Маркетинг нулевой гравитации

Андрей Демитриев, Оксана Ибрагимова

Маркетинг нулевой гравитации

От авторов

Привет!

Если вы держите в руках эту книгу – скорее всего, вы стоите на старте чего-то важного. Собственный продукт. Своя команда. Свой вызов. И, возможно, вопрос, который преследует каждого предпринимателя: как сделать так, чтобы о нас узнали, полюбили – и выбрали?

Эта книга – результат нашего десятилетнего опыта на передовой. Мы запускали стартапы, выводили digital-продукты на рынок, масштабировали бренды и вели переговоры, где от маркетинга зависело всё. Мы факапили. Поднимались. Переосмысливали. Искали способы делать маркетинг умнее, быстрее, точнее – особенно там, где старые подходы уже не работают. И пришли к выводу: мир меняется. И вместе с ним меняется сам ландшафт бизнеса.

Добро пожаловать в новую экономику арен – динамичных пространств, где побеждают не самые крупные, а самые гибкие. Искусственный интеллект, финтех, edtech, creator economy – здесь не про бюджеты, а про скорость, инсайты, умение строить комьюнити и экосистему вокруг продукта. Это и есть арены будущего.

Мы написали эту книгу для таких, как вы – для фаундеров, стартап-маркетологов, digital-стратегов. Для тех, кто хочет не просто "делать SMM" или "запустить рекламу", а построить системный маркетинг, который двигает рост. Это не академический труд. Это рабочая тетрадь. Здесь – практики, кейсы, ошибки и открытия, которые мы прожили сами. Всё, что нам самим хотелось бы знать, когда мы начинали.

Мы опирались на лучшее: данные McKinsey, BCG, аналитика YC, интервью с предпринимателями и инвесторами. Но главное – мы собрали в этой книге то, что проверено на реальных запусках. Как продукт удвоил выручку благодаря first-party-данным. Почему игнорирование отказа от cookies стоило стартапу миллионов. Как удержание стало важнее охвата. Всё это – не теория, а практика.

Маркетинг сегодня – не просто расход. Это инвестиция в выживание.

Правильный маркетинг превращает идею в движение. В комьюнити. В прибыль.

Мы надеемся, что эта книга станет для вас не просто пособием, а спутником. Наставником. Катализатором идей и решений.

Пробуйте. Ошибайтесь. Измеряйте. И – действуйте.

А мы будем рядом – на страницах, между строк, в каждом инструменте, который вы попробуете.

Удачи вам на вашей арене.

С уважением,Андрей Демитриев и Оксана Ибрагимова

Введение

Маркетинг в условиях «нулевой гравитации»

Стартапы 2020-х работают в мире, где всё – от технологий и каналов до моделей потребления – меняется быстрее, чем вы успеваете дописать презентацию для питча. Мы называем это состояние нулевой гравитации: привычные ориентиры исчезают, опоры – нестабильны, а «золотые правила» маркетинга больше не работают по умолчанию.

В этой среде выигрывают не те, у кого больше ресурсов, а те, кто быстрее видит, быстрее действует и быстрее учится.

Ключевой навык маркетолога нового времени – превращать поток данных в точные действия, а действия – в убедительный клиентский опыт.

Новая экономика арен: что это значит для маркетолога

Мы называем аренами те индустрии, где технологические сдвиги особенно стремительны:

AI, smart home, creator economy, proptech, edtech, fashion DTC и другие. Здесь скорость важнее масштаба, а креатив работает наравне с аналитикой.

Вот как меняются правила игры:

• Продуктовые итерации – каждую неделю, не раз в квартал.

• Без first-party данных стартап слеп. Cookie умирают, privacy – новая валюта.

• Алгоритмический креатив – быстрее, точнее, дешевле.

• Комьюнити важнее воронки. Ваш LTV растёт, когда клиенты становятся соавторами бренда.

Для кого эта книга

• Основатели на pre-seed/seed стадии, которым нужен traction здесь и сейчас – без миллионных бюджетов.

