средний чек потребителя стагнирует, стоимость привлечения нового покупателя становится неоправданно высокой.
*Главный вывод для тех, кто управляет бюджетами:* перестаньте искать «волшебную кнопку» или идеальный канал. В эпоху, когда ценность смыслов превосходит объемы контента, ваша задача — обеспечить присутствие бренда там, где формируется спрос, а не только там, где его можно «собрать» в корзину. Мы уходим от модели «залил бюджет — получил результат» к модели управления экосистемой бренда.
— Увеличивайте долю инвестиций в охватные форматы, которые поддаются измерению через Brand Lift (оценку влияния рекламы на узнаваемость и предпочтения).
— Внедряйте серверную аналитику, чтобы собирать данные напрямую, не полагаясь на сторонние сервисы.
— Ставьте во главу угла RevOps (объединенную работу маркетинга и продаж на выручку), где эффективность рекламы считается не по кликам, а по LTV (пожизненной ценности клиента).
Ваш рекламный кабинет — это не калькулятор, а инструмент формирования долгосрочного спроса. Если вы все еще пытаетесь доказать эффективность канала по отчету «последнего клика», вы просто подгоняете цифры под желаемый результат, теряя при этом реальную картину рынка.
— @ProgrammaticNotes
Параллельный взгляд на тему — @DataStorytellingMK
Бренд-метрики в 2026: почему выгорает атрибуция и как это чинит brand lift
В 2026 моя боль в performance не в том, что «нет данных». Данные есть. Боль в том, что бизнес продолжает принимать решения так, будто на свете всё ещё работает модель last-click. А реальность другая: privacy-first, рост роль server-side и измерения инкрементальности, плюс усиление контекста (видимость бренда, охват, повторяемость контактов) делают «клик-метрики» всё хуже и хуже предикторами выручки.
Я заметил закономерность на проектах с DSP и премиальным медиа: чем меньше доля прямых брендовых запросов в течение 7–14 дней после кампании, тем чаще бренд-менеджеры пытаются «докрутить» эффективность через перформанс-рычаги — и тем быстрее получают эффект “скролла без смысла”. То есть бюджеты перетекают туда, где легко отчитаться конверсиями, но спрос при этом не нарастает.
Выход, на мой взгляд, один: перестать пытаться доказать бренд через performance-воронку и начать мерить бренд так, как его действительно покупают — через **incrementality** (инкрементальность) и **brand lift** (рост брендовых метрик) как часть управленческого цикла.
Что конкретно я рекомендую внедрять в планирование DSP/DMP:
— Отдельный дизайн тестов на brand lift под ваши KPI: узнаваемость/вспоминаемость, branded search, доля упоминаний в категориях, брендовая конверсия.
— География и сегментация: не «рандом по баннерам», а контроль с сопоставимостью аудиторий (через DMP-данные, look-alike/профили и ограничения по частотности).
— План по частоте и кумуляции: бренд не рождается на первом просмотре, поэтому вы должны сравнивать не только “были/не были”, а распределение по контакту (reach&frequency), иначе тест будет спорить с вами, а не с конкурентами.
Один практический ориентир из недавних запусков: когда brand lift тест делают без контроля по базе (а берут только «рандом из похожих») — результаты получаются шумными, и команду уносит в трактовку “кампания не сработала”. Когда же контроль и тест формируют из аудиторий с сопоставимой вероятностью контакта и статусом знания бренда (по поведению в DMP), разница начинает устойчиво проявляться уже на горизонте 10–20 дней. Это не магия — это нормальная работа causal-мышления (мышления про причинность), которое в privacy-first мире становится единственным способом не спорить с природой данных.
И да: brand lift не заменяет performance, он защищает бренд-решения от чрезмерной зависимости от атрибуции. В RevOps-подходе (выручка как общий результат маркетинга, sales и customer success) это критично: иначе выручку будут “перетягивать” каналы, которые просто лучше видны в последних кликах.
Мой вопрос к вам как к бренд-менеджеру: если завтра у вас заберут last-click атрибуцию — по каким метрикам вы сможете доказать вклад бренда и удержать бюджет на уровне, где он реально работает? Если ответа нет — значит, вы пока не построили измерение brand lift как управленческий стандарт.
