AdRiver

Главный тренд — креатив начинает реально заменять таргетинг. Платформы сами находят аудиторию под креатив, если он живой, цепляет и дает понятный сигнал алгоритму.  Если креатив мертвый, никакой сверхточный таргетинг его не вытянет. И вот тут в креативе появляется куча рабочих технологий: нейросети для генерации десятков версий под разные сегменты, быстрые адаптации под форматы, полуавтоматический UGC-стиль, скоринг креативов по историческим данным. А ИИ-агенты в оценке трафика будут либо невероятно полезными, либо идеально оптимизирующими сомнительный трафик — в зависимости от того, дадут ли им нормальные метрики типа прибыли и LTV, или снова зашьют «дешевый лид и побольше CTR».

Рекламодатели сокращают бюджеты, но при этом повышают KPI, поэтому мы строже подходим к качеству трафика — это отражается и на наших поставщиках. Несмотря на то, что у каждого клиента свои критерии качества, в первую очередь мы фокусируемся на минимизации фрода и роботности. Для первичной оценки трафика анализируем CTR, viewability и VTR. На нижних этапах воронки — поведенческие метрики, CR и LR.

Даже от охватных и имиджевых кампаний все хотят получить измеримый результат по влиянию на бизнес-показатели, и алгоритмические модели способны подтвердить это влияние.

Внедрение сквозной аналитики позволяет отследить справедливый вклад каждого касания с клиентом в итоговую продажу и постпродажу, а также оптимизировать текущие размещения или сформировать оптимальный медиамикс.


В среднем качество трафика снизилось. Выборочная проверка даже вайт-листов программатик-платформ показывает, что процент non-brand safety площадок сегодня выше, чем когда-либо. Ситуацию усугубляет рост мобильного трафика с его «невидимыми» форматами — мелкими баннерами и ревордами, что в итоге снижает эффективность рекламных кампаний.

Еще один новый вызов — ИИ-трафик. При анализе органических поисковых запросов в некоторых случаях мы замечаем аномальные пики, не связанные с реальным интересом аудитории. Вероятнее всего, это следы обучения ИИ-моделей, и такие всплески теперь нужно уметь идентифицировать и исключать.

Ручная работа по сборке отчетов и рутинной оптимизации будет полностью автоматизирована. Но роль человека станет еще важнее — он будет стратегом и интерпретатором. AI покажет, что произошло, но человек должен понять, почему, и принять стратегическое решение.

Мы уже двигаемся в этом направлении, потому что будущее за гибридными командами, где человек и искусственный интеллект работают в тандеме.

Аналитика все чаще реально влияет на медиапланы:
распространение DSP и объединенных CDP / BI‑платформ позволяет менять бюджеты между каналами не раз в квартал, а почти в режиме реального времени.

Алгоритмические модели атрибуции уже рабочий инструмент, они точнее распределяют вклад каналов и выявляют «ботов» в миксе, что помогает перераспределять бюджеты достаточно быстро.

В продвинутых командах на основе алгоритмической атрибуции автоматизированы bid‑правила, отключение слабых связок и алерты по аномалиям, но идеи А/B тестирования и финальное утверждение стратегий оставляют за аналитиками и маркетологами.