• CMO и Head of Growth, строящие систему из гипотез, экспериментов и метрик.

Продакт-лидеры и аналитики, которым нужен общий язык между продуктом, маркетингом и данными.

• Инвесторы, оценивающие маркетинговую зрелость стартапа не по словам, а по цифрам.

Что вы получите

1. Алгоритмы, а не абстракции. В конце каждой главы – чек-лист:

«Сделайте сегодня → Измерьте завтра».

2. Уроки взлётов и факапов. Как Shein взломал TikTok. Почему Criteo не успел адаптироваться к cookie-less миру.

Как читать эту книгу

1. Откройте оглавление и выберите точку боли.

2. Зафиксируйте исходную метрику.

3. Примените инструменты из главы.

4. Через 1–2 спринта проверьте изменения.

5. Масштабируйте – если работает. Ищите другое решение – если нет.

Важно: эта книга – не манифест, а навигатор. Мы предлагаем траектории, вы – выбираете маршрут. Подстраивайте инструменты под свою аудиторию, фазу роста и ресурсы.

Приступим?

Глава 1. Cookieless-маркетинг и стратегия данных

• Причины и тренды: закат сторонних cookie, переход к first-party данным.

• Кейсы успеха и провалы (NY Times, Heineken vs. Criteo, Facebook).

• Пошаговый план внедрения маркетинга без cookie.

• Рекомендации по команде и инструментам (CDP, аналитика).

• Каналы сбора лидов и работы с аудиторией без cookie.

• Типичные ошибки (промедление с отказом от cookie, несоблюдение privacy).

• Влияние на оценку бизнеса и интерес инвесторов.

Рыночное обоснование:

Мир цифрового маркетинга стремительно движется к будущему без сторонних cookies из-за ужесточения приватности (GDPR, решения Apple/Google). Уже сейчас – 75 % пользовательского трафика ограничивает трекинг (пример: 96 % пользователей iOS отключили отслеживание приложениями после обновления Apple). По оценке Boston Consulting Group, маркетологи, активно использующие собственные данные (first-party data), достигают почти в 2 раза большего дохода с одной рекламы neilpatel.com. Это подтверждает: тот, кто сумеет выстроить маркетинг без cookie, выигрывает. Forbes отмечает, что компании, внедрившие first-party data и продвинутую аналитику, получают рост выручки на 1.5–2.9 раза выше, чем те, кто полагается на устаревшие подходы thinkwithgoogle.com. Обратная сторона – пример adtech-гиганта Criteo: когда браузер Safari (Apple) заблокировал cookies, Criteo потеряла свыше 20 % выручки в 2018 году theguardian.com (сотни миллионов долларов убытков), а её акции рухнули. Это наглядный «факап» компании-единорога, не готовой к миру без cookie.

Сегодня первичные данные клиента – новая нефть маркетинга. 83 % B2C-компаний уже инвестируют как минимум в 2 платформы social commerce и наращивают число каналов сбора собственных данных go.emplifi.io, готовясь к отказу от cookie. BCG призывает не ждать: лидеры, начавшие переход к first-party data, уже видят значительный выигрыш bcg.com.

Кейсы роста и факапы:

Успешный пример – The New York Times: издание создало мощную систему first-party data после ужесточения приватности, что привело к росту рекламной выручки, несмотря на спад рынка (подняв CPM для брендов за счёт качественной аудитории). Другой кейс – Heineken, которая запустила собственную data-платформу для прямого взаимодействия с потребителями (через приложения, программы лояльности) и смогла компенсировать потерю таргетинга в соцсетях, увеличив эффективность промоакций. С другой стороны, Criteo – адтех-единорог – стала антипремьером: её модель ретаргетинга зависела от cookie, и с выходом Safari ITP прогнозы выручки были пересмотрены в минус на 22 % theguardian.com, а капитализация резко упала. Ещё один факап – Facebook в 2021 потерял ~10$ млрд потенциальных доходов из-за отключения трекинга на iOS (App Tracking Transparency), что ударило по его акциям и стало уроком о рисках зависимости от чужих данных.

