Реактивация «уснувшей» базы Lamoda через предиктивные модели
Контекст: В эпоху снижения среднего чека на 5–8%, e-com (электронная коммерция) переходит от агрессивного поиска новых пользователей к глубокой проработке LTV (пожизненной ценности клиента). Для Lamoda задача удержания становится приоритетной, так как привлечение нового покупателя в сегменте Fashion (мода) дорожает из-за перехода на server-side (серверную) атрибуцию и усложнения работы с cookies (файлами данных).
Задача: Снизить отток пользователей, которые совершили последнюю покупку более 6 месяцев назад, и повысить эффективность рекламных кампаний через дообучение алгоритмов lookalike (похожих аудиторий).
Решение: Вместо классических рассылок «мы по вам скучаем», была внедрена система предиктивного скоринга (оценки вероятности). Команда маркетинга совместно с RevOps (системой управления выручкой) выделила сегмент пользователей с высокой склонностью к покупке определенных категорий товаров, основываясь на истории поиска и просмотрах в AI-overviews (ИИ-обзорах товаров).
Реактивация проводилась через каскадную модель:
— Сначала — персонализированная коммуникация в канале с самым высоким показателем open rate (открываемости).
— Затем — таргетинг на этот сегмент в рекламных сетях с использованием lookalike-аудиторий, построенных на «ядрах» лояльных покупателей.
— Использование Server-to-Server (прямой передачи данных) для исключения из показов тех, кто совершил покупку в течение последних 48 часов, что позволило сэкономить бюджет на неактуальных показах.
Результат:
— Стоимость привлечения реактивированного клиента оказалась на 35% ниже, чем стоимость привлечения нового пользователя.
— Конверсия из клика в покупку в группе реактивации выросла на 2,4 процентных пункта.
— Общий LTV (пожизненная ценность) сегмента, прошедшего через цепочку, увеличился на 12% за счет кросс-продаж (продаж сопутствующих товаров), предсказанных алгоритмом.
Урок: В условиях Zero-click (мира, где пользователь получает ответ без перехода на сайт), побеждает тот, кто лучше владеет данными о собственном клиенте (First-party data). Сейчас недостаточно просто «догнать» пользователя ретаргетингом. Необходимо использовать предиктивные модели, которые определяют не только «кого вернуть», но и «какой именно товар предложить, чтобы закрыть потребность в моменте».
Главный вывод: Перенос фокуса с массовых кампаний на точечную реактивацию через предиктивную аналитику — это единственный способ сохранить маржинальность в условиях, когда стоимость трафика растет, а покупательская способность стагнирует. Работайте с RevOps, чтобы каждое касание рекламы имело прямую корреляцию с выручкой, а не просто с охватом.
— @RetentionPaid
По этой же теме советуем @VideoAdsCraft
Контекст: В эпоху снижения среднего чека на 5–8%, e-com (электронная коммерция) переходит от агрессивного поиска новых пользователей к глубокой проработке LTV (пожизненной ценности клиента). Для Lamoda задача удержания становится приоритетной, так как привлечение нового покупателя в сегменте Fashion (мода) дорожает из-за перехода на server-side (серверную) атрибуцию и усложнения работы с cookies (файлами данных).
Задача: Снизить отток пользователей, которые совершили последнюю покупку более 6 месяцев назад, и повысить эффективность рекламных кампаний через дообучение алгоритмов lookalike (похожих аудиторий).
Решение: Вместо классических рассылок «мы по вам скучаем», была внедрена система предиктивного скоринга (оценки вероятности). Команда маркетинга совместно с RevOps (системой управления выручкой) выделила сегмент пользователей с высокой склонностью к покупке определенных категорий товаров, основываясь на истории поиска и просмотрах в AI-overviews (ИИ-обзорах товаров).
Реактивация проводилась через каскадную модель:
— Сначала — персонализированная коммуникация в канале с самым высоким показателем open rate (открываемости).
— Затем — таргетинг на этот сегмент в рекламных сетях с использованием lookalike-аудиторий, построенных на «ядрах» лояльных покупателей.
— Использование Server-to-Server (прямой передачи данных) для исключения из показов тех, кто совершил покупку в течение последних 48 часов, что позволило сэкономить бюджет на неактуальных показах.
Результат:
— Стоимость привлечения реактивированного клиента оказалась на 35% ниже, чем стоимость привлечения нового пользователя.
— Конверсия из клика в покупку в группе реактивации выросла на 2,4 процентных пункта.
— Общий LTV (пожизненная ценность) сегмента, прошедшего через цепочку, увеличился на 12% за счет кросс-продаж (продаж сопутствующих товаров), предсказанных алгоритмом.
Урок: В условиях Zero-click (мира, где пользователь получает ответ без перехода на сайт), побеждает тот, кто лучше владеет данными о собственном клиенте (First-party data). Сейчас недостаточно просто «догнать» пользователя ретаргетингом. Необходимо использовать предиктивные модели, которые определяют не только «кого вернуть», но и «какой именно товар предложить, чтобы закрыть потребность в моменте».
Главный вывод: Перенос фокуса с массовых кампаний на точечную реактивацию через предиктивную аналитику — это единственный способ сохранить маржинальность в условиях, когда стоимость трафика растет, а покупательская способность стагнирует. Работайте с RevOps, чтобы каждое касание рекламы имело прямую корреляцию с выручкой, а не просто с охватом.
— @RetentionPaid
По этой же теме советуем @VideoAdsCraft
Почему я перестал считать ретаргетинг «дешёвым трафиком»
Раньше ретаргетинг часто продавали как самый простой способ дожать тёплую аудиторию: цена клика ниже, конверсия выше, значит канал почти всегда «выгодный». Я с этим больше не согласен.
В 2026 году ретаргетинг нужно оценивать не по CPL и даже не по ROAS в вакууме, а по **вкладy в маржинальную выручку**. Причина простая: аудитория стала беднее по качеству, путь до покупки длиннее, а часть конверсий мы и так теряем из-за privacy-first атрибуции. Если смотреть только last-click, ретаргетинг выглядит героем. Если смотреть на incremental uplift — разница часто оказывается куда скромнее.
У меня был показательный кейс в e-com: на части кампаний ретаргетинг давал около 35% всех заявок в отчёте, но после проверки через holdout-группу выяснилось, что реальный прирост был заметно ниже. То есть мы платили не за создание спроса, а за перехват уже почти готового спроса. Это важное различие, потому что в экономике с падающим средним чеком выигрывает не тот, кто «собирает хвост», а тот, кто снижает стоимость **инкрементальной** покупки.
Поэтому я смотрю на ретаргетинг так:
— для кого он реально двигает решение, а не просто сопровождает покупку;
— где окно возврата ещё не сгорело;
— какие сегменты лучше работают на повторную покупку, а какие — только сжигают частоту;
— как меняется вклад в LTV, а не только в первую транзакцию.
Мой вывод простой: ретаргетинг перестал быть каналом «дешёвого закрытия». Это канал точной финансовой настройки. И чем хуже экономика у клиента, тем жёстче надо резать всё, что не даёт измеримый прирост к выручке.
— @RetentionPaid
Раньше ретаргетинг часто продавали как самый простой способ дожать тёплую аудиторию: цена клика ниже, конверсия выше, значит канал почти всегда «выгодный». Я с этим больше не согласен.
В 2026 году ретаргетинг нужно оценивать не по CPL и даже не по ROAS в вакууме, а по **вкладy в маржинальную выручку**. Причина простая: аудитория стала беднее по качеству, путь до покупки длиннее, а часть конверсий мы и так теряем из-за privacy-first атрибуции. Если смотреть только last-click, ретаргетинг выглядит героем. Если смотреть на incremental uplift — разница часто оказывается куда скромнее.
У меня был показательный кейс в e-com: на части кампаний ретаргетинг давал около 35% всех заявок в отчёте, но после проверки через holdout-группу выяснилось, что реальный прирост был заметно ниже. То есть мы платили не за создание спроса, а за перехват уже почти готового спроса. Это важное различие, потому что в экономике с падающим средним чеком выигрывает не тот, кто «собирает хвост», а тот, кто снижает стоимость **инкрементальной** покупки.
Поэтому я смотрю на ретаргетинг так:
— для кого он реально двигает решение, а не просто сопровождает покупку;
— где окно возврата ещё не сгорело;
— какие сегменты лучше работают на повторную покупку, а какие — только сжигают частоту;
— как меняется вклад в LTV, а не только в первую транзакцию.
Мой вывод простой: ретаргетинг перестал быть каналом «дешёвого закрытия». Это канал точной финансовой настройки. И чем хуже экономика у клиента, тем жёстче надо резать всё, что не даёт измеримый прирост к выручке.
— @RetentionPaid
Эпоха last-click (атрибуция по последнему клику) окончательно уходит в прошлое. В условиях privacy-first (приоритет приватности данных) маркетинга, как вы оцениваете вклад ретаргета в итоговую выручку?
ВАРИАНТЫ:
1. Через MMM (моделирование маркетингового микса)
2. Через тесты на прирост (incrementality)
3. Доверяю сквозной аналитике и CRM-данным
4. Оцениваю через ассоциированные конверсии
— @RetentionPaid
ВАРИАНТЫ:
1. Через MMM (моделирование маркетингового микса)
2. Через тесты на прирост (incrementality)
3. Доверяю сквозной аналитике и CRM-данным
4. Оцениваю через ассоциированные конверсии
— @RetentionPaid
Почему ретаргетинг в 2026 году чаще спасает маржу, чем «гонит» продажи
Я всё чаще вижу одну и ту же картину: отдел performance пытается добрать объём через холодный трафик, а реальная прибавка к прибыли лежит в ретаргете и реактивации. Не потому, что это «дешёвый трафик», а потому что здесь лучше управляется юнит-экономика.
В e-com это особенно заметно. Средний чек проседает, первая покупка становится менее щедрой, и если смотреть только на last-click, легко сделать ошибку: отключить сегменты, которые не выглядят героически по отчётам, но при этом возвращают деньги в P&L. По моей практике, в кампаниях с нормальной сегментацией 20–35% выручки из платного трафика часто даёт именно возвратная аудитория. И это не «подарок системы», а результат того, что мы говорим с людьми, которые уже знают бренд, товар или категорию.
Я бы разделял ретаргет на три задачи:
— дожим отказников с коротким окном и жёстким контролем частоты;
— реактивация спящих клиентов через следующий логичный шаг, а не через скидку ради скидки;
— lookalike (похожие аудитории) только от качественных событий: повторные покупки, высокая маржа, удержание, а не любой лид.
Главная ошибка, которую я вижу регулярно: ретаргет считают отдельно от экономики клиента. Если у вас CAC выглядит красиво, но повторная покупка не растёт, канал просто перераспределяет спрос, а не создаёт ценность. В 2026 году это особенно опасно: privacy-first атрибуция, server-side и инкрементальность всё чаще показывают, что «последний клик» переоценивает роль многих касаний.