— @ProgrammaticNotes
В 2026 моя боль в performance не в том, что «нет данных». Данные есть. Боль в том, что бизнес продолжает принимать решения так, будто на свете всё ещё работает модель last-click. А реальность другая: privacy-first, рост роль server-side и измерения инкрементальности, плюс усиление контекста (видимость бренда, охват, повторяемость контактов) делают «клик-метрики» всё хуже и хуже предикторами выручки.
Я заметил закономерность на проектах с DSP и премиальным медиа: чем меньше доля прямых брендовых запросов в течение 7–14 дней после кампании, тем чаще бренд-менеджеры пытаются «докрутить» эффективность через перформанс-рычаги — и тем быстрее получают эффект “скролла без смысла”. То есть бюджеты перетекают туда, где легко отчитаться конверсиями, но спрос при этом не нарастает.
Выход, на мой взгляд, один: перестать пытаться доказать бренд через performance-воронку и начать мерить бренд так, как его действительно покупают — через **incrementality** (инкрементальность) и **brand lift** (рост брендовых метрик) как часть управленческого цикла.
Что конкретно я рекомендую внедрять в планирование DSP/DMP:
— Отдельный дизайн тестов на brand lift под ваши KPI: узнаваемость/вспоминаемость, branded search, доля упоминаний в категориях, брендовая конверсия.
— География и сегментация: не «рандом по баннерам», а контроль с сопоставимостью аудиторий (через DMP-данные, look-alike/профили и ограничения по частотности).
— План по частоте и кумуляции: бренд не рождается на первом просмотре, поэтому вы должны сравнивать не только “были/не были”, а распределение по контакту (reach&frequency), иначе тест будет спорить с вами, а не с конкурентами.
Один практический ориентир из недавних запусков: когда brand lift тест делают без контроля по базе (а берут только «рандом из похожих») — результаты получаются шумными, и команду уносит в трактовку “кампания не сработала”. Когда же контроль и тест формируют из аудиторий с сопоставимой вероятностью контакта и статусом знания бренда (по поведению в DMP), разница начинает устойчиво проявляться уже на горизонте 10–20 дней. Это не магия — это нормальная работа causal-мышления (мышления про причинность), которое в privacy-first мире становится единственным способом не спорить с природой данных.
И да: brand lift не заменяет performance, он защищает бренд-решения от чрезмерной зависимости от атрибуции. В RevOps-подходе (выручка как общий результат маркетинга, sales и customer success) это критично: иначе выручку будут “перетягивать” каналы, которые просто лучше видны в последних кликах.
Мой вопрос к вам как к бренд-менеджеру: если завтра у вас заберут last-click атрибуцию — по каким метрикам вы сможете доказать вклад бренда и удержать бюджет на уровне, где он реально работает? Если ответа нет — значит, вы пока не построили измерение brand lift как управленческий стандарт.
— @ProgrammaticNotes
Server-side — это не про “галочки в настройках”, а про смену мышления в измерениях. В 2026 многие бренды упираются не в доступность данных, а в то, что last-click (последняя клика) перестаёт отражать вклад медиа. Когда DMP-логика остаётся прежней, а RTB-события едут уже через сервер, начинается расхождение: планируем одно, оптимизируем другое. Мой тезис: сначала выровняйте инкрементальность (измерение прироста), потом уже “дотачивайте” сегменты — иначе бренд-лифт будет выглядеть как удача, а не как управляемый эффект.
— @ProgrammaticNotes
— @ProgrammaticNotes
DMP: зачем бренду хранилище аудиторных данных
DMP — это платформа управления данными, где собирают, структурируют и используют сведения об аудиториях: поведение на сайте, визиты, сегменты, реакции на кампании, иногда офлайн-данные. Для бренд-менеджера важен не сам «склад данных», а то, что DMP помогает точнее управлять показами и частотой контакта, а в связке с DSP — покупать не просто трафик, а нужные сегменты.
Чем DMP отличается от CDP?
— DMP чаще работает с анонимными и квазианонимными данными для рекламы и таргетинга.
— CDP строится вокруг известных клиентов и нужна для CRM, retention (удержания) и персонализации в своих каналах.
Типичная ошибка — ждать от DMP «единой правды» о клиенте. Это не источник полной клиентской истории, а инструмент для сегментации и активации аудиторий в платных каналах. Ещё одна ошибка — собирать данные без понятной таксономии: тогда сегменты дублируются, а алгоритмы DSP получают шум вместо сигнала.
