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