Мой вывод простой: ретаргетинг и реактивация — это не про догонять всех подряд. Это про **точечно покупать вероятность выручки**. И чем слабее первая покупка и ниже средний чек, тем важнее не масштаб, а качество сегмента и дисциплина в измерении.
— @RetentionPaid
Я всё чаще вижу одну и ту же картину: отдел performance пытается добрать объём через холодный трафик, а реальная прибавка к прибыли лежит в ретаргете и реактивации. Не потому, что это «дешёвый трафик», а потому что здесь лучше управляется юнит-экономика.
В e-com это особенно заметно. Средний чек проседает, первая покупка становится менее щедрой, и если смотреть только на last-click, легко сделать ошибку: отключить сегменты, которые не выглядят героически по отчётам, но при этом возвращают деньги в P&L. По моей практике, в кампаниях с нормальной сегментацией 20–35% выручки из платного трафика часто даёт именно возвратная аудитория. И это не «подарок системы», а результат того, что мы говорим с людьми, которые уже знают бренд, товар или категорию.
Я бы разделял ретаргет на три задачи:
— дожим отказников с коротким окном и жёстким контролем частоты;
— реактивация спящих клиентов через следующий логичный шаг, а не через скидку ради скидки;
— lookalike (похожие аудитории) только от качественных событий: повторные покупки, высокая маржа, удержание, а не любой лид.
Главная ошибка, которую я вижу регулярно: ретаргет считают отдельно от экономики клиента. Если у вас CAC выглядит красиво, но повторная покупка не растёт, канал просто перераспределяет спрос, а не создаёт ценность. В 2026 году это особенно опасно: privacy-first атрибуция, server-side и инкрементальность всё чаще показывают, что «последний клик» переоценивает роль многих касаний.
Мой вывод простой: ретаргетинг и реактивация — это не про догонять всех подряд. Это про **точечно покупать вероятность выручки**. И чем слабее первая покупка и ниже средний чек, тем важнее не масштаб, а качество сегмента и дисциплина в измерении.
— @RetentionPaid
Ретаргет без магии: как я пересобираю реактивацию через юнит-экономику
Большинство команд в ретаргете сегодня “ищут сегменты”, а не прибыль. Я сделал ставку наоборот: сначала считаю, что именно должно вернуть выручку, а уже потом решаю, кого и на что показывать. В 2026 это особенно важно: последняя клика (last-click) уже не главный источник атрибуции, privacy-first подход заставляет думать не “сколько кликов”, а “сколько дополнительных покупок” и как это ложится в P&L.
Моя базовая логика для реактивации такая.
1) Определяю целевой юнит
Если это e-com, то чаще всего “правильный юнит” — не заказ, а когорта клиентов по статусу.
— Новые покупатели (прошлый период)
— Сделали покупку, но не повторили
— Давно не покупали (реактивация)
— Потенциальные (посещали/добавляли в корзину, но не купили)
2) Считаю допустимый CAC “в ретаргете”, а не общий
Берём маржу после переменных затрат (без логистики можно, но лучше честно) и вычитаем обслуживание возвратов/сервиса. Затем получаем максимальную стоимость привлечения для конкретного сценария:
допустимый CAC = маржа * (вероятность конверсии в повтор) * (доля валовой маржи, оставшаяся после промо)
Ключевой момент: ретаргет обычно платит дороже, чем “верх воронки”, потому что аудитория теплее, но конкуренция выше. Поэтому общий целевой CAC нельзя переносить на реактивацию механически.
3) Сегментирую не по “интересам”, а по истории поведения
Я использую простую матрицу recency × frequency + “канал действия”.
Например:
— Частота действий низкая, но было “событие с намерением” (добавление в корзину/начало оформления) — это чаще “быстрый возврат”
— Частота была высокой раньше, но теперь тишина — это “плановая реактивация” через оффер и снижение барьера
4) Оффер проектирую под барьер, а не под охват
В 2026 средний чек у многих просел на 5–8% (люди экономят). Значит, реактивация не всегда выигрывает за счёт скидки “навсегда”. Я предпочитаю тестировать барьер-офферы:
— возврат к покупке через комплект/подписку/фиксированную стоимость доставки
— “гибкая цена” (например, через второй товар/ограничение по сумме заказа)
— персональные условия под вероятную потребность, а не универсальный купон
Одно наблюдение из практики, которое меня каждый раз возвращает к юниту:
когда я режу кампанию реактивации на сегменты и считаю допустимый CAC по марже, оказывается, что “самые дорогие клики” часто дают лучший LTV, но только в тех сегментах, где оффер снижает конкретный барьер (например, доставка или риск выбора). В остальных сегментах ретаргет превращается в повторную оплату того, что пользователь и так сделал бы позже.
Если хотите быстрый контроль качества — делайте так:
— для каждого сегмента фиксируйте target по маржинальной прибыли, а не по ROAS
— проверяйте lift (инкрементальность) хотя бы через простую прокладку: контрольная группа без показа на похожие сегменты
— сравнивайте не CPM и CTR, а “маржа на просмотр” и “маржа на дополнительную покупку”
Ретаргет в 2026 — это не про охват “пару касаний”. Это про управляемую реактивацию с понятным вкладом в прибыль. Когда сначала юнит, а потом креатив — магия заканчивается, и начинается контроль.
— @RetentionPaid
По этой же теме советуем @ProgrammaticNotes
Большинство команд в ретаргете сегодня “ищут сегменты”, а не прибыль. Я сделал ставку наоборот: сначала считаю, что именно должно вернуть выручку, а уже потом решаю, кого и на что показывать. В 2026 это особенно важно: последняя клика (last-click) уже не главный источник атрибуции, privacy-first подход заставляет думать не “сколько кликов”, а “сколько дополнительных покупок” и как это ложится в P&L.
Моя базовая логика для реактивации такая.
1) Определяю целевой юнит
Если это e-com, то чаще всего “правильный юнит” — не заказ, а когорта клиентов по статусу.
— Новые покупатели (прошлый период)
— Сделали покупку, но не повторили
— Давно не покупали (реактивация)
— Потенциальные (посещали/добавляли в корзину, но не купили)
2) Считаю допустимый CAC “в ретаргете”, а не общий
Берём маржу после переменных затрат (без логистики можно, но лучше честно) и вычитаем обслуживание возвратов/сервиса. Затем получаем максимальную стоимость привлечения для конкретного сценария:
допустимый CAC = маржа * (вероятность конверсии в повтор) * (доля валовой маржи, оставшаяся после промо)
Ключевой момент: ретаргет обычно платит дороже, чем “верх воронки”, потому что аудитория теплее, но конкуренция выше. Поэтому общий целевой CAC нельзя переносить на реактивацию механически.
3) Сегментирую не по “интересам”, а по истории поведения
Я использую простую матрицу recency × frequency + “канал действия”.
Например:
— Частота действий низкая, но было “событие с намерением” (добавление в корзину/начало оформления) — это чаще “быстрый возврат”
— Частота была высокой раньше, но теперь тишина — это “плановая реактивация” через оффер и снижение барьера
4) Оффер проектирую под барьер, а не под охват
В 2026 средний чек у многих просел на 5–8% (люди экономят). Значит, реактивация не всегда выигрывает за счёт скидки “навсегда”. Я предпочитаю тестировать барьер-офферы:
— возврат к покупке через комплект/подписку/фиксированную стоимость доставки
— “гибкая цена” (например, через второй товар/ограничение по сумме заказа)
— персональные условия под вероятную потребность, а не универсальный купон
Одно наблюдение из практики, которое меня каждый раз возвращает к юниту:
когда я режу кампанию реактивации на сегменты и считаю допустимый CAC по марже, оказывается, что “самые дорогие клики” часто дают лучший LTV, но только в тех сегментах, где оффер снижает конкретный барьер (например, доставка или риск выбора). В остальных сегментах ретаргет превращается в повторную оплату того, что пользователь и так сделал бы позже.
Если хотите быстрый контроль качества — делайте так:
— для каждого сегмента фиксируйте target по маржинальной прибыли, а не по ROAS
— проверяйте lift (инкрементальность) хотя бы через простую прокладку: контрольная группа без показа на похожие сегменты
— сравнивайте не CPM и CTR, а “маржа на просмотр” и “маржа на дополнительную покупку”
Ретаргет в 2026 — это не про охват “пару касаний”. Это про управляемую реактивацию с понятным вкладом в прибыль. Когда сначала юнит, а потом креатив — магия заканчивается, и начинается контроль.
— @RetentionPaid
По этой же теме советуем @ProgrammaticNotes
Ретаргетинг в 2026 году: перестать догонять всех и начать считать прирост
Ретаргетинг долго жил в голове маркетолога как «дешёвый способ дожать тех, кто уже был на сайте». В 2026 году эта логика всё чаще ломается. Причина простая: трафик подорожал, средний чек во многих категориях просел, а приватность и ограничения по данным сделали атрибуцию менее прямой. Если смотреть только на последний клик, ретаргетинг почти всегда выглядит красиво. Если смотреть на юнит-экономику, половина этих кампаний оказывается дорогой привычкой.
Поэтому главный вопрос сегодня не «сколько конверсий дал ретаргетинг», а **какой дополнительный доход он принёс сверх того, что произошло бы и без него**.
Первый сдвиг — аудитория больше не равна сегменту.
Раньше было удобно делить людей по простому принципу: был на сайте 30 дней, не купил — показываем баннер. Сейчас такой подход слишком грубый. В одном и том же списке могут лежать:
— человек, который почти оформил заказ и ушёл на этапе доставки;
— клиент с высоким LTV (пожизненной ценностью), который покупает раз в два месяца;
— случайный посетитель, зашедший на минуту и не проявивший намерения.
Если всем показывать одно и то же сообщение, вы переплачиваете за показы там, где они не нужны, и недодаёте там, где они могут сработать. На практике полезнее строить не «ретаргетинг по визиту», а ретаргетинг по поведению и ценности. Например, для e-com это могут быть отдельные сценарии для брошенной корзины, просмотра категории, повторной покупки, товарных замен и реактивации спящих клиентов. Тогда задача канала меняется: не выжать максимум из всех подряд, а распределить давление по вероятности покупки.
Второй сдвиг — креатив важнее механики.
Когда AI (искусственный интеллект) генерирует сотни баннеров за вечер, сама по себе вариативность ничего не решает. Решает концепция: почему человек должен вернуться именно сейчас и именно к этому офферу. В ретаргетинге это особенно заметно, потому что аудитория уже знакома с брендом и быстро «слепнет» к повторяющимся сообщениям.
Хороший пример — подписной сервис с падением активности через 45–60 дней после первой покупки. Если просто гонять скидку, вы приучаете аудиторию ждать удешевления. Если строить сценарий вокруг выгоды использования, напоминаете о смысле продукта: «у вас ещё остались непройденные планы», «вот что вы не закрыли в прошлом цикле», «вот обновление, которое экономит время». Здесь креатив работает не как украшение, а как инструмент сохранения маржи.