Пример: бренд бытовой техники выделяет в DMP аудиторию «интерес к холодильникам + просмотр карточек 2+ раза + не купили за 14 дней» и через DSP показывает этой группе отдельный креатив с акцентом на гарантию и доставку. В 2026 году такие связки особенно важны: при privacy-first атрибуции выигрывает не тот, кто собрал больше данных, а тот, кто сумел превратить их в качественные сегменты и измеримый прирост.
— @ProgrammaticNotes
Глубже разбирают этот метод в @PrivacyTrackingRu
DMP — это платформа управления данными, где собирают, структурируют и используют сведения об аудиториях: поведение на сайте, визиты, сегменты, реакции на кампании, иногда офлайн-данные. Для бренд-менеджера важен не сам «склад данных», а то, что DMP помогает точнее управлять показами и частотой контакта, а в связке с DSP — покупать не просто трафик, а нужные сегменты.
Чем DMP отличается от CDP?
— DMP чаще работает с анонимными и квазианонимными данными для рекламы и таргетинга.
— CDP строится вокруг известных клиентов и нужна для CRM, retention (удержания) и персонализации в своих каналах.
Типичная ошибка — ждать от DMP «единой правды» о клиенте. Это не источник полной клиентской истории, а инструмент для сегментации и активации аудиторий в платных каналах. Ещё одна ошибка — собирать данные без понятной таксономии: тогда сегменты дублируются, а алгоритмы DSP получают шум вместо сигнала.
Пример: бренд бытовой техники выделяет в DMP аудиторию «интерес к холодильникам + просмотр карточек 2+ раза + не купили за 14 дней» и через DSP показывает этой группе отдельный креатив с акцентом на гарантию и доставку. В 2026 году такие связки особенно важны: при privacy-first атрибуции выигрывает не тот, кто собрал больше данных, а тот, кто сумел превратить их в качественные сегменты и измеримый прирост.
— @ProgrammaticNotes
Глубже разбирают этот метод в @PrivacyTrackingRu
Почему brand lift — это не «приятный бонус», а рабочий KPI для DSP
Я давно смотрю на programmatic не как на способ «добрать охват», а как на инфраструктуру для управляемого роста бренда. И в 2026 это особенно заметно: когда last-click постепенно теряет смысл, а privacy-first атрибуция режет привычные цепочки, бренд-метрики перестают быть украшением презентации. Они становятся частью решения.
Для бренд-менеджера здесь ключевой сдвиг простой: DSP нужно оценивать не только по цене контакта и частоте, а по тому, меняет ли она восприятие бренда. Именно поэтому brand lift я считаю не медийным «бонусом», а нормальным KPI для верхней и средней воронки. Если кампания не двигает узнаваемость, рассмотрение или намерение, то дешевый показ остается просто дешевым показом.
Из практики: в одном FMCG-проекте мы сравнили два подхода в одинаковом медиабюджете. Первый — классическая закупка на широкий охват с оптимизацией по досмотрам. Второй — более узкая DSP-логика с частотным контролем, сегментацией по контексту и измерением brand lift. Разница в клике была небольшой, но по приросту знания бренда и намерения купить второй сценарий дал заметно более чистый эффект. И это важнее, чем «красивый CPM» в отчете.
Что я для себя считаю рабочим стандартом:
— brand lift надо закладывать до запуска, а не «добавлять потом»;
— DMP ценна не объемом данных, а качеством сегментации и окнами контакта;
— RTB без внятной гипотезы по вкладу в бренд — это просто аукцион за внимание;
— частота должна защищать бренд от выгорания, а не выжимать максимум показов.
Мой вывод прямой: **если вы строите brand marketing только на перфомансе по последнему клику, вы неизбежно недооцениваете роль DSP**. В белом маркетинге 2026 выигрывает не тот, кто покупает дешевле, а тот, кто умеет доказать вклад рекламы в восприятие и выручку.
— @ProgrammaticNotes
Параллельный взгляд на тему — @InStoreMK
Я давно смотрю на programmatic не как на способ «добрать охват», а как на инфраструктуру для управляемого роста бренда. И в 2026 это особенно заметно: когда last-click постепенно теряет смысл, а privacy-first атрибуция режет привычные цепочки, бренд-метрики перестают быть украшением презентации. Они становятся частью решения.
