Sponsored Products в 2026: почему я перестал “оптимизировать ставки” и начал оптимизировать структуру спроса

Sponsored Products в 2026: почему я перестал “оптимизировать ставки” и начал оптимизировать структуру спроса

В последние годы в Sponsored Products (и в целом в рекламных кампаниях Amazon) я видел одну и ту же ловушку: команда тратит время на тонкую настройку ставок, ACoS/ROAS-границ, дневных лимитов и «добавляет минус-слова, потому что так принято». Работает это всё меньше — не потому что Amazon “стал хуже”, а потому что меняется поведение покупателя и способ принятия решения внутри маркетплейса.

Моя позиция простая: в 2026 выигрывают не те, кто лучше крутит цифры, а те, кто лучше разделяет спрос и управляет доступностью товара под разные намерения. На практике я перестал считать оптимизацию ставок основной рычагой и перенёс фокус на 3 слоя: **контент-совместимость (релевантность карточки), структуру поисковых запросов и контроль доступности/скорости исполнения**.

Что я имею в виду под “структурой спроса”
Я перестал мешать в одном мешке разные типы запросов:
— высокое намерение: запросы, где люди почти выбирают (“бренд + модель”, “размер/материал”, “для чего” с конкретикой)
— среднее намерение: общие категории (“премиум”, “лучшее для…”, “replacement…”, но без точного выбора)
— низкое намерение: обучающие формулировки, которые всё чаще попадают под AI-обзоры (overview) и уходят в нулевой клик (zero-click)

Если в одной кампании вы смешали всё, то оптимизация автоматически начинает “подливать” бюджет в тот сегмент, который проще конвертит сейчас — даже если он съедает дешёвые клики, а не строит устойчивый спрос на ваш ассортимент.

Как я проверяю это без теории
Один из самых практичных сигналов — распределение продаж по поисковым запросам в отчётах кампаний и то, как ведут себя заказы по товарам при одинаковом уровне ставки. Когда структуру не разделяли, я неоднократно наблюдал картину:
— часть ASIN получает основную долю показов, но доля конверсий ниже медианы
— другая группа ASIN почти “не видна” в показах, хотя конвертит лучше
В результате вы думаете, что проблема в ставке, а она в том, что **система находит “победителей” не по экономике, а по доступности и релевантности в конкретном сегменте спроса**.

Один наблюдаемый факт из моих запусков
В e-commerce в среднем чеках последние годы давит экономия покупателей: они чаще дробят корзины и выбирают “разумный минимум” по цене/ценности. В Ads это проявляется так: конкуренция в концепции сильнее, чем в исполнении. Если у вас в карточке нет чёткой причины “почему именно вы” для определённого намерения, алгоритм будет чаще отправлять трафик туда, где карточка уже выглядит убедительнее — даже если ваш продукт качественный. Поэтому я теперь рассматриваю Sponsored Products как часть воронки с контролируемой релевантностью, а не как отдельный канал.

Мой рабочий алгоритм на 2 недели
1) Разношу кампании по намерению, а не по “продуктам вообще”
— одна структура под “почти выбор”
— другая под категорию
— третья под более широкие запросы (или вообще с другим таргетингом/целью)

2) Для каждой структуры проверяю, что карточка закрывает конкретное намерение
Тут не про красивость. Я смотрю на соответствие:
— главный заголовок/позиционирование (чтобы не было “общих слов”)
— ключевые атрибуты в контенте (размер, совместимость, материалы, комплектация — что критично именно вашему сегменту)
Если карточка отвечает на разные намерения размыто, вы получаете “кликовую” аудиторию, которая не возвращается в покупку.

3) Контролирую доступность и скорость исполнения (Inventory/dispatch)
В 2026 атрибуция privacy-first давит на точность “последнего клика”, но недоступность товара всё равно мгновенно убивает эффект. Я ставлю метрики не только по ROAS/ACoS, но и по провалам по запасам/логистике — иначе вы оптимизируете рекламу в пустоту.

4) Убираю привычку “настроить ставку и ждать”
Ставка — это продолжение структуры. Если структура спроса неверная, любые ставки только ускорят не тот сценарий.
…