В 2026 классический отчёт «сколько заказов принесла кампания» всё хуже объясняет, что происходит с выручкой. Особенно в e-com и D2C, где средний чек проседает на 5–8%, а повторные покупки и удержание становятся важнее первого касания. На этом фоне Nike в своих цифровых сценариях сделал ставку не на отчётность по last-click, а на анализ поведения клиента в BigQuery: от первого визита до повторных покупок и возвратов.
Контекст был простой: маркетинг видел много трафика, но не понимал, какие каналы приводят клиентов с высоким LTV, а какие дают только «дешёвый вход». В отдельности работали данные рекламы, сайта, CRM и заказов. В итоге команда не могла быстро ответить на базовый вопрос: какой канал реально создаёт ценность, если смотреть горизонт не 7 дней, а 90–180?
Задача была собрана вокруг единого слоя данных в BigQuery. В таблицы свели события сайта, заказы, источники трафика, промокоды и статусы клиента. Дальше построили когорты по первому касанию, а затем считали:
— повторную покупку;
— выручку на клиента;
— LTV по каналам;
— долю возвратов;
— вклад платного трафика в долгую выручку, а не только в первую конверсию.
Ключевой момент — не пытаться «угадать победителя» по последнему клику, а сравнивать каналы на равных по длинному окну. В BigQuery это удобно делать через оконные функции и агрегаты по когортам: один запрос показывает, как ведут себя клиенты, пришедшие из поиска, соцсетей, email и платного трафика, на 30, 90 и 180 день.
Результат для команды был прикладной: часть кампаний, которые выглядели сильными в отчётах по CPA, оказались слабыми по повторным покупкам. А каналы с более дорогим первым контактом дали лучший LTV и более высокий возврат инвестиций на длинной дистанции. Это важный сдвиг: маркетинг перестаёт оптимизировать «дешёвый лид» и начинает отвечать за выручку как RevOps-функция.
Урок простой: если бизнес живёт в эпоху privacy-first атрибуции, last-click больше не должен быть главным судьёй. BigQuery здесь ценен не как «хранилище отчётов», а как место, где можно связать рекламу, продукт и выручку в одну картину и принимать решения по LTV, а не по первому заказу.
— @BigQuery4MarketingPro
BigQuery для маркетологов
@BigQuery4MarketingPro
Как Nike собрал картину по LTV в BigQuery и перестал мерить маркетинг только первой покупкой
Этот пост опубликован в Telegram-канале BigQuery для маркетологов (@BigQuery4MarketingPro). Все его публикации — на странице канала.
Открыть в Telegram