Для бренд-менеджера здесь ключевой сдвиг простой: DSP нужно оценивать не только по цене контакта и частоте, а по тому, меняет ли она восприятие бренда. Именно поэтому brand lift я считаю не медийным «бонусом», а нормальным KPI для верхней и средней воронки. Если кампания не двигает узнаваемость, рассмотрение или намерение, то дешевый показ остается просто дешевым показом.
Из практики: в одном FMCG-проекте мы сравнили два подхода в одинаковом медиабюджете. Первый — классическая закупка на широкий охват с оптимизацией по досмотрам. Второй — более узкая DSP-логика с частотным контролем, сегментацией по контексту и измерением brand lift. Разница в клике была небольшой, но по приросту знания бренда и намерения купить второй сценарий дал заметно более чистый эффект. И это важнее, чем «красивый CPM» в отчете.
Что я для себя считаю рабочим стандартом:
— brand lift надо закладывать до запуска, а не «добавлять потом»;
— DMP ценна не объемом данных, а качеством сегментации и окнами контакта;
— RTB без внятной гипотезы по вкладу в бренд — это просто аукцион за внимание;
— частота должна защищать бренд от выгорания, а не выжимать максимум показов.
Мой вывод прямой: **если вы строите brand marketing только на перфомансе по последнему клику, вы неизбежно недооцениваете роль DSP**. В белом маркетинге 2026 выигрывает не тот, кто покупает дешевле, а тот, кто умеет доказать вклад рекламы в восприятие и выручку.
— @ProgrammaticNotes
Параллельный взгляд на тему — @InStoreMK
DSP — это «просто закупка баннеров»
Этот миф живёт давно, потому что в отчётах DSP чаще всего видят один слой — цену показа и охват. Из-за этого кажется, что платформа нужна только для медийной закупки «по широкой сетке». Для бренд-менеджера это выглядит как расход без особой управляемости.
Но это не так. DSP — не витрина для баннеров, а слой управления аудиторией, ставками и качеством контакта. В нормальной programmatic-модели DSP работает вместе с DMP, данными первой стороны, верификацией и измерением инкрементальности. То есть задача не «показать как можно больше», а **достроить нужную частоту, нужный охват и нужный вклад в бизнес-результат**.
Почему заблуждение особенно вредно сейчас? Потому что в 2026 году last-click всё хуже объясняет вклад медийки, а privacy-first атрибуция, server-side-сбор и MMM требуют более зрелого подхода к оценке каналов. Если смотреть на DSP как на баннерную закупку, вы неизбежно обрежете её до дешёвых показов и потеряете брендовый эффект.
Что вместо этого:
— задавать DSP не KPI по показам, а KPI по приросту охвата, частоте, viewability и brand lift;
— использовать сегменты из DMP и CRM, а не покупать «всех подряд»;
— сравнивать не только CPM, но и инкрементальный вклад в заявки, визиты и продажи;
— считать DSP частью системы, где есть креатив, данные и измерение, а не отдельным медиа-каналом.
Итог простой: DSP — это не про «купить баннер». Это про **управляемый контакт бренда с нужной аудиторией в нужный момент**.
— @ProgrammaticNotes
Этот миф живёт давно, потому что в отчётах DSP чаще всего видят один слой — цену показа и охват. Из-за этого кажется, что платформа нужна только для медийной закупки «по широкой сетке». Для бренд-менеджера это выглядит как расход без особой управляемости.
Но это не так. DSP — не витрина для баннеров, а слой управления аудиторией, ставками и качеством контакта. В нормальной programmatic-модели DSP работает вместе с DMP, данными первой стороны, верификацией и измерением инкрементальности. То есть задача не «показать как можно больше», а **достроить нужную частоту, нужный охват и нужный вклад в бизнес-результат**.
Почему заблуждение особенно вредно сейчас? Потому что в 2026 году last-click всё хуже объясняет вклад медийки, а privacy-first атрибуция, server-side-сбор и MMM требуют более зрелого подхода к оценке каналов. Если смотреть на DSP как на баннерную закупку, вы неизбежно обрежете её до дешёвых показов и потеряете брендовый эффект.