Третий сдвиг — ретаргетинг должен отвечать за прирост, а не за иллюзию эффективности.
В эпоху server-side (серверной) аналитики, MMM (маркетинг-микс моделирования) и инкрементальности ретаргетинг всё чаще проверяют вопросом: кого он реально забрал у естественного спроса, а кого просто присвоил? И это болезненно, потому что каналы нижнего воронки исторически любят выглядеть героями отчёта.
Поэтому я бы советовал смотреть на ретаргетинг через тесты. Например:
— вы отключаете кампанию на части географии или части аудитории;
— сравниваете не только конверсии, но и выручку, маржу, возвраты;
— отдельно считаете эффект по сегментам с разной вероятностью покупки.
Один из самых частых сюрпризов: кампания на «всех посетителей за 14 дней» даёт красивый CPA (стоимость привлечения), но почти нулевой прирост. А вот узкий сценарий на людей, которые положили товар в корзину и не купили в течение 24 часов, может давать меньше объёма, но заметно лучше по валовой прибыли. В 2026 году это и есть нормальная зрелость канала: не масштаб ради масштаба, а вклад в прибыль.
Четвёртый сдвиг — lookalike (похожие аудитории) и реактивация всё сильнее связаны между собой.
Раньше lookalike воспринимали как способ «найти новых похожих на лучших». Но если исходная база некачественная, похожая аудитория масштабирует не лучших, а просто наиболее частых. Поэтому сначала стоит навести порядок внутри: выделить сегменты по LTV, частоте, марже, сроку жизни клиента. А уже потом строить lookalike на основе прибыльных пользователей, а не на всех подряд.
…
Ретаргетинг долго жил в голове маркетолога как «дешёвый способ дожать тех, кто уже был на сайте». В 2026 году эта логика всё чаще ломается. Причина простая: трафик подорожал, средний чек во многих категориях просел, а приватность и ограничения по данным сделали атрибуцию менее прямой. Если смотреть только на последний клик, ретаргетинг почти всегда выглядит красиво. Если смотреть на юнит-экономику, половина этих кампаний оказывается дорогой привычкой.
Поэтому главный вопрос сегодня не «сколько конверсий дал ретаргетинг», а **какой дополнительный доход он принёс сверх того, что произошло бы и без него**.
Первый сдвиг — аудитория больше не равна сегменту.
Раньше было удобно делить людей по простому принципу: был на сайте 30 дней, не купил — показываем баннер. Сейчас такой подход слишком грубый. В одном и том же списке могут лежать:
— человек, который почти оформил заказ и ушёл на этапе доставки;
— клиент с высоким LTV (пожизненной ценностью), который покупает раз в два месяца;
— случайный посетитель, зашедший на минуту и не проявивший намерения.
Если всем показывать одно и то же сообщение, вы переплачиваете за показы там, где они не нужны, и недодаёте там, где они могут сработать. На практике полезнее строить не «ретаргетинг по визиту», а ретаргетинг по поведению и ценности. Например, для e-com это могут быть отдельные сценарии для брошенной корзины, просмотра категории, повторной покупки, товарных замен и реактивации спящих клиентов. Тогда задача канала меняется: не выжать максимум из всех подряд, а распределить давление по вероятности покупки.
Второй сдвиг — креатив важнее механики.
Когда AI (искусственный интеллект) генерирует сотни баннеров за вечер, сама по себе вариативность ничего не решает. Решает концепция: почему человек должен вернуться именно сейчас и именно к этому офферу. В ретаргетинге это особенно заметно, потому что аудитория уже знакома с брендом и быстро «слепнет» к повторяющимся сообщениям.
Хороший пример — подписной сервис с падением активности через 45–60 дней после первой покупки. Если просто гонять скидку, вы приучаете аудиторию ждать удешевления. Если строить сценарий вокруг выгоды использования, напоминаете о смысле продукта: «у вас ещё остались непройденные планы», «вот что вы не закрыли в прошлом цикле», «вот обновление, которое экономит время». Здесь креатив работает не как украшение, а как инструмент сохранения маржи.
Третий сдвиг — ретаргетинг должен отвечать за прирост, а не за иллюзию эффективности.
В эпоху server-side (серверной) аналитики, MMM (маркетинг-микс моделирования) и инкрементальности ретаргетинг всё чаще проверяют вопросом: кого он реально забрал у естественного спроса, а кого просто присвоил? И это болезненно, потому что каналы нижнего воронки исторически любят выглядеть героями отчёта.
Поэтому я бы советовал смотреть на ретаргетинг через тесты. Например:
— вы отключаете кампанию на части географии или части аудитории;
— сравниваете не только конверсии, но и выручку, маржу, возвраты;
— отдельно считаете эффект по сегментам с разной вероятностью покупки.
Один из самых частых сюрпризов: кампания на «всех посетителей за 14 дней» даёт красивый CPA (стоимость привлечения), но почти нулевой прирост. А вот узкий сценарий на людей, которые положили товар в корзину и не купили в течение 24 часов, может давать меньше объёма, но заметно лучше по валовой прибыли. В 2026 году это и есть нормальная зрелость канала: не масштаб ради масштаба, а вклад в прибыль.
Четвёртый сдвиг — lookalike (похожие аудитории) и реактивация всё сильнее связаны между собой.
Раньше lookalike воспринимали как способ «найти новых похожих на лучших». Но если исходная база некачественная, похожая аудитория масштабирует не лучших, а просто наиболее частых. Поэтому сначала стоит навести порядок внутри: выделить сегменты по LTV, частоте, марже, сроку жизни клиента. А уже потом строить lookalike на основе прибыльных пользователей, а не на всех подряд.
…
Ретаргетинг больше не про «догонять всех подряд»
Я всё чаще вижу одну и ту же ошибку: ретаргетинг до сих пор настраивают как дешёвый способ добрать конверсию, хотя в 2026 это уже вопрос юнит-экономики, а не охвата. Если у вас падает средний чек, а стоимость привлечения растёт, то «широкий догон» быстро превращается в налог на бюджет.
Моя позиция простая: ретаргетинг должен не повторять основную воронку, а **снимать конкретные барьеры на пути к покупке**. Не «показать баннер тем, кто был на сайте», а разделить аудиторию по смыслу:
— был в каталоге, но не дошёл до корзины;
— положил в корзину, но упёрся в цену/доставку;
— покупал 60+ дней назад и уже начал остывать;
— смотрел конкретную категорию, где цикл решения длиннее среднего.
В одном e-com-проекте я видел, как переразметка ретаргета по этим состояниям дала рост выручки с ремаркетинга примерно на 18% без увеличения бюджета. Не магия креатива, а банальная дисциплина в сегментации: разным людям — разные аргументы, разный частотный режим, разный порог повторного касания.
Сейчас особенно важно не путать **ретаргетинг** и **реактивацию**. Первое — про возврат в текущий цикл покупки. Второе — про повторный запуск ценности после паузы: допродажа, новый ассортимент, сервисные триггеры, выгодное окно для повторной сделки. Если смешать эти задачи в одной кампании, вы получите красивый CTR и слабый вклад в маржу.
Я бы смотрел на ретаргетинг через три метрики:
— вклад в инкрементальную выручку, а не только last-click;
— прирост конверсии по сегменту, а не по всему пулу;
— стоимость возврата пользователя относительно его ожидаемого LTV.
Когда ретаргетинг начинает работать по этим правилам, он перестаёт быть «дешёвым хвостом» перформанса и становится отдельным рычагом прибыли.
— @RetentionPaid
Я всё чаще вижу одну и ту же ошибку: ретаргетинг до сих пор настраивают как дешёвый способ добрать конверсию, хотя в 2026 это уже вопрос юнит-экономики, а не охвата. Если у вас падает средний чек, а стоимость привлечения растёт, то «широкий догон» быстро превращается в налог на бюджет.
Моя позиция простая: ретаргетинг должен не повторять основную воронку, а **снимать конкретные барьеры на пути к покупке**. Не «показать баннер тем, кто был на сайте», а разделить аудиторию по смыслу:
— был в каталоге, но не дошёл до корзины;
— положил в корзину, но упёрся в цену/доставку;
— покупал 60+ дней назад и уже начал остывать;
— смотрел конкретную категорию, где цикл решения длиннее среднего.
В одном e-com-проекте я видел, как переразметка ретаргета по этим состояниям дала рост выручки с ремаркетинга примерно на 18% без увеличения бюджета. Не магия креатива, а банальная дисциплина в сегментации: разным людям — разные аргументы, разный частотный режим, разный порог повторного касания.
Сейчас особенно важно не путать **ретаргетинг** и **реактивацию**. Первое — про возврат в текущий цикл покупки. Второе — про повторный запуск ценности после паузы: допродажа, новый ассортимент, сервисные триггеры, выгодное окно для повторной сделки. Если смешать эти задачи в одной кампании, вы получите красивый CTR и слабый вклад в маржу.
Я бы смотрел на ретаргетинг через три метрики:
— вклад в инкрементальную выручку, а не только last-click;
— прирост конверсии по сегменту, а не по всему пулу;
— стоимость возврата пользователя относительно его ожидаемого LTV.
Когда ретаргетинг начинает работать по этим правилам, он перестаёт быть «дешёвым хвостом» перформанса и становится отдельным рычагом прибыли.
— @RetentionPaid
Ретаргетинг больше не про «догонять» — он про возвращать маржу
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в 2026 году продолжают считать инструментом для добора конверсий по дешёвому CPA. Это устаревшая логика. Если средний чек в e-com снижается, а привлечение дорожает, ретаргетинг должен отвечать не за «ещё одну продажу», а за **сохранение юнит-экономики**.
Моя позиция простая: эффективный ретаргетинг сегодня строится не вокруг окна показа, а вокруг экономической ценности сегмента.
Что я имею в виду на практике:
— пользователь, который бросил корзину на 2 000 ₽, и пользователь, который уже покупал трижды на 18 000 ₽ LTV, не должны получать одинаковую коммуникацию;
— сегмент по давности визита сам по себе слабый сигнал, если не учитывать частоту покупки, маржу, возвраты и вероятность повторного заказа;
— lookalike (похожие аудитории) работает хуже, когда его кормят просто «всеми покупателями», и заметно лучше, когда в seed-выборку попадают клиенты с высокой валовой прибылью, а не просто с высоким чеком.
В одном из проектов мы переупаковали ретаргетинг с логики «все посетители сайта за 30 дней» на сегменты по марже и повторной покупке. Бюджет не вырос, а доля выручки из платного возврата выросла на 27%, при этом стоимость заказа почти не изменилась. Но главное — выросла не просто конверсия, а вклад в прибыль.
Я бы сказал так: если ваш ретаргетинг нельзя объяснить через LTV, маржу и частоту повторной покупки, это не стратегия, а привычка из старой эпохи last-click.
