Как Nike пересобрал отчётность по выручке от контента в BigQuery: от «просмотров» к деньгам

Как Nike пересобрал отчётность по выручке от контента в BigQuery: от «просмотров» к деньгам

В 2026-м маркетинг всё чаще отвечает не за клики, а за вклад в выручку. Особенно это заметно в e-com и D2C: средний чек проседает на 5–8%, а значит, важнее не гнаться за первым касанием, а удерживать клиента и растить LTV. На этом фоне Nike показал показательный подход к аналитике контента.

Контекст был простой: бренд публиковал десятки материалов в приложении и на сайте — тренировки, советы по бегу, подборки кроссовок, истории атлетов. Просмотров было много, но в отчётах это выглядело как «мягкий охват»: прочитали, полистали, ушли. Команда не могла ответить на главный вопрос: какой контент реально двигает покупку, повторный заказ и возврат в приложение?

Задача — связать контент, поведение и продажи в одной модели. Не по last-click, который в privacy-first эпохе всё хуже объясняет реальность, а через единую витрину в BigQuery: события из приложения, сайта, CRM и заказов.

Решение строили в 3 слоя:
— собрали события в BigQuery: просмотр статьи, дочитывание, переход в карточку товара, добавление в корзину, покупка;
— объединили это с пользовательским профилем и историей заказов по `user_id`;
— рассчитали не только конверсию, но и вклад контента в повторную покупку за 30 и 60 дней.

Самый полезный слой — сегментация. Nike отдельно смотрел:
— контент для новичков;
— контент для бегунов с регулярной покупкой;
— контент, который запускает возврат в приложение через 7 дней.

В результате команда увидела, что статьи про подготовку к первому забегу давали меньше немедленных продаж, но заметно сильнее влияли на удержание: пользователи из этого сегмента возвращались в приложение чаще и покупали обувь в следующих 60 днях. А материалы с прямой товарной связкой давали хороший short-term (краткосрочный) эффект, но слабее работали на LTV.

**Главный вывод:** в BigQuery важно считать не «трафик к контенту», а цепочку событий до выручки. Тогда контент перестаёт быть расходом на охват и становится измеряемым активом — особенно там, где AI-overviews и zero-click (безкликовая) среда отнимают часть поверхностных визитов.

Урок для маркетолога простой: если у вас в BigQuery лежат только клики и сессии, вы видите шум. Если там же собраны покупки, повторные визиты и когорты, появляется управляемая модель роста.

— @BigQuery4MarketingPro