Переупаковка performance в retail media: как Nike измерила вклад маркетплейс-рекламы без last-click

Переупаковка performance в retail media: как Nike измерила вклад маркетплейс-рекламы без last-click

В 2026 году у рекламных сетей маркетплейсов одна из главных точек напряжения — атрибуция. Медиапокупки часто «подхватывают» то, что уже шло в органике, промо или по ретаргету, и last-click (последний клик) начинает переоценивать отдельные размещения. На этом фоне бренд-менеджмент в стиле «линейка промо → ROAS» упирается в реальность: нужен измеримый вклад в выручку и долгосрочную ценность (LTV — пожизненная ценность клиента).

Контекст
Nike — не бренд, который можно «дожать» скидкой и забыть. В retail media (рекламные сети внутри витрин маркетплейсов и приложений ритейлеров) Nike столкнулась с классикой e-com: средний чек в ряде категорий снижался на 5–8% из‑за ценовой экономии, а компании приходилось смещать фокус с первой покупки на повторные покупки и рост доли бренда в категориях. Параллельно росли AI-overviews (обобщения ответов) в поиске: часть спроса «съедалась» до клика, и модели приходилось калибровать под меньшее число прямых сигналов.

Задача
Nike поставила измеримую цель: доказать, какие форматы и сценарии на площадках действительно поднимают продажи, а какие лишь перехватывают существующий интерес. Требования были практичными:
— уйти от зависимости от last-click
— увидеть инкрементальность (прирост) по ключевым категориям и кластерам спроса
— связать кампании с бизнес-метриками: выручка, доля повторных заказов, динамика LTV по когортам

Решение
Вместо «смотрим ROAS по кликам» Nike перешла на связку измерений, которая в индустрии сейчас становится стандартом (privacy-first — с приоритетом конфиденциальности):
— Серверная атрибуция: события приводили к единому контуру (от клика/просмотра карточки до покупки) с учетом ограничений по персональным данным.
— Incrementality-подход: тестировали удержания бюджета между группами (контроль/эксперимент) в разрезе категорий (например, running и training) и по типам размещений (промо-баннеры vs. товарные рекомендации vs. brand-запросы внутри площадки).
— MMM (маркетинг-микс моделирование): оно помогло учесть брендовые драйверы, офлайн-активности и сезонность, чтобы вклад retail media не «рисовался» за счет общих трендов.
— Единый словарь KPI: кроме ROAS добавили метрики по когортам — доля повторных покупок через 30/60 дней и оценку LTV по сегментам пользователей, пришедших из разных типов рекламных точек.

Как это выглядело в управлении креативом
Nike перестала оптимизировать только по CTR и переключилась на сценарии, где креатив поддерживает контекст потребности:
— если пользователь приходит на стадию сравнения, усиление делали через доказательства (материалы, технологии, посадка по типу активности), а не через скидку
— если пользователь уже в намерении «купить», акцент уходил в наличие, размерную матрицу и доставку
Важно: в эпоху 2026 конкуренция в основном переносится в концепцию, а не в исполнение. Поэтому Nike масштабировала вариативность через AI-генерацию (много SKU-вариантов сообщений), но правила отбора оставались измеримыми: победители — те, что дали инкрементальность, а не просто больше кликов.

Результат
После пересборки измерения Nike пересмотрела распределение бюджета: часть трафика, который ранее казался «самым прибыльным» по last-click, оказалась неинкрементальной. По итогам тестов:
— инкрементальная выручка от retail media выросла (за счет переноса бюджета в форматы с реальным приростом покупок)
— доля повторных заказов по когортам, пришедшим из retail media-кампаний с учетом новых моделей, увеличилась
— модели оптимизации стали устойчивее: медиаплан перестал «проседать» при изменениях в поведении пользователей в поиске (Zero-click эпоха дала меньше прямых кликов, но вклад кампаний начали видеть точнее)
…