Российский BigTech ускоряет переход к data-рекламе

Российский рынок рекламных технологий заметно изменился за последние годы: акцент сместился с охватов и форматов на работу с данными и интеллектуальными алгоритмами. Это подтверждает исследование, представленное «СберМаркетингом», в рамках которого были изучены 40 data-продуктов и рекламных платформ, используемых крупнейшими игроками BigTech — от Яндекса и VK до маркетплейсов, ритейла и телеком-операторов.

Анализ показывает, что MarTech в России перестал быть экспериментальной зоной. Рынок вступил в стадию, где ключевым фактором эффективности становятся не сами рекламные каналы, а глубина аналитики, уровень автоматизации и способность объединять разрозненные данные в единую систему.

От инструментов к экосистемам

Современные рекламные платформы все чаще выполняют роль интеграционных центров. Они объединяют сбор данных, сегментацию, запуск кампаний и оценку результатов в едином интерфейсе. Такой подход позволяет бизнесу быстрее принимать решения и точнее управлять маркетинговыми активностями.

Почти 70% изученных решений предлагают развитые механики таргетинга и сегментирования. Аудитории формируются с учетом демографии, покупательской истории, цифрового поведения, интересов и геолокации. Например, «МегаФон Таргет» работает с геоданными высокой точности, «МТС Маркетолог» расширяет возможности таргетинга за счет сегментов Telegram, а MediaSniper от «Ростелекома» анализирует поведенческие сигналы, чтобы выявлять реальные намерения пользователей.

Экосистема «Сбера» делает ставку на машинное обучение и Big Data. SberAds использует сотни обезличенных сегментов, сформированных на основе поведенческих моделей, а «СберТаргет» позволяет запускать кампании на аудитории с высокой вероятностью конверсии, опираясь на предиктивную аналитику.

Искусственный интеллект как рабочий инструмент

ИИ в российском MarTech используется уже не точечно, а системно. Чаще всего — для повышения точности таргетинга, автоматического создания рекламных материалов и настройки стратегий продвижения. Алгоритмы машинного обучения лежат в основе таких решений, как «Яндекс Автотаргетинг», Platforma и Segmento.

Генеративные технологии активно внедряются в рекламные кабинеты маркетплейсов и медиаплатформ. Ozon, Wildberries, VK, «Яндекс Директ» и «СберТаргет» применяют ИИ для создания текстов, изображений и баннеров, снижая нагрузку на маркетинговые команды и ускоряя запуск кампаний.

Отдельное направление — ИИ-ассистенты. В решениях МТС, «Билайна» и «МегаФона» они помогают определять целевую аудиторию, формировать креативы и контролировать соответствие рекламы требованиям законодательства. В «СберТаргете» ИИ способен формировать комплексные стратегии продвижения, включая анализ бизнеса, выбор каналов, рекомендации по бюджету и прогноз эффективности.

Аналитика и сквозные данные

Расширенные аналитические возможности представлены у ограниченного числа платформ, среди которых Magnit Omni, X5 Media, Segmento, First Data и MediaSniper. Эти решения позволяют оценивать не только клики и показы, но и реальное влияние рекламы на продажи.

Так, Magnit Omni анализирует эффективность промо и поведение лояльных клиентов, X5 Media предоставляет отчеты по категориям и конкурентам, а First Data от «Ростелекома» сопоставляет рекламные контакты с фактическими покупками, включая офлайн, за счет объединения данных ОФД, CRM и телеком-источников.

Интеграции и следующий этап развития

Более половины исследованных сервисов поддерживают глубокие интеграции с CRM, ERP и внешними DMP-платформами. Это позволяет формировать единое пространство данных, где онлайн- и офлайн-каналы дополняют друг друга. Примеры — интеграция CRM и программы лояльности у Magnit Omni, связка WB API с ERP-системами и атрибуция офлайн-событий в VK Ads.

Эксперты «СберМаркетинга» ожидают дальнейшего роста DIP-платформ — независимых сред для безопасного обмена данными между экосистемами, а также распространения no-code решений, упрощающих внедрение сложных технологий.

Как отмечает Антон Жильцов, директор Центра управления эффективностью и реализации стратегии, конкурентное преимущество все чаще определяется не наличием ИИ как такового, а способностью встроить его в операционные процессы. В рекламе это уже проявляется через персонализацию, динамический таргетинг и адаптивное медиапланирование, основанное на данных и машинном обучении в реальном времени.