В новом выпуске подкаста Gray Matter партнер венчурного фонда Greylock Майк Дюбо (Mike Duboe) обсуждает с лидерами индустрии рекламных технологий тектонические сдвиги в Performance-маркетинге. Участники дискуссии анализируют, как внедрение политики Apple App Tracking Transparency (ATT) разрушило привычные модели роста e-commerce и почему искусственный интеллект становится единственным инструментом выживания для современных брендов.
📉 Закат эпохи Facebook и приход ATT 0:00
До 2021 года индустрия электронной коммерции переживала «золотой век», во многом благодаря алгоритмам Facebook и платформе Shopify. Майк Дюбо вспоминает, что в 2016 году алгоритм oCPM (оптимизация цены за тысячу показов) стал настолько эффективным, что бренды могли масштабироваться до огромных оборотов силами всего пары сотрудников . Однако внедрение Apple политики App Tracking Transparency (ATT) и более ранние инициативы вроде Intelligent Tracking Prevention (ITP) в браузере Safari радикально изменили правила игры.
Эрик Сёферт описывает эволюцию ограничений Apple как «игру в кошки-мышки»:
- 2017 год (ITP): Apple начала блокировать сторонние файлы cookie в Safari .
- Реакция Facebook: Рекламная сеть переосмыслила свой пиксель, представив его как «первоисточник» (first-party), чтобы обойти ограничения .
- Окончательный удар: Apple осознала, что политику невозможно навязать только правилами, и перешла к техническому «голоданию» компаний, лишая их данных о конверсиях .
Ришаб Джейн отмечает, что индустрия рекламных технологий (AdTech) в период с июля по декабрь 2020 года находилась в состоянии странного «джентльменского соглашения» . По его мнению, многие публичные компании (Criteo, The Trade Desk и другие) боялись признать отсутствие решения проблемы, чтобы не обрушить свои котировки. Это создало ложное чувство безопасности у брендов и агентств, которые верили, что их технологические партнеры справятся с изменениями . Реальный масштаб катастрофы стал понятен лишь к концу 2021 года, когда акции многих компаний начали стремительно падать после публикации отчетности, отразившей влияние 90-дневных окон атрибуции .
🧠 Переход от детерминизма к вероятностям 10:40
Ключевым последствием действий Apple стал переход маркетинга из «детерминированного» мира в «пробабилистический» (вероятностный). Мэтт Осмонд поясняет, что раньше связь между кликом по рекламе и покупкой была практически идеальной . Теперь же из-за потери сигналов рекламные сети (Meta, Google) забирают контроль у маркетологов, предлагая автоматизированные решения вроде Advantage+ или PMax.
Основные сложности для малого и среднего бизнеса:
- Разрыв в инструментарии: Небольшие бренды теперь вынуждены использовать те же сложные методы анализа, что и гиганты с оборотом в $100 млн, но без соответствующих бюджетов и штата аналитиков .
- Сигнальный голод: Из-за массового отказа пользователей от отслеживания (opt-out) бренды больше не могут быстро масштабировать один канал .
- Мультиканальность как необходимость: Ришаб Джейн подчеркивает, что если раньше бренд мог вырасти до $30 млн в год только на Facebook, то теперь приходится подключать новые каналы уже при обороте в $5 млн .
В этой ситуации бренды переходят к тактике «триангуляции» — сопоставлению данных из Google Analytics, внутренних данных Shopify и отчетов сторонних платформ атрибуции, таких как Triple Whale или Northbeam .
🛒 «Всё становится рекламной сетью»: взлет Retail Media 21:30
Когда Facebook перестал быть «универсальным магазином рекламы», бюджеты начали перетекать туда, где данные о покупках остаются «закрытой петлей» (closed loop). Эрик Сёферт называет это феноменом «Everything is an Ad Network» .
Яркие примеры успеха этой модели:
- Amazon: Рекламный бизнес компании вырос до $38 млрд в прошлом году .
- Walmart: Ожидает, что в текущем году прибыль от рекламы превысит прибыль от любого другого подразделения . Доходы Walmart от рекламы выросли с $2 млрд в 2021 году до $2.4 млрд в 2022 году .
- Uber и Instacart: Активно развивают свои рекламные платформы, используя данные первого лица о поездках и покупках .
Преимущество таких сетей заключается в том, что транзакция происходит внутри той же системы, где показывается реклама. Это делает их невосприимчивыми к ограничениям Apple на отслеживание между приложениями и сайтами .
🎨 Искусственный интеллект как «экзоскелет» креатива 33:32
В условиях, когда точность таргетинга упала, главным рычагом эффективности стал креатив. Мэтт Осмонд утверждает, что мы вступаем в эру «изобилия контента», где стоимость создания изображений и текста стремится к нулю . Однако это повышает ценность понимания того, что именно нужно создавать.
Эрик Сёферт предлагает концепцию ИИ как «экзоскелета, а не киборга» . По его мнению, ИИ должен усиливать человеческую изобретательность, а не полностью заменять её. Он предостерегает бренды от полной передачи процесса создания рекламы на аутсорс алгоритмам Facebook или Google, так как их стимулы могут не совпадать с интересами бренда (например, в вопросе соблюдения гайдлайнов) .
Мэтт Осмонд описывает кейс косметического бренда, где ИИ выявил неожиданную закономерность: изображения с определенным типом мрамора в ванной комнате имели аномально высокий CTR среди женщин 18–25 лет из Среднего Запада . Человеку практически невозможно отследить такие паттерны на массиве из 15 000 креативов вручную.
🔮 Прогнозы и новые возможности 46:26
Несмотря на «мрачную» картину последних лет, эксперты видят возможности для нового «золотого века» рекламных технологий.
- Смерть сторонних cookies в Chrome: Ришаб Джейн напоминает, что в ближайшие девять месяцев Google окончательно откажется от cookies . По его оценке, эффективность рекламы для пользователей Chrome может упасть на 70% (аналогично тому, как это произошло с Safari) .
- Генеративное видео: Мэтт Осмонд ожидает прорыва в технологии text-to-video в ближайшие два месяца, что радикально изменит производство коротких видео для соцсетей .
- ИИ во внутренних процессах: Ришаб Джейн был шокирован, обнаружив, что почти каждый отдел его компании (от продаж до разработки) уже внедрил инструменты ИИ для повышения эффективности .
Общий вывод дискуссии: рекламодателям нужно смириться с тем, что стоимость привлечения клиента (CAC) выросла навсегда . Решение проблемы лежит не в попытках вернуть старый таргетинг, а в увеличении пожизненной ценности клиента (LTV) через глубокую персонализацию продукта и использование пробабилистических методов измерения, которые, по мнению Сёферта, в конечном итоге могут стать даже точнее прежних детерминированных моделей .
