OTT-реклама после cookie: почему я перестал гнаться за «точной атрибуцией» и перешёл на инкрементальность

OTT-реклама после cookie: почему я перестал гнаться за «точной атрибуцией» и перешёл на инкрементальность

В 2026 году в OTT я всё чаще вижу одну и ту же ловушку: маркетологи продолжают строить отчётность вокруг last-click, хотя реальность уже privacy-first. Да, server-side-интеграции, коннекторы и аптечки данных помогают, но “точно приписать” влияние кампании одному касанию становится всё дороже и всё менее достоверно. И вот что я заметил по практическим проектам: когда команда начинает спорить, что “именно это объявление дало 17% конверсий”, она теряет главное — способность доказать эффект.

Моя позиция простая: в OTT надо проектировать измерение не вокруг атрибуции, а вокруг измерения прироста. Инкрементальность — это не модный термин, а дисциплина. Мы не доказываем, что пользователь пришёл “из-за ролика”. Мы показываем, что без OTT было бы хуже.

Как я строю подход в проектах (и что обычно меняет поведение команды):

— Сначала цель в деньгах/выручке, а не в кликах. Для e-com и подписок это обычно не “первый заказ любой ценой”, а влияние на удержание и LTV (ценность клиента за период). Средний чек падает на 5–8% — значит, продавать нужно не разовую покупку, а повторяемость и снижение оттока.
— Затем дизайн эксперимента. Не обязательно “идеальный A/B” по аудиториям. Достаточно корректной контрольной группы: гео/тайм-слоты, lookback с учётом циклов покупки, баланс по сегментам.
— Потом — метрики прироста, а не доли касаний. Я всегда требую ответить: какая доля выручки/подписок появилась *дополнительно* относительно контроля, и какой лаг у эффекта (обычно он в OTT более длинный, чем ожидают).

Одна наблюдаемая цифра из недавнего цикла: когда мы переходили от “атрибуции по клику” к модели прироста, доля кампаний, которые выглядели “слабыми в отчетах”, сокращалась. Но главное — вырастала доля решений, которые можно защищать перед RevOps (когда маркетинг, продажи и customer success отвечают за выручку, а не только за лиды).

Почему это критично именно для OTT:
— Фрод в измерениях меньше заметен, но системные смещения в атрибуции — реальны: частота показов, совместное потребление контента, кросс-девайс и разрывы во времени.
— AI-генерация креативов на потоке усиливает конкуренцию не в исполнении, а в концепции. Поэтому “победу” надо фиксировать не по кликам, а по воздействию на воронку.

Если вы сейчас застряли в споре “какая модель атрибуции правильнее”, мой совет как редактора и практикующего методолога OTT: замените вопрос на другой — “какой был бы результат без нас?”. В этом и начинается белый performance на телевидении будущего.

— @OTTadsManual