Пошаговая инструкция внедрения:

1. Аудит данных и инфраструктуры. Оцените, какие клиентские данные вы уже собираете (на сайте, в приложении, CRM) и как они хранятся. Проверьте готовность ваших систем к интеграции first-party data: нужна ли CDP (Customer Data Platform) или достаточно CRM/аналитики. Проведите аудит трекинга на соответствие GDPR/законам РФ о персональных данных, чтобы сразу быть «privacy-ready» bcg.com.

2. Сбор First-Party Data. Разработайте план активного сбора собственных данных. Инструменты: подписки на рассылки, программы лояльности, регистрация аккаунтов, опросы, интерактив (квизы). Например, запустите контент или мини-сервис, требующий логина (в обмен на пользу для пользователя). Пример: fintech-стартап может предложить калькулятор инвестиций за регистрацию, собирая при этом ценную информацию о клиентах. Помните про прозрачность и разрешение пользователя – формируйте доверие с первого шага. Согласно BCG, компании должны чётко оценить ценность каждого вида данных и стоимость его получения bcg.com, чтобы фокусироваться на самом важном.

3. Единый клиентский профиль. Объедините разрозненные данные в 360° профиль клиента. Настройте Customer ID и сведение данных из разных точек (сайт, приложение, офлайн) к одному идентификатору. Это задача для аналитика или дата-инженера. Часто используют CDP или собственное хранилище + BI. Например, e-commerce бренд интегрирует данные покупок (RFM), поведения на сайте и реакции на email в один профиль – чтобы далее персонализировать коммуникации.

4. Advanced Analytics & Segmentation. Внедрите продвинутую аналитику по своим данным. Big Data и AI помогут выявлять паттерны без cookie: сегментируйте аудиторию по поведению, а не демографии. Переходите от устаревшей сегментации к психографике – анализу ценностей и мотивов клиентов на основе их действий vedomosti.ru. Используйте ML-модели для прогнозирования LTV, оттока, предпочтений. Пример: промышленная компания применила AI для контекстного таргетинга только по своим данным (локация, сезон, прошлые покупки) и подняла ROI кампаний на 20 % без сторонних идентификаторов bcg.com.

5. Контент и таргетинг без cookie. Освойте контекстный маркетинг и новые методы таргетинга: показ объявлений по контексту страницы, времени, погоде, и прочим сигналам вместо трекинга пользователя. Рассмотрите работу с платформами, предлагающими Privacy-first решения на базе ИИ. Как отметила главный дата-сайентист Dstillery, тренд 2024 – AI для cookieless targeting, который строит таргетинг на понимании контента и инвентаря вместо данных о пользователе growthchannel.io. То есть ИИ прогнозирует, какая реклама будет уместна, даже если о пользователе ничего не известно.

6. Партнёрства и Second-Party Data. Ищите взаимовыгодный обмен данными с надёжными партнёрами (в рамках закона). Second-party data – данные партнёра, собранные им, – могут обогатить вашу картину. Пример: застройщик объединяется с банком: банк делится обезличенными инсайтами о платежеспособности аудитории района, застройщик – данными интереса к ипотеке; вместе они лучше таргетируют рекламу новостроек. BCG указывает, что расширение пула партнёрских данных и использование безопасных data clean rooms сильно повышают эффективность лидогенерации bcg.com.

7. Новая атрибуция и измерение. Традиционные модели (last-click) больше не работают без полного трекинга. Внедряйте экспериментальный подход к измерению маркетинга: геотесты, сквозную аналитику, эконометрические модели. Развивайте Marketing Mix Modeling (статистически оценивает вклад каждого канала) и инкрементальные тесты (например, hold-out группы, где рекламу не показывают, для сравнения). BCG советует переключиться на инструменты, не зависящие от cookie: тест-контроль эксперименты и улучшенные MMM с гранулярными инсайтами bcg.com. Пример: технологическая компания применила AI для улучшения скоринга лидов (кто вероятнее купит) и подняла конверсию маркетинговых лидов в продажи на 100 % bcg.com.