Что вместо этого:
— задавать DSP не KPI по показам, а KPI по приросту охвата, частоте, viewability и brand lift;
— использовать сегменты из DMP и CRM, а не покупать «всех подряд»;
— сравнивать не только CPM, но и инкрементальный вклад в заявки, визиты и продажи;
— считать DSP частью системы, где есть креатив, данные и измерение, а не отдельным медиа-каналом.
Итог простой: DSP — это не про «купить баннер». Это про **управляемый контакт бренда с нужной аудиторией в нужный момент**.
— @ProgrammaticNotes
Как Brand Lift стал инструментом RevOps в эпоху экономии: кейс Lamoda
Контекст: В 2026 году ритейл-сектор столкнулся со снижением среднего чека на 6–8%. Покупатель стал прагматичнее, а классическая модель привлечения через «последний клик» (last-click attribution) перестала отражать реальную ценность рекламных инвестиций. Lamoda столкнулась с тем, что performance-каналы работали на удержание текущей аудитории, но приток новых пользователей, готовых к совершению покупки, замедлился.
Задача: Увеличить знание о новой коллекции премиальных брендов и конвертировать это знание в долгосрочный LTV (пожизненную ценность клиента). Нужно было доказать, что показы в Programmatic-сетях не просто «съедают» бюджет, а формируют готовность к покупке, которую невозможно отследить через прямые переходы.
Решение: Команда отказалась от оптимизации на клики в пользу измерения Brand Lift (исследование влияния рекламы на узнаваемость). Были задействованы DSP (платформы для автоматизированной закупки рекламы) с таргетингом на сегменты пользователей, которые активно изучали AI-обзоры (искусственный интеллект) товаров в поисковиках.
Вместо стандартных баннеров использовали динамические креативы, сгенерированные AI под разные сценарии потребления. Атрибуция строилась не на базе куки (файлов для отслеживания), а через метод MMM (моделирование маркетингового микса), который позволил оценить инкрементальность — то есть реальный прирост продаж, случившийся именно благодаря показу рекламы, а не случайный органический заход.
Результат:
— Узнаваемость бренда в целевом сегменте выросла на 12% за квартал.
— Стоимость привлечения нового покупателя при анализе через призму RevOps (общая ответственность за выручку) снизилась на 15% за счет отсечения неэффективных площадок, которые давали «пустые» клики.
— Доля повторных покупок (retention) среди аудитории, видевшей рекламную кампанию, оказалась на 9% выше, чем у тех, кто пришел через чистый поиск.
Урок: В текущих реалиях бренд-менеджеры должны перестать смотреть на охватные кампании как на «имиджевые расходы». Когда вы измеряете эффект через Brand Lift и связываете его с финансовыми показателями (RevOps), Programmatic превращается из «черного ящика» в предсказуемый инструмент роста. Если ваш отчет по рекламе заканчивается на количестве показов, вы теряете деньги. Главная метрика сегодня — это не количество переходов, а то, как меняется отношение пользователя к бренду и как это изменение влияет на будущий денежный поток компании. В эпоху zero-click (когда пользователь получает ответ прямо в поисковике) ваша задача — сформировать потребность еще до того, как пользователь введет поисковый запрос.
— @ProgrammaticNotes
Контекст: В 2026 году ритейл-сектор столкнулся со снижением среднего чека на 6–8%. Покупатель стал прагматичнее, а классическая модель привлечения через «последний клик» (last-click attribution) перестала отражать реальную ценность рекламных инвестиций. Lamoda столкнулась с тем, что performance-каналы работали на удержание текущей аудитории, но приток новых пользователей, готовых к совершению покупки, замедлился.
Задача: Увеличить знание о новой коллекции премиальных брендов и конвертировать это знание в долгосрочный LTV (пожизненную ценность клиента). Нужно было доказать, что показы в Programmatic-сетях не просто «съедают» бюджет, а формируют готовность к покупке, которую невозможно отследить через прямые переходы.
Решение: Команда отказалась от оптимизации на клики в пользу измерения Brand Lift (исследование влияния рекламы на узнаваемость). Были задействованы DSP (платформы для автоматизированной закупки рекламы) с таргетингом на сегменты пользователей, которые активно изучали AI-обзоры (искусственный интеллект) товаров в поисковиках.
