Nike и “переупаковка” медиастратегии: как Nike Demand Center и MMM помогли снизить просадку эффективности посл

Nike и “переупаковка” медиастратегии: как Nike Demand Center и MMM помогли снизить просадку эффективности после изменений privacy

В конце 2024–2026 многие бренды упёрлись в проблему: last-click атрибуция стала шумнее (server-side сбор, ограничения cookie, рост доли direct/unknown). Nike столкнулась с тем, что кампании в разных каналах показывали противоречивые картины в отчетах: где-то казалось, что эффективность падает резко, а где-то — что бюджеты можно наращивать. Чтобы не “угадывать” на основании неполных трекинг-данных, Nike пошла по пути комбинирования измерений: часть гипотез проверяла через тесты, а долгосрочную картину — через MMM (маркетинговый микс-моделлинг).

Контекст
- Рынок спортивного ритейла перешёл в режим конкуренции за внимание в условиях zero-click (часть поисковых интеракций не приводит в сайт напрямую) и усиления AI-overviews (пользователь получает ответ до клика).
- В e-com и D2C средний чек под давлением экономии потребителя снижался на 5–8%, поэтому росла важность retention (удержания) и повторных покупок, а не только первой конверсии.
- Атрибуция “по клику” перестала быть достаточно надёжной для управленческих решений — особенно для верхнего уровня воронки (Awareness и Consideration).

Задача
Нужно было ответить на два управленческих вопроса:
1) Какие каналы действительно дают incremental lift (добавочный прирост) продаж, если смотреть не “кто последний кликнул”, а что изменилось по отношению к контрольной динамике спроса?
2) Как распределять бюджет между перформансом и верхним уровнем, чтобы не потерять продажи в сезонах и не “перекупать” эффективность?

Решение
Nike использовала связку трёх блоков, чтобы синхронизировать маркетинг и планирование выручки в духе RevOps (ответственность за выручку общими силами маркетинга, sales и customer success):

1) Центр измерений Demand Center + единая витрина
Внутри организации строилась логика “одного измерения” — от креативных/медийных событий до продаж, без зависимости от того, какой именно атрибут “дожил” до отчетности в конкретном канале. Это снизило расхождения между командами, которые спорили о том, где реальный вклад.

2) MMM вместо веры в last-click
MMM оценивал вклад каналов в продажах с учётом сезонности, промо, ценовых факторов и лагов эффектов. То есть телевизор/видео/поиск бренда могли быть “не видны” в кликовой атрибуции, но влияли на спрос с задержкой — MMM это учитывал.

3) Проверка гипотез через квази-эксперименты
Там, где MMM говорил “может быть, стоит увеличить/снизить”, делали проверки: тестовые окна бюджета и сравнение с контрольными периодами. Это помогало не попадать в ловушку корреляций.

Результат
Что важно: вместо разговоров “у нас упало по отчету” Nike получала управляемую картину “что даёт прирост”. По публичным описаниям подхода, ключевой эффект был в том, что решения стали основаны на измерении incrementality, а не на шумной атрибуции. В операционном контуре это обычно выражается так:
- бюджет перестали перераспределять рывками “по клику”;
- доля решений с опорой на MMM стала выше, потому что модель давала воспроизводимую оценку вклада;
- согласованность планирования повысилась: маркетинг быстрее синхронизировался с коммерческими целями и горизонтом выручки.

Урок
1) Если privacy-first атрибуция “трещит по швам”, MMM — не замена перформанса, а страховка для управленческих решений. Он закрывает то, что last-click системно недоизмеряет.
2) RevOps-логика важнее, чем “чья витрина правее”: когда есть единое измерение и модель прироста, спор превращается в работу с гипотезами.
3) В 2026 контент и креатив конкурируют не объёмом, а смыслом и полезностью. Но деньги всё равно нужно привязывать к спросу: Demand Center-мышление + MMM позволяет проверять вклад даже тогда, когда путь до покупки стал длиннее и “молчаливее”.

Если хотите, могу разобрать похожий по логике кейс на примере e-com (например, IKEA или Lamoda) и сравнить, какие данные они чаще берут в MMM: продажи, трафик по брендовому/небрендовому поиску или CRM-метрики повторных покупок.

— @MarTechRoundupsPro