CDP в ретаргетинге: где точность растёт, а где алгоритм начинает врать

CDP в ретаргетинге: где точность растёт, а где алгоритм начинает врать

Давайте заглянем под капот алгоритма: CDP полезна не самим фактом интеграции, а качеством сигнала. Если в рекламную платформу уезжают сырые события без нормализации, вы получаете мусорные audiences, слабый match rate и завышенный frequency cap. Для точного ретаргетинга CDP должна собирать first-party data, чистить дубли, склеивать идентичности и отдавать в DSP не «все подряд», а сегменты с понятной логикой входа и выхода.

Что проверять перед запуском:
— есть ли единый user ID и правила identity resolution;
— как устроены окна сегментации: 1 день, 7 дней, 30 дней — и не смешаны ли разные intent-фазы;
— передаются ли параметры событий, а не только факт визита;
— можно ли исключать уже конвертировавшихся пользователей без ручных костылей.

Что там по прозрачности аукциона? Если CDP-кастомные аудитории слишком широкие, DSP начинает искать «похожих» пользователей и уходит в look-alike вместо чистого ретаргета. На практике это часто выглядит как нормальный win rate, но плохая post-click quality. Тут важно смотреть не на объем аудиторий, а на долю совпадений, скорость обновления сегментов и то, как платформа обрабатывает пересечения между CRM, веб-событиями и офлайн-данными.

Эффективность на длинной дистанции появляется только там, где CDP, DSP и антифрод работают как одна цепочка: нормализованный сигнал, короткая задержка, понятные правила исключений, контроль частоты и отдельная валидация инвентаря. Если этого нет, вы просто автоматизируете растрату бюджета. Лучший тест простой: сегмент должен быть достаточно узким, чтобы давать инкремент, и достаточно чистым, чтобы не кормить аукцион лишним шумом.