В 2026 году сильнее выигрывает не тот, кто громче догоняет, а тот, кто точнее возвращает нужного клиента в нужный момент.
— @RetentionPaid
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в 2026 году продолжают считать инструментом для добора конверсий по дешёвому CPA. Это устаревшая логика. Если средний чек в e-com снижается, а привлечение дорожает, ретаргетинг должен отвечать не за «ещё одну продажу», а за **сохранение юнит-экономики**.
Моя позиция простая: эффективный ретаргетинг сегодня строится не вокруг окна показа, а вокруг экономической ценности сегмента.
Что я имею в виду на практике:
— пользователь, который бросил корзину на 2 000 ₽, и пользователь, который уже покупал трижды на 18 000 ₽ LTV, не должны получать одинаковую коммуникацию;
— сегмент по давности визита сам по себе слабый сигнал, если не учитывать частоту покупки, маржу, возвраты и вероятность повторного заказа;
— lookalike (похожие аудитории) работает хуже, когда его кормят просто «всеми покупателями», и заметно лучше, когда в seed-выборку попадают клиенты с высокой валовой прибылью, а не просто с высоким чеком.
В одном из проектов мы переупаковали ретаргетинг с логики «все посетители сайта за 30 дней» на сегменты по марже и повторной покупке. Бюджет не вырос, а доля выручки из платного возврата выросла на 27%, при этом стоимость заказа почти не изменилась. Но главное — выросла не просто конверсия, а вклад в прибыль.
Я бы сказал так: если ваш ретаргетинг нельзя объяснить через LTV, маржу и частоту повторной покупки, это не стратегия, а привычка из старой эпохи last-click.
В 2026 году сильнее выигрывает не тот, кто громче догоняет, а тот, кто точнее возвращает нужного клиента в нужный момент.
— @RetentionPaid
Смена парадигмы в ретаргетинге: отказ от догона по событиям в пользу предиктивного LTV
Последний месяц в работе с кампаниями на возврат аудитории заметен сдвиг. Если раньше классическая тактика ретаргетинга (повторное вовлечение — retention) строилась на триггерах «брошенная корзина» или «просмотрел товар», то сейчас этот подход теряет эффективность при росте стоимости привлечения.
В условиях, когда потребители в e-com стали внимательнее следить за расходами, средний чек снижается, а атрибуция становится privacy-first (с упором на приватность пользователя) через MMM (маркетинговое моделирование микса), акцент смещается. Команды все чаще настраивают сегменты не на конкретное действие в прошлом, а на pre-churn (предварительный отток) и прогнозируемый LTV (пожизненную ценность клиента).
Паттерн выглядит так: вместо транзакционной цепочки «посмотрел — купил» внедряется модель оценки вероятности следующей покупки. Платформы для рекламы теперь получают фиды (потоки данных) не просто с фактом визита, а с оцененным скорингом лояльности. В итоге бюджет на реактивацию перераспределяется в сторону тех, чей прогнозный цикл жизни оправдывает затраты на медийную активность, даже если прямо сейчас пользователь не совершал целевого действия на сайте.
Ретаргетинг превращается в инструмент управления выручкой, а не просто в способ дожать конверсию. Замечаете ли вы, что стандартные цепочки реактивации по действиям приносят всё меньше добавочной ценности в сравнении с предиктивными сегментами?
— @RetentionPaid
Последний месяц в работе с кампаниями на возврат аудитории заметен сдвиг. Если раньше классическая тактика ретаргетинга (повторное вовлечение — retention) строилась на триггерах «брошенная корзина» или «просмотрел товар», то сейчас этот подход теряет эффективность при росте стоимости привлечения.
В условиях, когда потребители в e-com стали внимательнее следить за расходами, средний чек снижается, а атрибуция становится privacy-first (с упором на приватность пользователя) через MMM (маркетинговое моделирование микса), акцент смещается. Команды все чаще настраивают сегменты не на конкретное действие в прошлом, а на pre-churn (предварительный отток) и прогнозируемый LTV (пожизненную ценность клиента).
Паттерн выглядит так: вместо транзакционной цепочки «посмотрел — купил» внедряется модель оценки вероятности следующей покупки. Платформы для рекламы теперь получают фиды (потоки данных) не просто с фактом визита, а с оцененным скорингом лояльности. В итоге бюджет на реактивацию перераспределяется в сторону тех, чей прогнозный цикл жизни оправдывает затраты на медийную активность, даже если прямо сейчас пользователь не совершал целевого действия на сайте.
Ретаргетинг превращается в инструмент управления выручкой, а не просто в способ дожать конверсию. Замечаете ли вы, что стандартные цепочки реактивации по действиям приносят всё меньше добавочной ценности в сравнении с предиктивными сегментами?
— @RetentionPaid
Почему ретаргетинг перестал быть «дожимом» и стал отдельной unit-экономикой
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в проектах до сих пор считают как «дешёвый добор конверсий». В 2026 это мышление уже устарело. Ретаргетинг и реактивация — не хвост к перформансу, а отдельный контур окупаемости, который должен жить по своей экономике.
Почему так. Во-первых, у тёплой аудитории другой базовый CPC/CPM и другая конверсия, но главное — другой вклад в маржу. Если человек уже был на сайте, оставил заявку или покупал, то задача не просто вернуть его в воронку, а вернуть с правильным оффером, частотой и сроком. Иначе вы покупаете повторный контакт, который не окупается.
Во-вторых, в privacy-first реальности last-click всё хуже объясняет ценность касаний. Я бы вообще перестал оценивать ретаргетинг только по прямым продажам. Для меня ключевые вопросы такие:
— насколько он сокращает окно до повторной покупки;
— как влияет на средний чек и частоту;
— сколько «мертвых» пользователей он не возвращает, а просто перегревает.
Один практический наблюдательный ориентир: в e-com и подписочных моделях около 20–35% бюджета на возврат тёплой базы часто дают непропорционально высокий вклад в выручку, но только если сегментация построена по поведению, а не по факту «был на сайте 30 дней назад». Там, где включают реактивацию отдельно для брошенной корзины, спящих покупателей и недавних лидов, ROMI обычно заметно ровнее, чем у общего ретаргетинга одним пулом.
Мой вывод простой: ретаргетинг стоит вести как мини-портфель.
— один сегмент — одна цель;
— один оффер — один цикл;
— одна метрика — одна управленческая логика.
Если этого нет, то «дешёвый» ретаргетинг очень быстро становится самым дорогим размещением в аккаунте.
— @RetentionPaid
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в проектах до сих пор считают как «дешёвый добор конверсий». В 2026 это мышление уже устарело. Ретаргетинг и реактивация — не хвост к перформансу, а отдельный контур окупаемости, который должен жить по своей экономике.
Почему так. Во-первых, у тёплой аудитории другой базовый CPC/CPM и другая конверсия, но главное — другой вклад в маржу. Если человек уже был на сайте, оставил заявку или покупал, то задача не просто вернуть его в воронку, а вернуть с правильным оффером, частотой и сроком. Иначе вы покупаете повторный контакт, который не окупается.
Во-вторых, в privacy-first реальности last-click всё хуже объясняет ценность касаний. Я бы вообще перестал оценивать ретаргетинг только по прямым продажам. Для меня ключевые вопросы такие:
— насколько он сокращает окно до повторной покупки;
— как влияет на средний чек и частоту;
— сколько «мертвых» пользователей он не возвращает, а просто перегревает.
Один практический наблюдательный ориентир: в e-com и подписочных моделях около 20–35% бюджета на возврат тёплой базы часто дают непропорционально высокий вклад в выручку, но только если сегментация построена по поведению, а не по факту «был на сайте 30 дней назад». Там, где включают реактивацию отдельно для брошенной корзины, спящих покупателей и недавних лидов, ROMI обычно заметно ровнее, чем у общего ретаргетинга одним пулом.
Мой вывод простой: ретаргетинг стоит вести как мини-портфель.
— один сегмент — одна цель;
— один оффер — один цикл;
— одна метрика — одна управленческая логика.
Если этого нет, то «дешёвый» ретаргетинг очень быстро становится самым дорогим размещением в аккаунте.
— @RetentionPaid
Атрибуция на основе маркетингового микса (MMM) против инкрементальности
Атрибуция на основе маркетингового микса (Marketing Mix Modeling, MMM) — это статистический метод анализа данных, который позволяет оценить влияние различных каналов продвижения на продажи без использования персональных идентификаторов пользователей. В эпоху privacy-first (приоритета приватности) этот метод стал ключевым инструментом для оценки эффективности, так как он не зависит от файлов cookie или сквозной аналитики по кликам.
Важно различать MMM и анализ инкрементальности (добавочной ценности). Инкрементальность отвечает на вопрос: «Совершил бы пользователь покупку, если бы не увидел конкретное объявление?». Это часто реализуется через сплит-тесты (контрольная и тестовая группы). MMM же — стратегический инструмент, который распределяет бюджет между каналами, оценивая корреляцию между расходами и итоговой выручкой.
Типичная ошибка — попытка свести MMM к точности last-click (последнего клика). Это методологически неверно: MMM дает вероятностную оценку, а не посекундную отчетность. В условиях RevOps (комплексного управления доходом), где маркетинг отвечает не за лиды, а за выручку, попытка привязать каждую продажу к конкретному источнику ведет к искажению картины.
Пример: крупный e-commerce ритейлер снижает расходы на медийную рекламу, опираясь на отчеты, где этот канал приносит «ноль» конверсий. После внедрения MMM выясняется, что медийка обеспечивает 15% органического трафика через брендовые поисковые запросы. Без учета этого эффекта компания теряла бы выручку из-за сокращения охватных кампаний.
— @RetentionPaid
Атрибуция на основе маркетингового микса (Marketing Mix Modeling, MMM) — это статистический метод анализа данных, который позволяет оценить влияние различных каналов продвижения на продажи без использования персональных идентификаторов пользователей. В эпоху privacy-first (приоритета приватности) этот метод стал ключевым инструментом для оценки эффективности, так как он не зависит от файлов cookie или сквозной аналитики по кликам.
Важно различать MMM и анализ инкрементальности (добавочной ценности). Инкрементальность отвечает на вопрос: «Совершил бы пользователь покупку, если бы не увидел конкретное объявление?». Это часто реализуется через сплит-тесты (контрольная и тестовая группы). MMM же — стратегический инструмент, который распределяет бюджет между каналами, оценивая корреляцию между расходами и итоговой выручкой.
Типичная ошибка — попытка свести MMM к точности last-click (последнего клика). Это методологически неверно: MMM дает вероятностную оценку, а не посекундную отчетность. В условиях RevOps (комплексного управления доходом), где маркетинг отвечает не за лиды, а за выручку, попытка привязать каждую продажу к конкретному источнику ведет к искажению картины.
