Снижаем стоимость реактивации: почему ретаргет должен «договариваться» с юнит-экономикой, а не пытаться вернут

Снижаем стоимость реактивации: почему ретаргет должен «договариваться» с юнит-экономикой, а не пытаться вернуть всех

В 2026 я всё чаще вижу типичную ошибку в реактивации: кампании на «вернуть ушедших» запускают как будто это единая воронка с одной целью — вернуть пользователя. Но в реальности реактивация — это набор отдельных сценариев с разным шансом конверсии и разной маржинальностью. И если не разнести эти сценарии по когортам и юнит-метрикам, вы будете покупать не нужный ресёрч-аудиторию (а то и просто «забытых») — а неоправданные клики.

Моё правило для performance-команд: ретаргет и lookalike (похожие аудитории) должны стартовать только после того, как мы рассчитали *целевую цену реактивации* по марже, а не по CPL.

Как считаю целевую границу на практике:
— Беру среднюю валовую маржу на заказ (Gross Margin).
— Отнимаю переменные расходы на выполнение (доставка/обработка/подписка сервиса — что у вас сопоставимо).
— Учитываю средний долевой расход на привлечение: retarget CPC/CPA + креативы + частота.
— И получаю допустимый CPA за «реактивацию», привязанную к марже, а не к количеству кликов.

Критический момент: у реактивации нет одной конверсии. Есть конверсии с хвостом.
Поэтому я перестал смотреть на общий ROAS по сегментам «активные/прошлые». Вместо этого делаю сегментацию по *последнему действию* (recency) и *ценности последнего контакта*:
— кто был активен 0–30 дней, но не купил (высокий uplift, низкий риск).
— кто не покупал 31–90 дней (средний uplift, нуждается в более сильной причине вернуться).
— кто «выпал» 91–180 дней (чаще возвращается только если оффер попадает в конкретный мотив/боль).
— и отдельно: «затронут, но не покупал» — эти не лечатся теми же сообщениями, что и купившие.

Одно наблюдение из текущих проектов: после разделения кампаний по recency + корректной маржинальной планке CPA реактивации у нас падал общий CPA, а маржинальный результат рос. Причина проста: система переставала оптимизироваться на “дешёвые клики”, и начинала покупать более дорогой, но экономически оправданный спрос.

Как это связать с privacy-first атрибуцией и 2026-реальностью:
— last-click (последний клик) всё меньше отражает вклад, поэтому мы смещаем оценку в сторону incremental metrics (приростного эффекта) — хотя бы через серийные тесты по сегментам и окнами частоты.
— когда view-through и model-based атрибуция «шумит», юнит-экономика становится главным фильтром: если у сегмента даже теоретически нет шанса вписаться в маржинальную рамку — неважно, как система рисует конверсии.

Если хотите один практический старт на этой неделе:
1) возьмите 2–3 ключевых сегмента реактивации по recency,
2) посчитайте допустимый CPA по марже для каждого,
3) запустите отдельные наборы объявлений и оптимизацию под экономику, а не под общий «возврат».

Ретаргет, который дружит с юнит-экономикой, почти всегда выигрывает у ретаргета, который пытается «вернуть всех». Вернуть-то вернёт, но платить за это будет экономика — и не факт, что она выдержит.

— @RetentionPaid