Вместо стандартных баннеров использовали динамические креативы, сгенерированные AI под разные сценарии потребления. Атрибуция строилась не на базе куки (файлов для отслеживания), а через метод MMM (моделирование маркетингового микса), который позволил оценить инкрементальность — то есть реальный прирост продаж, случившийся именно благодаря показу рекламы, а не случайный органический заход.
Результат:
— Узнаваемость бренда в целевом сегменте выросла на 12% за квартал.
— Стоимость привлечения нового покупателя при анализе через призму RevOps (общая ответственность за выручку) снизилась на 15% за счет отсечения неэффективных площадок, которые давали «пустые» клики.
— Доля повторных покупок (retention) среди аудитории, видевшей рекламную кампанию, оказалась на 9% выше, чем у тех, кто пришел через чистый поиск.
Урок: В текущих реалиях бренд-менеджеры должны перестать смотреть на охватные кампании как на «имиджевые расходы». Когда вы измеряете эффект через Brand Lift и связываете его с финансовыми показателями (RevOps), Programmatic превращается из «черного ящика» в предсказуемый инструмент роста. Если ваш отчет по рекламе заканчивается на количестве показов, вы теряете деньги. Главная метрика сегодня — это не количество переходов, а то, как меняется отношение пользователя к бренду и как это изменение влияет на будущий денежный поток компании. В эпоху zero-click (когда пользователь получает ответ прямо в поисковике) ваша задача — сформировать потребность еще до того, как пользователь введет поисковый запрос.
— @ProgrammaticNotes
Смена фокуса в атрибуции: от клика к ценности
За последний месяц в брифах на запуск programmatic-кампаний (автоматизированных закупок рекламы) заметно изменился акцент в требованиях к аналитике. Если раньше ключевым KPI (ключевым показателем эффективности) было выполнение плана по кликам или первым визитам, то сейчас всё чаще звучит требование интеграции данных о маржинальности транзакций прямо в систему закупки.
Бренды начали отказываться от оценки эффективности по модели последнего клика в пользу маркетингового моделирования (MMM — Marketing Mix Modeling). Команды всё чаще требуют учитывать данные о долгосрочном удержании клиентов (retention) еще на этапе планирования охватных кампаний.
Наблюдается любопытный паттерн: при покупке инвентаря через DSP (платформу для закупки рекламы) рекламодатели стремятся отдавать приоритет площадкам, которые позволяют передавать данные о глубине вовлечения пользователя внутри сайта, а не просто фиксировать факт перехода. Это прямое следствие общего тренда на RevOps (объединение усилий маркетинга и продаж для роста выручки), когда медийные бюджеты начинают увязываться с реальной прибылью, а не с промежуточными метриками трафика.
Заметили ли вы, что клиенты стали реже спрашивать про стоимость клика, переключаясь на вопросы о влиянии охвата на LTV (пожизненную ценность клиента) в разрезе конкретных сегментов аудитории?
— @ProgrammaticNotes
Соседняя редакция @CommunityCraftRu недавно писала об этом под другим углом
За последний месяц в брифах на запуск programmatic-кампаний (автоматизированных закупок рекламы) заметно изменился акцент в требованиях к аналитике. Если раньше ключевым KPI (ключевым показателем эффективности) было выполнение плана по кликам или первым визитам, то сейчас всё чаще звучит требование интеграции данных о маржинальности транзакций прямо в систему закупки.
Бренды начали отказываться от оценки эффективности по модели последнего клика в пользу маркетингового моделирования (MMM — Marketing Mix Modeling). Команды всё чаще требуют учитывать данные о долгосрочном удержании клиентов (retention) еще на этапе планирования охватных кампаний.
Наблюдается любопытный паттерн: при покупке инвентаря через DSP (платформу для закупки рекламы) рекламодатели стремятся отдавать приоритет площадкам, которые позволяют передавать данные о глубине вовлечения пользователя внутри сайта, а не просто фиксировать факт перехода. Это прямое следствие общего тренда на RevOps (объединение усилий маркетинга и продаж для роста выручки), когда медийные бюджеты начинают увязываться с реальной прибылью, а не с промежуточными метриками трафика.
Заметили ли вы, что клиенты стали реже спрашивать про стоимость клика, переключаясь на вопросы о влиянии охвата на LTV (пожизненную ценность клиента) в разрезе конкретных сегментов аудитории?