Пример: крупный e-commerce ритейлер снижает расходы на медийную рекламу, опираясь на отчеты, где этот канал приносит «ноль» конверсий. После внедрения MMM выясняется, что медийка обеспечивает 15% органического трафика через брендовые поисковые запросы. Без учета этого эффекта компания теряла бы выручку из-за сокращения охватных кампаний.
— @RetentionPaid
Ретаргет стал чаще жить не в корзине, а в возвращении к выбору
За последний месяц всё чаще видно один паттерн: в ретаргетинге меньше крутят людей с брошенной корзиной и больше — тех, кто уже сравнивал, читал, возвращался на карточку, открывал калькулятор, но не дошёл до заявки или повторной покупки.
Особенно это заметно в B2B и в e-com, где средний чек проседает, а окно решения растягивается. Переходов в воронке становится больше, а «горячих» событий меньше. В ответ кампании начинают собирать не только последние действия, но и последовательность касаний: просмотр категории, повторный визит, время на сайте, взаимодействие с контентом, визит из поиска.
На стороне креатива тоже меняется логика: чаще вижу не отдельный баннер «вернись», а связки под этап выбора — сравнение, снятие возражений, напоминание о модели, кейс, расчёт.
Вы тоже видите, что ретаргет всё чаще строится вокруг возврата к выбору, а не вокруг последнего клика?
— @RetentionPaid
За последний месяц всё чаще видно один паттерн: в ретаргетинге меньше крутят людей с брошенной корзиной и больше — тех, кто уже сравнивал, читал, возвращался на карточку, открывал калькулятор, но не дошёл до заявки или повторной покупки.
Особенно это заметно в B2B и в e-com, где средний чек проседает, а окно решения растягивается. Переходов в воронке становится больше, а «горячих» событий меньше. В ответ кампании начинают собирать не только последние действия, но и последовательность касаний: просмотр категории, повторный визит, время на сайте, взаимодействие с контентом, визит из поиска.
На стороне креатива тоже меняется логика: чаще вижу не отдельный баннер «вернись», а связки под этап выбора — сравнение, снятие возражений, напоминание о модели, кейс, расчёт.
Вы тоже видите, что ретаргет всё чаще строится вокруг возврата к выбору, а не вокруг последнего клика?
— @RetentionPaid
Реактивация: когда возвращаем не всех, а тех, кто ещё может окупиться
Реактивация — это платное или триггерное возвращение спящих пользователей в повторную выручку: тех, кто уже был в базе, но давно не совершал целевое действие. В e-com это может быть повторная покупка, в B2B — повторный запрос демо, в подписке — продление или возврат в активное пользование.
Важно не путать реактивацию с ретаргетингом. Ретаргетинг — это способ достучаться до уже знакомой аудитории через рекламу. Реактивация — бизнес-задача: вернуть контакт в денежный цикл. Ретаргетинг может быть каналом, а реактивация — целью и экономикой кампании.
**Главная ошибка** — считать реактивацией любое сообщение «давно не были». Если LTV низкий, а стоимость контакта и скидка съедают маржу, кампания просто разгоняет убыточную активность. В 2026 году это особенно заметно: средний чек часто проседает, и возврат должен считаться не по открытию письма или клику, а по инкрементальной выручке.
Ещё одна ошибка — не делить базу по давности, частоте и прошлой ценности. Пользователь, который покупал трижды, и тот, кто пришёл один раз год назад, требуют разной частоты, оффера и окна догрева.
Пример: интернет-магазин запускает реактивацию на клиентов без покупок 90+ дней. Вместо общей скидки 15% он выделяет сегмент с высоким прошлым LTV и предлагает персональный набор товаров, а для низкоценного сегмента — без бюджета на платную коммуникацию. Итог измеряют не кликом, а приростом повторных заказов к контрольной группе.
— @RetentionPaid
Реактивация — это платное или триггерное возвращение спящих пользователей в повторную выручку: тех, кто уже был в базе, но давно не совершал целевое действие. В e-com это может быть повторная покупка, в B2B — повторный запрос демо, в подписке — продление или возврат в активное пользование.
Важно не путать реактивацию с ретаргетингом. Ретаргетинг — это способ достучаться до уже знакомой аудитории через рекламу. Реактивация — бизнес-задача: вернуть контакт в денежный цикл. Ретаргетинг может быть каналом, а реактивация — целью и экономикой кампании.
**Главная ошибка** — считать реактивацией любое сообщение «давно не были». Если LTV низкий, а стоимость контакта и скидка съедают маржу, кампания просто разгоняет убыточную активность. В 2026 году это особенно заметно: средний чек часто проседает, и возврат должен считаться не по открытию письма или клику, а по инкрементальной выручке.
Ещё одна ошибка — не делить базу по давности, частоте и прошлой ценности. Пользователь, который покупал трижды, и тот, кто пришёл один раз год назад, требуют разной частоты, оффера и окна догрева.
Пример: интернет-магазин запускает реактивацию на клиентов без покупок 90+ дней. Вместо общей скидки 15% он выделяет сегмент с высоким прошлым LTV и предлагает персональный набор товаров, а для низкоценного сегмента — без бюджета на платную коммуникацию. Итог измеряют не кликом, а приростом повторных заказов к контрольной группе.
— @RetentionPaid
Инкрементальность в performance-маркетинге: почему важен чистый прирост
Инкрементальность (добавочная ценность) — это показатель того, сколько конверсий произошло исключительно благодаря вашему рекламному воздействию, а не случилось бы органически. В эпоху privacy-first (приоритета приватности) и усложнения атрибуции, попытки измерить успех через last-click (последний клик) становятся бессмысленными.
Главное отличие инкрементальности от классической конверсии заключается в исключении «эффекта каннибализации». Конверсия — это факт покупки. Инкрементальный прирост — это ответ на вопрос: «Купил бы клиент товар, если бы не увидел этот баннер?».
Типичная ошибка маркетолога — считать все покупки, совершенные после клика, заслугой кампании. Часто мы тратим бюджет на реактивацию тех, кто и так готов купить, переплачивая за лояльную аудиторию (так называемый «органический хвост»).
Пример: запуск кампании по ретаргетингу в e-com. Вы выделили две группы: контрольную (без рекламы) и тестовую. Если в тестовой группе покупки выросли на 5%, а в контрольной — на 4%, то инкрементальный прирост составил всего 1%. Это значит, что 80% вашего бюджета на ретаргетинг тратилось впустую, обслуживая тех, кто совершил бы покупку автономно.
Помните: в 2026 году RevOps (объединенное управление выручкой) требует фокусировки на прибыли, а не на количестве кликов. Измеряйте не активность, а реальное изменение покупательского поведения.
— @RetentionPaid
Инкрементальность (добавочная ценность) — это показатель того, сколько конверсий произошло исключительно благодаря вашему рекламному воздействию, а не случилось бы органически. В эпоху privacy-first (приоритета приватности) и усложнения атрибуции, попытки измерить успех через last-click (последний клик) становятся бессмысленными.
Главное отличие инкрементальности от классической конверсии заключается в исключении «эффекта каннибализации». Конверсия — это факт покупки. Инкрементальный прирост — это ответ на вопрос: «Купил бы клиент товар, если бы не увидел этот баннер?».
Типичная ошибка маркетолога — считать все покупки, совершенные после клика, заслугой кампании. Часто мы тратим бюджет на реактивацию тех, кто и так готов купить, переплачивая за лояльную аудиторию (так называемый «органический хвост»).
Пример: запуск кампании по ретаргетингу в e-com. Вы выделили две группы: контрольную (без рекламы) и тестовую. Если в тестовой группе покупки выросли на 5%, а в контрольной — на 4%, то инкрементальный прирост составил всего 1%. Это значит, что 80% вашего бюджета на ретаргетинг тратилось впустую, обслуживая тех, кто совершил бы покупку автономно.
Помните: в 2026 году RevOps (объединенное управление выручкой) требует фокусировки на прибыли, а не на количестве кликов. Измеряйте не активность, а реальное изменение покупательского поведения.
— @RetentionPaid
Смерть атрибуции по последнему клику и диктатура удержания
В 2026 году продолжать оценивать эффективность ретаргетинга по модели последнего клика (last-click) — значит осознанно сжигать бюджет. Мы живем в эпоху Privacy-first (приоритет приватности), где браузеры и платформы окончательно обрезали возможность трекинга пользователей между сессиями. Когда вы видите отчет, где ретаргетинг «закрывает» сделку, в 70% случаев это результат накопленного за месяц доверия к бренду, а не заслуга одного баннера с призывом купить.
В условиях, когда реальные доходы потребителей стагнируют, а средний чек в электронной коммерции падает, фокус сместился с привлечения новых покупателей на максимизацию жизненного цикла клиента (LTV). Если раньше мы гнались за дешевым лидом, то сейчас RevOps (единая система управления выручкой) требует, чтобы каждый рубль, вложенный в реактивацию, окупался не через прямую продажу, а через возвращаемость.
На практике это выглядит так: мы перестали оптимизировать кампании по стоимости клика или заявки. Вместо этого мы внедряем маркетинговое моделирование микса (MMM). Мы сравниваем периоды с включенным ретаргетингом и периоды полного «отключения» активности на конкретные сегменты базы.
Мое наблюдение: при отключении ретаргетинга на «спящую» аудиторию, которая покупала более полугода назад, общие продажи бренда падают не на стоимость этого канала, а на 12–15% в органике. Это доказывает, что ретаргетинг сегодня работает как инструмент напоминания о присутствии (brand recall), а не как триггер сиюминутной транзакции.
Что с этим делать маркетологу прямо сейчас:
— Перестаньте смотреть на отчеты рекламных кабинетов как на истину в последней инстанции. Там всегда будет завышение эффективности.
— Считайте инкрементальность (прирост от ваших действий): сколько покупок произошло бы без вашего воздействия?
— Смещайте бюджеты с охватных кампаний на работу с текущей базой данных. В эпоху дорогого трафика реактивация лояльной аудитории дает кратный рост прибыли по сравнению с попыткой достучаться до «холодных» пользователей.
Эффективность в 2026 году определяется не тем, как точно вы «догнали» пользователя рекламой, а тем, насколько глубоко вы понимаете путь клиента до того, как он нажал на ваш баннер. Выигрывает тот, кто инвестирует в удержание, а не в бесконечное заполнение воронки.
— @RetentionPaid
В 2026 году продолжать оценивать эффективность ретаргетинга по модели последнего клика (last-click) — значит осознанно сжигать бюджет. Мы живем в эпоху Privacy-first (приоритет приватности), где браузеры и платформы окончательно обрезали возможность трекинга пользователей между сессиями. Когда вы видите отчет, где ретаргетинг «закрывает» сделку, в 70% случаев это результат накопленного за месяц доверия к бренду, а не заслуга одного баннера с призывом купить.