8. Прозрачность и доверие потребителей. Маркетинг без cookie – ещё и про открытые отношения с клиентом. Честно объясняйте, какие данные и зачем вы собираете. 89 % цифровых компаний уже инвестируют в персонализацию маркетинга neilpatel.com, но при этом 80 % покупателей скорее совершат покупку у бренда, предлагающего персональный опыт neilpatel.com и уважающего их приватность. Обеспечьте на сайте центр предпочтений (opt-out, настройки cookie, профиль). Это не только вопрос закона, но и конкурентное преимущество – «privacy user experience» становится частью ценностного предложения.

Структура команды и масштабирование:

На старте фокус на данных требует наличия хотя бы аналитика/маркетолога-универсала, понимающего и маркетинг, и основы данных. В небольшом стартапе роль Data Champion может выполнять CMO или продуктолог с навыками анализа. По мере роста компании стоит привлечь специалистов: Data Engineer/BI (наладит сбор и хранение данных), Data Analyst/Scientist (построит модели сегментации, прогноза), MarTech-инженер (настроит CDP, интеграции). Команда маркетинга дополняется CRM-маркетологом (рассылки, персонализированные кампании) и юристом по данным (консультантом) для соответствия регуляциям. На этапе масштабирования сложность растёт: понадобится выделенная Privacy-команда (или офицер по данным) и тесная связь маркетологов с отделом ИТ. Структура может эволюционировать от простой (маркетолог + аналитик) к разветвлённой: отдел по управлению данными, отдельная группа по привлечению (которая использует эти данные), группа по удержанию (CRM), все они пользуются общей data-платформой. Важно наладить кросс-функциональное взаимодействие – маркетинг, ИТ, продукт и legal должны вместе строить новую модель, иначе инициативы заглохнут bcg.com.

Лидогенерация и продажи:

В отсутствии третьих cookie возрастает роль контент-маркетинга и органических каналов привлечения. Лидогенерацию придётся смещать в каналы, где вы напрямую взаимодействуете с аудиторией: SEO (оптимизация под ключевые запросы, чтобы привлечь трафик без ретаргетинга), контент в социальных сетях (получение подписчиков, которые затем сконвертируются через first-party data), реферальные программы (сбор данных о рефералах), вебинары и события (регистрируясь, люди оставляют данные). Также контекстная реклама не исчезнет – но таргетинг станет более широким, а креатив и посадочная страница должны подхватывать заинтересованных и уводить в вашу экосистему (подписать, зарегистрировать). E-mail и SMS маркетинг переживают новый подъём: имея permission-базу, вы можете дешево генерировать повторные продажи. Однако надо тщательнее работать над качеством лидов: без поведенческих cookie увеличение объёма лидов возможно через партнёрские акции (например, ко-брендинг с другой компанией, обмен аудиторией), публикации в СМИ/блогах (PR как маркетинг, дающий приток прямого трафика) и расширение в новые площадки (marketplace, суперприложения с собственной аудиторией). В B2B-сегменте усиливается роль Account-Based Marketing (ABM) – прямая работа с известными ключевыми аккаунтами, что не требует cookie, зато требует скоординированности отдела продаж и маркетинга.