— @ProgrammaticNotes
Соседняя редакция @CommunityCraftRu недавно писала об этом под другим углом
Почему DSP перестаёт быть «про закупку» и становится про управление спросом
Я всё чаще вижу одну и ту же ошибку у брендов: DSP покупают как канал медийного охвата, а оценивают как перфоманс-инструмент по последнему клику. В 2026 году это почти гарантированно приводит к недооценке канала.
Мой взгляд простой: DSP сегодня — это не место, где «дешевле всего добрать показы». Это слой управления спросом на верхе и середине воронки, где мы соединяем аудитории, креатив и частоту касаний с реальной деловой целью — будущей выручкой, а не просто трафиком.
Что меня особенно убеждает в этом на практике:
— когда бренд запускает DSP-кампанию только на дешёвый reach (охват), она быстро выгорает и даёт иллюзию эффективности;
— когда в контур добавляют brand lift (измерение влияния на бренд-показатели), пост-клики и инкрементальность (добавочный эффект), картина меняется: становится видно, где реклама действительно двигает знание, намерение и последующие конверсии;
— в B2B это ещё заметнее: один контакт редко продаёт сам по себе, зато последовательная программа контактов через DSP помогает «прогреть» рынок до продаж и сократить путь до заявки уже в связке с RevOps (общей ответственностью маркетинга и продаж за выручку).
Я бы формулировал так: хорошая DSP-стратегия не «догоняет» спрос, а создаёт его с нужной частотой и в нужном окружении. И это особенно важно сейчас, когда last-click (последний клик) всё хуже объясняет вклад медийных касаний, а креативы всё чаще генерируются массово, значит, выигрывает не исполнение, а логика построения контакта.
У меня был показательный кейс: после пересборки DSP-кампаний с фокуса на дешёвый CPM (стоимость тысячи показов) на связку «аудитория + последовательность сообщений + brand lift» бренд получил не только рост узнаваемости, но и более стабильный вклад в нижнюю часть воронки без дополнительного давления на бюджет.
Мой вывод: если ваш DSP живёт отдельно от brand lift, аналитики инкрементальности и сценариев прогрева, вы покупаете шум. Если живёт вместе с ними — вы управляете спросом.
— @ProgrammaticNotes
Я всё чаще вижу одну и ту же ошибку у брендов: DSP покупают как канал медийного охвата, а оценивают как перфоманс-инструмент по последнему клику. В 2026 году это почти гарантированно приводит к недооценке канала.
Мой взгляд простой: DSP сегодня — это не место, где «дешевле всего добрать показы». Это слой управления спросом на верхе и середине воронки, где мы соединяем аудитории, креатив и частоту касаний с реальной деловой целью — будущей выручкой, а не просто трафиком.
Что меня особенно убеждает в этом на практике:
— когда бренд запускает DSP-кампанию только на дешёвый reach (охват), она быстро выгорает и даёт иллюзию эффективности;
— когда в контур добавляют brand lift (измерение влияния на бренд-показатели), пост-клики и инкрементальность (добавочный эффект), картина меняется: становится видно, где реклама действительно двигает знание, намерение и последующие конверсии;
— в B2B это ещё заметнее: один контакт редко продаёт сам по себе, зато последовательная программа контактов через DSP помогает «прогреть» рынок до продаж и сократить путь до заявки уже в связке с RevOps (общей ответственностью маркетинга и продаж за выручку).
Я бы формулировал так: хорошая DSP-стратегия не «догоняет» спрос, а создаёт его с нужной частотой и в нужном окружении. И это особенно важно сейчас, когда last-click (последний клик) всё хуже объясняет вклад медийных касаний, а креативы всё чаще генерируются массово, значит, выигрывает не исполнение, а логика построения контакта.
У меня был показательный кейс: после пересборки DSP-кампаний с фокуса на дешёвый CPM (стоимость тысячи показов) на связку «аудитория + последовательность сообщений + brand lift» бренд получил не только рост узнаваемости, но и более стабильный вклад в нижнюю часть воронки без дополнительного давления на бюджет.
Мой вывод: если ваш DSP живёт отдельно от brand lift, аналитики инкрементальности и сценариев прогрева, вы покупаете шум. Если живёт вместе с ними — вы управляете спросом.
— @ProgrammaticNotes