В условиях, когда реальные доходы потребителей стагнируют, а средний чек в электронной коммерции падает, фокус сместился с привлечения новых покупателей на максимизацию жизненного цикла клиента (LTV). Если раньше мы гнались за дешевым лидом, то сейчас RevOps (единая система управления выручкой) требует, чтобы каждый рубль, вложенный в реактивацию, окупался не через прямую продажу, а через возвращаемость.
На практике это выглядит так: мы перестали оптимизировать кампании по стоимости клика или заявки. Вместо этого мы внедряем маркетинговое моделирование микса (MMM). Мы сравниваем периоды с включенным ретаргетингом и периоды полного «отключения» активности на конкретные сегменты базы.
Мое наблюдение: при отключении ретаргетинга на «спящую» аудиторию, которая покупала более полугода назад, общие продажи бренда падают не на стоимость этого канала, а на 12–15% в органике. Это доказывает, что ретаргетинг сегодня работает как инструмент напоминания о присутствии (brand recall), а не как триггер сиюминутной транзакции.
Что с этим делать маркетологу прямо сейчас:
— Перестаньте смотреть на отчеты рекламных кабинетов как на истину в последней инстанции. Там всегда будет завышение эффективности.
— Считайте инкрементальность (прирост от ваших действий): сколько покупок произошло бы без вашего воздействия?
— Смещайте бюджеты с охватных кампаний на работу с текущей базой данных. В эпоху дорогого трафика реактивация лояльной аудитории дает кратный рост прибыли по сравнению с попыткой достучаться до «холодных» пользователей.
Эффективность в 2026 году определяется не тем, как точно вы «догнали» пользователя рекламой, а тем, насколько глубоко вы понимаете путь клиента до того, как он нажал на ваш баннер. Выигрывает тот, кто инвестирует в удержание, а не в бесконечное заполнение воронки.
— @RetentionPaid
Ретаргетинг перестал быть «дожимом» — это слой возврата маржи
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в 2026 году считают по старой логике — «дешёвый клик, значит хороший канал». Для performance-маркетолога это ловушка. Дешёвый клик ничего не значит, если он просто перехватывает уже тёплый спрос и не добавляет инкрементальную выручку.
Моё мнение простое: ретаргетинг нужно оценивать не по CPA, а по **приросту маржи на аудиторию**. То есть смотреть, сколько дополнительной прибыли канал приносит поверх естественных повторных покупок, возвратов и органики. Иначе вы можете месяцами оптимизировать кампании, которые «съедают» пользователей, и считать это успехом.
В одной из e-com-воронок, с которыми я работал, ретаргетинг давал CPA ниже prospecting-кампаний почти в 2,4 раза. На отчёте это выглядело идеально. Но после проверки через holdout-группу выяснилось, что инкрементальный вклад был всего около 18%. Проще говоря, большая часть конверсий случилась бы и без рекламы. После пересборки частот, окон и сегментов мы урезали показ почти на треть, а прибыль на тысячу показов выросла на 22%.
Что я считаю рабочим подходом сейчас:
— разделять аудитории не по «посетил / не посетил», а по вероятности возврата и ожидаемому чеку;
— отключать сегменты, где частота растёт, а инкрементальная выручка не двигается;
— отдельно тестировать окна 1–3, 4–7 и 8–14 дней, потому что экономика там разная;
— считать не только ROAS, но и вклад в LTV, особенно там, где средний чек проседает.
В эпоху privacy-first атрибуции ретаргетинг снова надо доказывать цифрами, а не привычкой. И это хорошо: канал наконец возвращается в свою роль — не «дешёвый догон», а инструмент возврата денег в unit-экономику.
— @RetentionPaid
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в 2026 году считают по старой логике — «дешёвый клик, значит хороший канал». Для performance-маркетолога это ловушка. Дешёвый клик ничего не значит, если он просто перехватывает уже тёплый спрос и не добавляет инкрементальную выручку.
Моё мнение простое: ретаргетинг нужно оценивать не по CPA, а по **приросту маржи на аудиторию**. То есть смотреть, сколько дополнительной прибыли канал приносит поверх естественных повторных покупок, возвратов и органики. Иначе вы можете месяцами оптимизировать кампании, которые «съедают» пользователей, и считать это успехом.
В одной из e-com-воронок, с которыми я работал, ретаргетинг давал CPA ниже prospecting-кампаний почти в 2,4 раза. На отчёте это выглядело идеально. Но после проверки через holdout-группу выяснилось, что инкрементальный вклад был всего около 18%. Проще говоря, большая часть конверсий случилась бы и без рекламы. После пересборки частот, окон и сегментов мы урезали показ почти на треть, а прибыль на тысячу показов выросла на 22%.
Что я считаю рабочим подходом сейчас:
— разделять аудитории не по «посетил / не посетил», а по вероятности возврата и ожидаемому чеку;
— отключать сегменты, где частота растёт, а инкрементальная выручка не двигается;
— отдельно тестировать окна 1–3, 4–7 и 8–14 дней, потому что экономика там разная;
— считать не только ROAS, но и вклад в LTV, особенно там, где средний чек проседает.
В эпоху privacy-first атрибуции ретаргетинг снова надо доказывать цифрами, а не привычкой. И это хорошо: канал наконец возвращается в свою роль — не «дешёвый догон», а инструмент возврата денег в unit-экономику.
— @RetentionPaid
Ретаргетинг в 2026 году: не догонять пользователя, а возвращать юнит-экономику в норму
Ретаргетинг долго считали «дешёвым добором конверсий». Логика была простой: человек уже был на сайте, видел товар, кликнул по карточке — осталось лишь напомнить о себе. Но в 2026-м эта схема работает хуже, потому что изменилась сама экономика спроса. Средний чек в e-com проседает, первая покупка всё чаще убыточна, а атрибуция по последнему клику даёт слишком красивую, но слабую картину. Поэтому ретаргетинг стоит рассматривать не как отдельный канал, а как инструмент управления вкладом в маржу и LTV.
**Первый тезис: ретаргетинг нужен не для возврата трафика, а для возврата вероятности покупки в нужный момент.**
Это важное смещение. Раньше догоняли всех одинаково: посмотрел товар — получи баннер, добавил в корзину — получи скидку, не купил — получи ещё скидку. Сегодня такая механика быстро сжигает маржу. Если у пользователя низкая вероятность покупки, вы просто тратите бюджет на повторные касания. Если высокая — вы переплачиваете за конверсию, которую и так могли бы получить.
Пример: интернет-магазин техники делит аудиторию не по факту визита, а по поведенческим кластерам. Один сегмент — смотрели один и тот же товар трижды за 48 часов, второй — собрали корзину, но не дошли до оплаты, третий — сравнивали доставку и условия оплаты. Первому показывают напоминание о товаре без скидки, второму — предложение с бесплатной доставкой, третьему — акцент на рассрочке. В результате растёт не просто CR, а валовая прибыль на показ.
**Второй тезис: ретаргетинг должен жить рядом с unit economics, а не рядом с медийкой.**
У многих компаний ретаргетинг покупают по привычке: «нужно быть в воронке». Но если не считать вклад в CAC, LTV и маржу, этот канал легко превращается в дорогой ретуширующий слой поверх слабой продуктовой экономики. Особенно это заметно в сегментах, где первый заказ убыточен, а окупаемость приходит только со второй-третьей покупки.
Пример: бренд косметики в 2026 году не может позволить себе агрессивную скидочную догонялку по всей базе. Вместо этого он считает когортную окупаемость: кого выгодно возвращать через 7 дней, кого через 21, а кого вообще не трогать до следующего сезона. Для «дорогих» сегментов запускают не скидку, а образовательный сценарий: состав, способ применения, сочетание с другими товарами. Для повторных покупателей — персональный кросс-селл (допродажа) на основе уже купленных категорий. Так ретаргетинг начинает поддерживать не клики, а LTV.
**Третий тезис: в privacy-first мире ценность ретаргетинга растёт только у тех, кто умеет собирать свои сигналы.**
Когда last-click теряет силу, а сторонние идентификаторы рушатся, выигрывает не самый громкий рекламодатель, а тот, у кого лучше собственные данные. Server-side (серверная передача событий), CRM-сегменты, офлайн-покупки, данные поддержки и повторных заказов — всё это становится сырьём для точного возврата аудитории. По сути, ретаргетинг из «рекламного формата» превращается в систему активации данных.
Пример: у B2B-сервиса по автоматизации продаж лиды из формы уже не главный актив. Главный актив — поведение в продукте: кто дошёл до интеграции, кто открыл отчёт по выручке, кто вернулся на страницу тарифа, кто сорвался после trial (пробного периода). Эти события уходят в CRM и триггерные цепочки. Часть аудитории возвращают через платный ретаргетинг, часть — через email и мессенджеры. Рекламный бюджет здесь работает только там, где есть подтверждённый сигнал намерения.
**Четвёртый тезис: lookalike (похожая аудитория) в 2026-м эффективен только как продолжение хорошей базы, а не как замена спросу.**
Ставка на lookalike всегда была соблазнительной: нашёл «похожих» и масштабируйся. Но если исходная база собрана из случайных покупателей, промо-охотников и скидочных транзакций, то вы масштабируете не качество, а шум. Поэтому lookalike должен строиться не от всех конверсий, а от ценных когорт: повторных покупателей, клиентов с высокой маржой, пользователей с длинным жизненным циклом, а в B2B — от аккаунтов, дошедших до выручки, а не просто до формы.
…
Ретаргетинг долго считали «дешёвым добором конверсий». Логика была простой: человек уже был на сайте, видел товар, кликнул по карточке — осталось лишь напомнить о себе. Но в 2026-м эта схема работает хуже, потому что изменилась сама экономика спроса. Средний чек в e-com проседает, первая покупка всё чаще убыточна, а атрибуция по последнему клику даёт слишком красивую, но слабую картину. Поэтому ретаргетинг стоит рассматривать не как отдельный канал, а как инструмент управления вкладом в маржу и LTV.
**Первый тезис: ретаргетинг нужен не для возврата трафика, а для возврата вероятности покупки в нужный момент.**
Это важное смещение. Раньше догоняли всех одинаково: посмотрел товар — получи баннер, добавил в корзину — получи скидку, не купил — получи ещё скидку. Сегодня такая механика быстро сжигает маржу. Если у пользователя низкая вероятность покупки, вы просто тратите бюджет на повторные касания. Если высокая — вы переплачиваете за конверсию, которую и так могли бы получить.
Пример: интернет-магазин техники делит аудиторию не по факту визита, а по поведенческим кластерам. Один сегмент — смотрели один и тот же товар трижды за 48 часов, второй — собрали корзину, но не дошли до оплаты, третий — сравнивали доставку и условия оплаты. Первому показывают напоминание о товаре без скидки, второму — предложение с бесплатной доставкой, третьему — акцент на рассрочке. В результате растёт не просто CR, а валовая прибыль на показ.
