Автокампания, которая не «съела» бренд: как Nike выстроил структуру аккаунта под инкрементальность

Автокампания, которая не «съела» бренд: как Nike выстроил структуру аккаунта под инкрементальность

Контекст
2026 год для performance — это про честную оценку вклада и про борьбу с «псевдолидерами». Показатели в последнем клике стали шумнее: privacy-first, рост доли server-side, а у крупных брендов — постоянная конкуренция за запросы и охват между собственными каналами и платным трафиком. Отдельная боль — когда система оптимизирует на ближайшую конверсию и начинает выкупать то, что и так купили бы: брендовый спрос, возвраты “после просмотра”, повторные касания.

Задача
Nike нужно было одновременно:
— удержать долю спроса по брендовым запросам (когда пользователь уже “в пути” и бренд в голове)
— масштабировать performance по небрендовым сегментам (когда нужен ввод в категорию)
— доказать, что рост продаж — инкрементальный, а не “перетягивание” из органики и собственных каналов

Внутри компании это обычно выглядит так: маркетинг платит за лид/покупку, но RevOps (маркетинг+продажи+customer success за выручку) требует ответа: что реально добавилось к выручке, а не было просто атрибуировано на рекламу.

Решение
Команда Nike перестроила структуру аккаунта не “по креативам”, а по роли трафика в воронке и по типу измерения. Условно это разделилось на 4 блока.

1) Отдельные кампании под бренд и небренд
— Бренд: отдельные группы/кампании под “brand-only” и запросы с высокой вероятностью покупки “уже сейчас”. Там оптимизация была мягче: без агрессивного поиска аудитории “похожих на конверсию”, чтобы не раздувать охват и не покупать лишние показы.
— Небренд: отдельные кампании под ввод в категорию и интерес к продукту. Здесь работали модели “вероятность конверсии” и расширение аудиторий, но с ограничением частоты на уровне сегментов.

2) Разделение оптимизаций: “конверсия” и “инкремент”
Ключевой принцип: не во всех кампаниях одинаковая цель обучения модели.
— Там, где продукт реально “догонял” (retargeting на тех, кто почти готов), учили на ближайшую покупку.
— Там, где нужно было добавление спроса, использовали стратегии, настроенные на влияние (в измерении — через инкрементальные тесты и модельную оценку вклада, без ставки на last-click).

3) Контроль частоты и ограничение каннибализации
Вместо ситуации “все кампании конкурируют друг с другом за один и тот же сегмент” Nike сделал правило: ретаргет в бренд-зоне не должен пересекаться с небренд-генерацией. Практически это решается:
— разными аудиториями и исключениями
— разными окнами ретаргетинга (короткие для догоняющих, длиннее — только для действительно категорийных креативов)
— лимитами по частоте, чтобы не превращать бренд-спрос в повторный показ уже купившим

4) Единый подход к пост-кликовым событиям
Чтобы модель “видела” одно и то же, события покупок синхронизировали: одинаковые правила атрибуции, единый naming для целей, корректная передача offline-событий (где применимо). Это важно, потому что при privacy-first разъезд событий ломает качество оптимизации и инкрементальные выводы.

Результат
После реструктурирования (и параллельного обновления подхода к измерению) Nike добился сразу нескольких эффектов:

— Уменьшилась каннибализация: бренд-кампании стали меньше “переплачивать” за тех, кто уже был в намерении без рекламы. На практике это выразилось в снижении доли трафика с нулевым/слабым вкладом и росте доли качественных сессий по небренд-сегментам.
— По небренду улучшилась эффективность: при сопоставимом объёме бюджета доля инкрементальных продаж выросла, а стоимость добавленной покупки снизилась.
— Согласование с RevOps стало проще: вместо споров “какая кампания последняя” появились ответы “какой сегмент добавил выручку”, потому что тесты/модели начали измерять влияние.

Если выразить в формуле для performance-практика: структура кампаний + корректные цели обучения + антиканнибализация дали прирост не за счёт “перекупа”, а за счёт перераспределения бюджета туда, где спрос действительно дополняется.
…