Ошибки, которых стоит избегать:

Во-первых, не ждите до последнего с отказом от cookie. Многие допускают промедление, надеясь «как-нибудь проскочить». Это чревато: когда Google окончательно отключит third-party cookies в Chrome (ожидается к 2024–2025), неподготовленные потеряют значительную долю ретаргетинговых конверсий буквально в одночасье. Второе – «серыё» решения вроде fingerprinting (скрытая идентификация по устройству) кажутся соблазнительными, но это временный и сомнительный путь. Во-первых, регуляторы и браузеры и до этого доберутся (и вы вложитесь зря), во-вторых, это подрывает доверие пользователей. BCG прямо предупреждает быть осторожными с ненадёжными костылями и сразу оценивать риски технологий на предмет будущей приватности bcg.com. Третья ошибка – сбор данных без стратегии. Бывает, компании агрессивно собирают тонны first-party данных, но не знают, как их применить, и тонут в массиве. Лучше наоборот: определить необходимые инсайты (например: какой сегмент самый ценный? какой триггер увеличивает шанс покупки?), а уже под них собирать данные. Четвёртое – непрозрачность и игнорирование доверия: если вы скрытно собираете информацию или не объясняете ценность, пользователи могут отвернуться. 72 % потребителей готовы делиться личными данными, но только с брендами, которым доверяют. Завоевать доверие – значит, быть честным и предлагать взамен реальную пользу. Пятая возможная ошибка – недооценка затрат и подготовки команды: переход к first-party data требует инвестиций в инструменты (CDP, аналитика) и обучение людей. Нельзя просто поручить младшему маркетологу «собери-ка нам данных побольше». Нужно вовлекать руководство, менять процессы (например, сделать эксперименты основой принятия решений, а не интуицию).

Влияние на оценку компании и инвестиционную привлекательность:

Стартап, владеющий богатым массивом собственных данных о клиентах и умеющий их монетизировать, крайне привлекателен для инвесторов. Во-первых, first-party data – это уникальный актив, который сложно повторить конкурентам. Например, если у вас миллионы анонимизированных поведенческих записей пользователей умного дома – вы можете строить AI-модели лучше, чем любой новый игрок. Это повышает ценность компании при оценке (мультипликаторы могут быть выше среднерыночных за счёт “данного множителя”). Бостонская консультативная группа отметила, что data-driven маркетинг способен почти удвоить доход и на 1.6x сократить издержки bcg.com, что прямо влияет на EBIT, а значит и на оценку. Инвесторы понимают, что в мире Privacy-First компания, выстроившая маркетинг без внешних идентификаторов, менее уязвима к регуляторам и апдейтам платформ – это снижает риски. Пример: IPO компании Zoom в 2019 сопровождалось акцентом на её органический рост через продукт и реферальный маркетинг (без расходов на рекламу) – рынок оценил это, и акции взлетели. И наоборот, соцсети, зависящие от таргетинга (Snap, Meta), потеряли капитализацию на новостях о privacy-ограничениях. Поэтому инвесторы сегодня на этапе Due Diligence все чаще спрашивают: «Какие у вас источники данных? Сколько процентов маркетинга завязано на 3rd-party cookies?» – и наличие продуманной стратегии first-party/zero-party data (данных, которые сами пользователи охотно предоставляют – опросы, профили) является плюсом. Кроме того, сильная first-party база открывает опции для новых бизнес-моделей – например, можно запустить смежные продукты, основываясь на инсайтах о поведении. А это потенциал роста, что также увеличивает инвестиционную привлекательность.

Напоследок отметим, что Россия тоже идет по пути отказа от cookie: Яндекс уже внедрил в браузер защиту от трекинга, VK в 2020 запустила свой суперприложение с сервисами, где собирает first-party данные о покупках. Закон о персональных данных в РФ также требует локального хранения и минимизации обработки. Таким образом, cookieless-маркетинг – не теоретическая мода, а насущная необходимость. Те стартапы, которые сегодня перестроят свои маркетинг-процессы на управление данными и построение доверия, завтра станут недосягаемыми лидерами своих ниш.

Глава 2. Искусственный интеллект и DCO: AI + Dynamic Creative Optimization

• Рыночное обоснование: применение ИИ в маркетинге, персонализация в real-time.

• Кейсы: примеры успешных AI-кампаний и провалов из AdTech.

• Пошаговая инструкция внедрения AI в креатив и медиабаинг.