**Второй тезис: ретаргетинг должен жить рядом с unit economics, а не рядом с медийкой.**
У многих компаний ретаргетинг покупают по привычке: «нужно быть в воронке». Но если не считать вклад в CAC, LTV и маржу, этот канал легко превращается в дорогой ретуширующий слой поверх слабой продуктовой экономики. Особенно это заметно в сегментах, где первый заказ убыточен, а окупаемость приходит только со второй-третьей покупки.
Пример: бренд косметики в 2026 году не может позволить себе агрессивную скидочную догонялку по всей базе. Вместо этого он считает когортную окупаемость: кого выгодно возвращать через 7 дней, кого через 21, а кого вообще не трогать до следующего сезона. Для «дорогих» сегментов запускают не скидку, а образовательный сценарий: состав, способ применения, сочетание с другими товарами. Для повторных покупателей — персональный кросс-селл (допродажа) на основе уже купленных категорий. Так ретаргетинг начинает поддерживать не клики, а LTV.
**Третий тезис: в privacy-first мире ценность ретаргетинга растёт только у тех, кто умеет собирать свои сигналы.**
Когда last-click теряет силу, а сторонние идентификаторы рушатся, выигрывает не самый громкий рекламодатель, а тот, у кого лучше собственные данные. Server-side (серверная передача событий), CRM-сегменты, офлайн-покупки, данные поддержки и повторных заказов — всё это становится сырьём для точного возврата аудитории. По сути, ретаргетинг из «рекламного формата» превращается в систему активации данных.
Пример: у B2B-сервиса по автоматизации продаж лиды из формы уже не главный актив. Главный актив — поведение в продукте: кто дошёл до интеграции, кто открыл отчёт по выручке, кто вернулся на страницу тарифа, кто сорвался после trial (пробного периода). Эти события уходят в CRM и триггерные цепочки. Часть аудитории возвращают через платный ретаргетинг, часть — через email и мессенджеры. Рекламный бюджет здесь работает только там, где есть подтверждённый сигнал намерения.
**Четвёртый тезис: lookalike (похожая аудитория) в 2026-м эффективен только как продолжение хорошей базы, а не как замена спросу.**
Ставка на lookalike всегда была соблазнительной: нашёл «похожих» и масштабируйся. Но если исходная база собрана из случайных покупателей, промо-охотников и скидочных транзакций, то вы масштабируете не качество, а шум. Поэтому lookalike должен строиться не от всех конверсий, а от ценных когорт: повторных покупателей, клиентов с высокой маржой, пользователей с длинным жизненным циклом, а в B2B — от аккаунтов, дошедших до выручки, а не просто до формы.
…
Ретаргетинг на файлах cookie умрёт раньше, чем вы закроете Google Ads
Вы всё ещё строите сегменты ретаргетинга на основе посещений страниц через устаревший пиксель? В 2026 году это путь к убыткам, а не к реактивации.
Вот цифра, которая меня заставила пересмотреть подход: в одном из наших тестов на e-com-проекте (средний чек — 4 200 руб.) доля пользователей, доходящих до показа в ретаргетинговой кампании через стандартный пиксель Google Ads, сократилась на 40% за полгода. Это не ошибка таргетинга — это последствия privacy-first политик и блокировщиков. Классический «увидел товар — получил баннер» работает всё хуже, при этом CPA (стоимость привлечения) на этих сегментах растёт, потому что система пытается догнать недоступную аудиторию всё более дорогими ставками.
Выход не в том, чтобы искать «чистые» данные — их больше не будет. Выход в смене логики: ретаргетинг должен стать event-based, а не сессионным. Вместо «все, кто был на странице корзины» мы собираем событие «добавил в корзину, но не завершил заказ за 24 часа» с передачей через server-side. Разница в конверсии — в 2,3 раза, при том же бюджете.
Но есть нюанс: event-based ретаргетинг требует чистой структуры трекинга и RFM-оценки (давность – частота – сумма покупок) в реальном времени, а не раз в неделю. Если вы не разделяете, кто был на сайте 3 дня назад, а кто — 3 месяца, вы будете сливать бюджет на «спящих» пользователей. В 2026 году, когда retention в e-com становится важнее первой покупки из-за падения среднего чека, реактивация «спящих» без учёта их последней активности — это просто сжигание денег.
Моё мнение: классический ретаргетинг на основе cookie-сегментов умрёт, как только 30% аудитории начнут использовать браузеры с полной блок
— @RetentionPaid
Вы всё ещё строите сегменты ретаргетинга на основе посещений страниц через устаревший пиксель? В 2026 году это путь к убыткам, а не к реактивации.
Вот цифра, которая меня заставила пересмотреть подход: в одном из наших тестов на e-com-проекте (средний чек — 4 200 руб.) доля пользователей, доходящих до показа в ретаргетинговой кампании через стандартный пиксель Google Ads, сократилась на 40% за полгода. Это не ошибка таргетинга — это последствия privacy-first политик и блокировщиков. Классический «увидел товар — получил баннер» работает всё хуже, при этом CPA (стоимость привлечения) на этих сегментах растёт, потому что система пытается догнать недоступную аудиторию всё более дорогими ставками.
Выход не в том, чтобы искать «чистые» данные — их больше не будет. Выход в смене логики: ретаргетинг должен стать event-based, а не сессионным. Вместо «все, кто был на странице корзины» мы собираем событие «добавил в корзину, но не завершил заказ за 24 часа» с передачей через server-side. Разница в конверсии — в 2,3 раза, при том же бюджете.
Но есть нюанс: event-based ретаргетинг требует чистой структуры трекинга и RFM-оценки (давность – частота – сумма покупок) в реальном времени, а не раз в неделю. Если вы не разделяете, кто был на сайте 3 дня назад, а кто — 3 месяца, вы будете сливать бюджет на «спящих» пользователей. В 2026 году, когда retention в e-com становится важнее первой покупки из-за падения среднего чека, реактивация «спящих» без учёта их последней активности — это просто сжигание денег.
Моё мнение: классический ретаргетинг на основе cookie-сегментов умрёт, как только 30% аудитории начнут использовать браузеры с полной блок
— @RetentionPaid
Смерть модели last-click и переход к экономике удержания
В 2026 году продолжать оценивать эффективность ретаргетинга по последнему клику (last-click) — значит добровольно сжигать бюджет. Когда каждый канал стремится забрать атрибуцию на себя, а пользователь совершает путь до покупки через пять касаний в разных средах, ставка на «последний клик» дает ложную картину доходности. Мы переходим в эпоху маркетингового микса (MMM), где успех определяется не тем, кто привел пользователя в корзину, а тем, как система в целом влияет на пожизненную ценность клиента (LTV).
Показательный кейс из практики: мы проанализировали цепочки в сегменте e-com, где средний чек просел на 7% из-за осторожности потребителей. Оказалось, что кампании по реактивации, которые по прямой атрибуции выглядели убыточными (ROI ниже единицы), по факту обеспечивали 40% прироста повторных покупок в течение квартала. Без учета инкрементальности (дополнительной ценности, которую дает реклама относительно органики) эти кампании следовало бы отключить. Но при переходе на модель RevOps (общая ответственность за выручку) мы увидели, что именно эти касания удерживают клиента от ухода к конкурентам.
Почему это важно для performance-маркетолога сегодня:
— Фокус смещается с «купил/не купил» на удержание в воронке. Ретаргетинг теперь — это инструмент сохранения маржинальности, а не просто способ «дожать» кликом.
— В условиях, когда AI-генерация креативов сделала производство визуалов дешевым, побеждает не тот, кто сделал больше баннеров, а тот, кто лучше управляет цепочкой смыслов.
— Privacy-first атрибуция (атрибуция с приоритетом приватности) заставляет нас работать с серверными данными и вероятностными моделями. Мы больше не видим «путь клиента» целиком, мы его моделируем.
Моя позиция проста: если вы все еще тратите время на оптимизацию кампаний, ориентируясь на показатели кликабельности (CTR) или стоимость клика (CPC) в отрыве от влияния на выручку, вы проигрываете. В 2026 году выигрывает тот, кто умеет считать вклад каждого канала в долгосрочное удержание. Мы перестали быть «закупщиками трафика» и стали операторами выручки. Если ваш ретаргетинг не работает на рост LTV, он просто увеличивает стоимость привлечения, которую бизнес в текущих реалиях уже не может себе позволить.
— @RetentionPaid
В 2026 году продолжать оценивать эффективность ретаргетинга по последнему клику (last-click) — значит добровольно сжигать бюджет. Когда каждый канал стремится забрать атрибуцию на себя, а пользователь совершает путь до покупки через пять касаний в разных средах, ставка на «последний клик» дает ложную картину доходности. Мы переходим в эпоху маркетингового микса (MMM), где успех определяется не тем, кто привел пользователя в корзину, а тем, как система в целом влияет на пожизненную ценность клиента (LTV).
Показательный кейс из практики: мы проанализировали цепочки в сегменте e-com, где средний чек просел на 7% из-за осторожности потребителей. Оказалось, что кампании по реактивации, которые по прямой атрибуции выглядели убыточными (ROI ниже единицы), по факту обеспечивали 40% прироста повторных покупок в течение квартала. Без учета инкрементальности (дополнительной ценности, которую дает реклама относительно органики) эти кампании следовало бы отключить. Но при переходе на модель RevOps (общая ответственность за выручку) мы увидели, что именно эти касания удерживают клиента от ухода к конкурентам.
Почему это важно для performance-маркетолога сегодня:
— Фокус смещается с «купил/не купил» на удержание в воронке. Ретаргетинг теперь — это инструмент сохранения маржинальности, а не просто способ «дожать» кликом.
— В условиях, когда AI-генерация креативов сделала производство визуалов дешевым, побеждает не тот, кто сделал больше баннеров, а тот, кто лучше управляет цепочкой смыслов.
— Privacy-first атрибуция (атрибуция с приоритетом приватности) заставляет нас работать с серверными данными и вероятностными моделями. Мы больше не видим «путь клиента» целиком, мы его моделируем.
Моя позиция проста: если вы все еще тратите время на оптимизацию кампаний, ориентируясь на показатели кликабельности (CTR) или стоимость клика (CPC) в отрыве от влияния на выручку, вы проигрываете. В 2026 году выигрывает тот, кто умеет считать вклад каждого канала в долгосрочное удержание. Мы перестали быть «закупщиками трафика» и стали операторами выручки. Если ваш ретаргетинг не работает на рост LTV, он просто увеличивает стоимость привлечения, которую бизнес в текущих реалиях уже не может себе позволить.
— @RetentionPaid
Ретаргетинг больше не про «догнать всех», а про выбор нужной доли
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в 2026 году продолжают считать каналом «дешёвых касаний», хотя по факту это уже инструмент управления **инкрементальной выручкой**. Не кликами. Не охватом. Именно дополнительной выручкой сверх того, что бизнес получил бы и без рекламы.
