Ретаргет по “дошедшим до покупки” ломается, когда у вас нет модели реактивации

Ретаргет по “дошедшим до покупки” ломается, когда у вас нет модели реактивации

В 2026 я вижу одну и ту же ошибку в performance-бюджетах: ретаргет продолжают строить как “догоняем тех, кто почти купил”. Но в реальности ценность возникает не в догоне, а в измеряемой реактивации — когда пользователь возвращается в воронку в следующем окне принятия решения и это окно можно перевести в прирост выручки, а не в рост кликов.

Моя позиция простая: ретаргет без юнит-логики — это трафик-суета. Мы должны отвечать на три вопроса до запуска:
— Какую роль играет этот пользователь в экономике? (CAC, вклад в маржу, вероятность повторной покупки)
— Какая задержка между касаниями “окупается”? (сколько дней до возврата)
— Каким способом мы доказываем инкрементальность? (а не “после — значит вследствие”)

Практическое наблюдение из недавних разборов: когда мы переходили с сегментов “просмотр/добавил в корзину” на сегменты “стадия по поведению + готовность к возврату”, стоимость конверсии падала не потому, что креатив стал лучше, а потому что мы перестали показывать одним и тем же людям “закрывающие” сообщения до того, как у них возникала нужда. Средняя экономия по бюджету на ретаргете у команд, которые приняли модель задержек и частотных окон, обычно находится в диапазоне **10–20%** на том же объёме выручки (у них просто уменьшались обращения впустую).

Как это выглядит по-настоящему (и почему это ближе к RevOps, чем к классическому лидогену):
1) Вы перестаёте “привязываться” к событию покупки как к факту. Покупка — это результат, но нас интересует процесс восстановления спроса.
2) Вы строите реактивационные сегменты не по активности, а по давности и по контексту: что человек делал, как долго назад, и есть ли у него признаки готовности (например, уровень интереса, глубина просмотра, повторяемость визитов).
3) Вы задаёте лимиты по частоте и окнам: ретаргет должен иметь “тихий период”, иначе вы покупаете раздражение вместо возврата.
4) Вы измеряете инкрементальность через подходы вроде server-side атрибуции, контрольных групп или MMM/brand-lift там, где возможно. В 2026 last-click всё чаще “рисует” улучшения, которые не добавляются к бизнесу.

Ещё одна мысль, которую я вынес для себя: lookalike (а также любые расширения аудиторий) не спасают, если вы не умеете реактивировать тех, кто уже был в контакте. Похожие аудитории находят людей, но именно ваша модель возврата объясняет, почему они превращаются в деньги.

Если вы хотите быстрый тест без перестроек: возьмите ретаргет-кампанию и разделите сегменты на две группы по давности последнего касания. Оставьте креатив одинаковым, поменяйте только логику времени. Если метрики качества (не клики, а выручка/маржа) по “старшему” сегменту не растут относительно контроля — значит проблема не в бюджете и не в креативах, а в том, что ваша реактивация не описана как юнит-экономика.

— @RetentionPaid

Дополнительный контекст — @InfluencerResearchRu