• Необходимые компетенции команды и выбор AI-платформ.

• Новые каналы: программатика, персонализированные рекомендации.

• Типичные ошибки (недостаток данных для обучения, «залить» бюджет без стратегии).

• Влияние на метрики ROI и интерес инвесторов к AI-решениям.

Рыночное обоснование:

Искусственный интеллект (ИИ) уже не футуристика, а рабочая лошадка маркетинга. В 2023 году 87 % маркетологов сообщили, что уже используют или экспериментируют с AI-инструментами marketinghire.com, а 63 % лидеров маркетинга инвестировали в AI или планируют в ближайшие 1–2 года marketinghire.com. Что это даёт? Применение AI в рекламных кампаниях – от оптимизации ставок до генерации креатива – повышает эффективность и экономит бюджет. Например, по данным Growth Channel, бренды, внедряющие динамическую креативную оптимизацию (DCO) на базе AI, фиксируют рост выручки до +70 % и возврат рекламных расходов (ROAS) до 21× growthchannel.io. Конкретный кейс – ювелирный e-commerce Diamond Nexus: переключившись с ручной настройки ремаркетинга на AI-платформу с динамическими объявлениями, они увеличили ROI на 70 % и достигли 21-кратного ROAS growthchannel.com. AI способен обрабатывать огромные массивы данных о пользователях и в реальном времени подбирать оптимальный креатив под каждого – то, что человек вручную сделать не в силах.

Dynamic Creative Optimization (DCO) – технология, позволяющая генерировать и показывать персонализированные рекламные креативы на лету, подстраивая их под аудиторию, время, контекст. В сочетании с AI она выходит на новый уровень: GenAI модели могут сами придумывать тексты объявлений, подбирать лучшие изображения под сегмент, а алгоритмы мгновенно тестируют варианты. Forrester отмечает, что рынок creative adtech переживает взрыв: платформы вроде Smartly.io, Google DV360, Facebook теперь предлагают встроенные авто-генераторы объявлений, которые на основе вашего фида товаров создают тысячи вариаций баннеров и видео. Это критично в эпоху, когда пользователь ожидает “рекламу-под-себя”, а внимание рассеивается – персонализированный креатив может увеличить конверсию в разы. McKinsey пишет, что применение AI для контента и персонализации – новый стандарт продвинутого маркетинга bcg.com.

Важный подтренд – Generative AI в маркетинге: GPT-модели генерируют тексты объявлений, постов; нейросети рисуют изображения для баннеров. Уже появились кейсы, когда 90 % рекламного креатива бренда создается машиной с минимальной правкой дизайнера. Gartner прогнозирует, что к 2025 году целых 30 % цифровых материалов в крупных компаниях будет создаваться с помощью ИИ. При этом, как отмечают эксперты, интеграция AI в маркетинг – это не просто модный шаг, а вопрос конкуренции: “If you’re not leveraging AI, you will be left behind” – говорит Винс Де Кастро, основатель медиа-агентства growthchannel.io.

Кейсы роста:

• Coca-Cola – мировой бренд, активно освоивший AI+DCO. Они провели кампанию с персонализированными видео-объявлениями, где сюжет ролика (сцены, фразы) менялся в зависимости от интересов пользователя – всё генерировалось AI на основе профиля. В результате взаимодействие (engagement) значительно выросло, а стоимость рекламы снизилась koast.ai: пользователи дольше смотрели “подогнанные” под них ролики, CTR и вовлечение превышали средние по рынку, а Coca-Cola оптимизировала медиа-бюджет.

• Netflix – хотя это скорее технологическая компания, их маркетинг тоже опирается на AI. Netflix использует алгоритмы, чтобы генерировать разные обложки и тексты для своих рекламных креативов про новые сериалы, подстраивая их под интересы аудитории. Также AI подбирает персональные рекомендации-трейлеры. Кейсы показывают +5 % рост конверсии пробной подписки после внедрения таких AI-рекомендаций в рекламе koast.ai.