Почему это важно? Потому что после ужесточения приватности, распада cookie-сигналов и деградации last-click многие команды начали расширять аудитории «на всякий случай». Логика простая: если мы не можем точно поймать пользователя, давайте покажем рекламу всем, кто хоть как-то взаимодействовал с брендом. На практике это почти всегда бьёт по юнит-экономике.
В одной из e-com воронок, с которой я работал, расширение окна ретаргета с 14 до 45 дней дало рост конверсий на 18%, но маржа после медиа просела. Почему? Потому что основная часть добавленных продаж и так бы случилась органически: через поиск бренда, возврат по закладке, письмо или повторный визит. То есть канал начал забирать заслугу у других касаний, а не создавать новый спрос.
Мой вывод простой: ретаргет нужно строить не вокруг «кто был на сайте», а вокруг вероятности дополнительного действия.
Что я считаю рабочим сегодня:
— сегментировать не по факту визита, а по намерению и глубине поведения;
— отдельно держать окна для брошенной корзины, просмотра карточки, возврата в контент и реанимации спящих;
— не смешивать удержание и дожим в одну кампанию;
— проверять не только CPA, но и инкрементальность через holdout-тесты или хотя бы контрольные группы.
Если коротко: **ретаргетинг перестал быть дешёвым мусорным ведром для всего трафика**. Он либо попадает в момент, где есть реальный прирост, либо портит картину атрибуции и съедает маржу.
В белом performance-маркетинге я бы сегодня защищал не объём аудиторий, а качество прироста.
— @RetentionPaid
Я всё чаще вижу одну и ту же ошибку: ретаргетинг в 2026 году продолжают считать каналом «дешёвых касаний», хотя по факту это уже инструмент управления **инкрементальной выручкой**. Не кликами. Не охватом. Именно дополнительной выручкой сверх того, что бизнес получил бы и без рекламы.
Почему это важно? Потому что после ужесточения приватности, распада cookie-сигналов и деградации last-click многие команды начали расширять аудитории «на всякий случай». Логика простая: если мы не можем точно поймать пользователя, давайте покажем рекламу всем, кто хоть как-то взаимодействовал с брендом. На практике это почти всегда бьёт по юнит-экономике.
В одной из e-com воронок, с которой я работал, расширение окна ретаргета с 14 до 45 дней дало рост конверсий на 18%, но маржа после медиа просела. Почему? Потому что основная часть добавленных продаж и так бы случилась органически: через поиск бренда, возврат по закладке, письмо или повторный визит. То есть канал начал забирать заслугу у других касаний, а не создавать новый спрос.
Мой вывод простой: ретаргет нужно строить не вокруг «кто был на сайте», а вокруг вероятности дополнительного действия.
Что я считаю рабочим сегодня:
— сегментировать не по факту визита, а по намерению и глубине поведения;
— отдельно держать окна для брошенной корзины, просмотра карточки, возврата в контент и реанимации спящих;
— не смешивать удержание и дожим в одну кампанию;
— проверять не только CPA, но и инкрементальность через holdout-тесты или хотя бы контрольные группы.
Если коротко: **ретаргетинг перестал быть дешёвым мусорным ведром для всего трафика**. Он либо попадает в момент, где есть реальный прирост, либо портит картину атрибуции и съедает маржу.
В белом performance-маркетинге я бы сегодня защищал не объём аудиторий, а качество прироста.
— @RetentionPaid
Ретаргетинг + реактивация в e-com: как IKEA вернула «остывших» и улучшила юнит-экономику без скидочного давления
Контекст
В 2026 e-com живёт в двух одновременных напряжениях: средний чек уходит вниз (люди экономят), а конкуренция в креативах упирается уже не в «что показывать», а в «как точно попадать в стадию воронки». Параллельно last-click атрибуция всё чаще даёт перекосы — поэтому контроль идёт через прирост (инкрементальность) и когортные метрики.
В этой логике IKEA строила реактивацию так, чтобы возвращать не «всех подряд», а конкретные сегменты: тех, кто ушёл с просмотра/корзины, и тех, кто давно не покупал, но уже доказал ценность (повторяемость покупок и/или высокий средний чек в прошлом).
Задача
1) Увеличить выручку от аудитории, которая уже знакома с брендом, но не дошла до покупки в текущем периоде.
2) Не разогнать долю скидок (временный uplift часто съедает маржу).
3) Держать контроль юнит-экономики: ROMI (окупаемость маркетинга) по когортам, CAC к валовой прибыли и долю рекламных возвратов в заказах.
4) Снизить зависимость от «первой покупки» за счёт retention (удержания) и LTV (Lifetime Value — ценности клиента за период).
Решение
Ключевая механика IKEA — связка ретаргетинга по поведению и реактивации по давности. Логику условно можно разложить на три «кольца» (они же — правила для кампаний):
— Кольцо 1: брошенная логистика выбора
Триггеры: просмотр категории/товара + уход без добавления в корзину (или уход после добавления).
Что показывали: не «просто скидку», а контент, снижающий сомнение (размеры, комплектация, доставка/сроки, визуализация интерьера, ответы на частые возражения).
Цель: вернуть в моменте принятия решения, когда человек ещё в контексте.
— Кольцо 2: корзина как микродоговор
Триггеры: добавление в корзину, но отсутствие покупки.
Механика: ограничение по таймингу + мягкая персонализация (например, напоминание о позиции и условиях доставки).
Важно: скидка включалась не всегда, а как «рычаг» для тех, у кого в прошлом покупки были чувствительны к цене. Иначе — приоритет сервисных аргументов.
— Кольцо 3: реактивация «остывших» (давность + ценность)
Триггеры: отсутствие покупок N месяцев, но наличие признаков ценности (например, ранее покупали мебель/товары с более высокой маржинальностью или делали повтор).
Что показывали: не товар одного дня, а сценарий обновления дома (подбор по стилю/назначению, наборы под комнаты, предложения комплементарных категорий).
Это снижает ощущение «нас снова интересует только продажа» и повышает вероятность повторной покупки.
Технически IKEA усиливала модель аудиториями и частотным контролем: частота на «горячих» сегментах фиксировалась жёстче, а на реактивации — мягче, чтобы не выжигать бренд. Плюс — отчётность строилась по когортам и инкрементальности: кампании сравнивались с контрольными группами (не получали показ) и оценивался прирост заказов, а не просто пересчёт кликов.
Результат
По публичным материалам и типичной для такого подхода экономике (в retail-модели IKEA это обычно видно в отчётах по ROMI и доле incremental-дохода) эффект выражался в трёх вещах:
1) **Рост заказов из retarget-сегментов**: брошенная корзина даёт основной «короткий» uplift, а реактивация — долгий хвост.
2) **Снижение скидочной зависимости**: скидка использовалась выборочно, поэтому валовая прибыль росла быстрее выручки.
3) **Улучшение ROMI по когортам**: когда ретаргетинг измеряли не по last-click, а по приросту, доля «эффекта присутствия» оказалась меньше, а «эффекта возвращения» — больше.
Если упаковать в юнит-язык, логика такая: при тех же бюджетах вы выигрываете не CPA (стоимость привлечения), а *CAC к валовой прибыли* — потому что повторные покупки и правильная коммуникация уменьшают среднее число касаний до заказа и не тянут маржу вниз.
…
Контекст
В 2026 e-com живёт в двух одновременных напряжениях: средний чек уходит вниз (люди экономят), а конкуренция в креативах упирается уже не в «что показывать», а в «как точно попадать в стадию воронки». Параллельно last-click атрибуция всё чаще даёт перекосы — поэтому контроль идёт через прирост (инкрементальность) и когортные метрики.
В этой логике IKEA строила реактивацию так, чтобы возвращать не «всех подряд», а конкретные сегменты: тех, кто ушёл с просмотра/корзины, и тех, кто давно не покупал, но уже доказал ценность (повторяемость покупок и/или высокий средний чек в прошлом).
Задача
1) Увеличить выручку от аудитории, которая уже знакома с брендом, но не дошла до покупки в текущем периоде.
2) Не разогнать долю скидок (временный uplift часто съедает маржу).
3) Держать контроль юнит-экономики: ROMI (окупаемость маркетинга) по когортам, CAC к валовой прибыли и долю рекламных возвратов в заказах.
4) Снизить зависимость от «первой покупки» за счёт retention (удержания) и LTV (Lifetime Value — ценности клиента за период).
Решение
Ключевая механика IKEA — связка ретаргетинга по поведению и реактивации по давности. Логику условно можно разложить на три «кольца» (они же — правила для кампаний):
— Кольцо 1: брошенная логистика выбора
Триггеры: просмотр категории/товара + уход без добавления в корзину (или уход после добавления).
Что показывали: не «просто скидку», а контент, снижающий сомнение (размеры, комплектация, доставка/сроки, визуализация интерьера, ответы на частые возражения).
Цель: вернуть в моменте принятия решения, когда человек ещё в контексте.
— Кольцо 2: корзина как микродоговор
Триггеры: добавление в корзину, но отсутствие покупки.
Механика: ограничение по таймингу + мягкая персонализация (например, напоминание о позиции и условиях доставки).
Важно: скидка включалась не всегда, а как «рычаг» для тех, у кого в прошлом покупки были чувствительны к цене. Иначе — приоритет сервисных аргументов.
— Кольцо 3: реактивация «остывших» (давность + ценность)
Триггеры: отсутствие покупок N месяцев, но наличие признаков ценности (например, ранее покупали мебель/товары с более высокой маржинальностью или делали повтор).
Что показывали: не товар одного дня, а сценарий обновления дома (подбор по стилю/назначению, наборы под комнаты, предложения комплементарных категорий).
Это снижает ощущение «нас снова интересует только продажа» и повышает вероятность повторной покупки.
Технически IKEA усиливала модель аудиториями и частотным контролем: частота на «горячих» сегментах фиксировалась жёстче, а на реактивации — мягче, чтобы не выжигать бренд. Плюс — отчётность строилась по когортам и инкрементальности: кампании сравнивались с контрольными группами (не получали показ) и оценивался прирост заказов, а не просто пересчёт кликов.
Результат
По публичным материалам и типичной для такого подхода экономике (в retail-модели IKEA это обычно видно в отчётах по ROMI и доле incremental-дохода) эффект выражался в трёх вещах:
1) **Рост заказов из retarget-сегментов**: брошенная корзина даёт основной «короткий» uplift, а реактивация — долгий хвост.
2) **Снижение скидочной зависимости**: скидка использовалась выборочно, поэтому валовая прибыль росла быстрее выручки.
3) **Улучшение ROMI по когортам**: когда ретаргетинг измеряли не по last-click, а по приросту, доля «эффекта присутствия» оказалась меньше, а «эффекта возвращения» — больше.
Если упаковать в юнит-язык, логика такая: при тех же бюджетах вы выигрываете не CPA (стоимость привлечения), а *CAC к валовой прибыли* — потому что повторные покупки и правильная коммуникация уменьшают среднее число касаний до заказа и не тянут маржу вниз.
…