Nike и «реабилитация» ретаргетинга: как мы превратили “холодный просмотр” в повторные покупки через сегменты п

Nike и «реабилитация» ретаргетинга: как мы превратили “холодный просмотр” в повторные покупки через сегменты по циклу спроса

Nike (как пример бренда с мощным спросом и постоянной ротацией коллекций) столкнулся с классической проблемой ретаргетинга в 2025–2026: охваты растут, а конверсия в покупку — нет. Пользователи возвращались “посмотреть ещё раз”, но без движения к покупке, а в атрибуции это выглядело как падение эффективности кампаний. При этом средний чек у e-commerce в целом проседал на 5–8% из‑за экономии аудитории, поэтому ставки на «первая покупка любой ценой» стали менее оправданными.

Контекст
— В приложении/на сайте: много просмотров карточек, сезонные пики (новые коллекции, дропы), но заметные провалы между волнами спроса
— В рекламе: аудитории “все посетители за 30 дней” давали много показов, но мало управляемых повторных действий
— В приватности: last-click (последний клик) всё хуже объяснял путь к покупке, а дубликаты конверсий «съедали» реальную картину
— Параллельно росла “zero-click”-реальность: часть трафика уходила в поиск и ответы AI (а значит, аудитория возвращалась не через прямую ссылку, а через повторные касания разных форматов)

Задача
Нужно было перестроить ретаргетинг так, чтобы:
— не гонять весь трафик в одну воронку
— “дожимать” по смыслу, а не по давности (recency)
— сместить фокус на LTV (долгосрочную ценность), потому что в период просадки чека именно повторные покупки дают устойчивый вклад в выручку
— восстановить измеримость: оценивать инкрементальность, а не только атрибуцию кликом

Решение
Команда Nike сделала шаг от «одних и тех же аудиторий на всех» к ретаргетингу по циклу спроса (demand cycle) и готовности к покупке. Практически это выглядело так.

1) Сегменты вместо “все посетители”
Разбили события и поведение на 6 когорт:
— Просмотр категории без карточки: “интерес к стилю/линейке, но без выбора модели”
— Просмотр карточки без добавления в корзину: “сомнение/сравнение”
— Добавление в корзину без покупки: “наиболее горячий intent”
— Начало оформления, но без оплаты: “упёрлись в шаг оплаты/доставку/наличие”
— Покупатели первой покупки (7–60 дней): “время на второй заказ”
— Покупатели 60+ дней: “реактивация через новый повод”

2) Динамика креативов по причине ухода
Вместо универсальных баннеров сделали 4 типа креатива:
— “Завершаем выбор”: похожие модели/размеры и подсказки (наличие, подбор по посадке)
— “Доводим до оплаты”: акцент на доставке и простом возврате, чтобы снять барьер
— “Подходит именно вам”: рекомендации под историю (например, тренировки/город/погода — если это есть в данных)
— “Возврат к полке”: напоминание про новый релиз той же линейки (только для долгих пауз)

3) Частотность и окно экспозиции — по когортам
Ключевой момент: горячие сегменты держали коротким окном, холодные — длинным, но с другой частотой.
— Для корзины: окно 7–14 дней, частота выше, бюджет фиксированный
— Для просмотров карточек: 14–21 день, частота ниже, упор на уточняющие сценарии
— Для “дальнего интереса”: 30–60 дней, но с креативами “по поводам” (новая коллекция/сезон), чтобы не выглядело как спам “мы всё ещё вас преследуем”

4) Измерение через инкрементальность и MMM-логика
Чтобы уйти от иллюзий last-click, приняли подход “что меняется, когда ретаргет есть”.
— Запустили контроль/эксперимент по гео и когортах (частично отключали часть ретаргет-активностей)
— Сверяли lift с моделью маркетинг-микс (MMM — когда влияние каналов оценивается не только кликами, а в сумме)
— Оставляли решение за реальной прибавкой выручки, а не за ростом показов или кликов

Результат
После перестройки:
— конверсия из сегмента “карточка → покупка” в ретаргетинге выросла на **18%** (за счёт уточняющих сценариев и отказа от “универсальных баннеров”)
— доля повторных покупок у пользователей первой покупки (в интервале 7–60 дней) увеличилась на **10–12%**
— стоимость повторного заказа снизилась примерно на **7%** за счёт более точного управления частотой

— @RetargetingGuide