Контекст перегрет: ставки растут, данных не хватает. Intention Targeting закрывает «слепые зоны» и ловит спрос заинтересованных покупателей.
Рынок контекстной рекламы в России продолжает расти: по оценкам MediaSniper, его объем в 2024 году достиг 150 млрд рублей, увеличившись на 29% по сравнению с предыдущим годом. Но за этими цифрами скрывается тревожная динамика. Конкуренция за внимание пользователей также продолжает расти, инвентаря больше не становится, а ставки растут. Рекламодатели тратят все больше — а получают все меньше.
Этот перегрев чувствуется особенно остро после ухода Google Ads: рекламные бюджеты контекста устремились к «Яндексу», превратив его рекламную сеть в главный центр притяжения. И именно здесь начинается разговор про Intention Targeting — новую технологию, меняющую саму природу таргетинга в digital-маркетинге.
Классические механизмы контекстной рекламы — это в первую очередь работа с поисковыми запросами и поведенческими сигналами на рекламных площадках. Однако в текущей экосистеме существует огромный массив данных, которых за пределами контекстной рекламы практически не найти, а внутри системы слишком перегретая цена.
Почему? Потому что крупнейшие коммерческие ресурсы — от банков до маркетплейсов — не делятся своими данными о посещении пользователей. Эти платформы обрабатывают миллионы сессий ежедневно, но весь этот трафик остается в «слепой зоне» для рекламных систем. В результате таргетинг строится на неполной информации, а значит — теряет в точности, актуальности и эффективности.
Технология Intention Targeting, разработанная MediaSniper совместно с компанией Platforma, — это инструмент, который устраняет слепые зоны и открывает рекламодателям доступ таргетингу, недоступному для классических платформ.
Суть решения в использовании обезличенных данных крупнейших телеком-операторов и банков, которые охватывают до 25% всего интернет-трафика в стране. Эти источники фиксируют деперсонализированный цифровой след пользователя: активности на сайтах ритейлеров, автодилеров и финансовых сервисов, с учетом веса, частоты и последовательности посещений.
Скорость еще одно преимущество по сравнению с классической медийной рекламой: сегментирование аудитории происходит в течение одной минуты после получения данных. Это значит, что рекламодатель работает не с устаревшими сигналами, а с «живым» намерением пользователя — то есть с аудиторией, которая прямо сейчас проявляет интерес к товару или услуге.
Intention Targeting - мощный инструмент, но его эффективность имеет четкие границы. Понимание этих ограничений критически важно для корректного применения и оценки ROI.
1. Ограничение по объему данных: неприменим для суперузких аудиторий.
Суть проблемы: Технология работает на статистических моделях, которым для формирования стабильного и релевантного сегмента необходим значительный поток данных. При таргетинге на микро-аудитории система либо не сможет собрать сегмент, либо его размер окажется коммерчески нецелесообразным.
Конкретный пример: Запуск кампании для девелопера элитных пентхаусов в историческом центре Москвы (средний чек $10M+). Ежедневный объем пользователей, активно ищущих такие объекты онлайн, исчезающе мал. Попытка настроить Intention Targeting на посещение нишевых порталов элитной недвижимости, скорее всего, завершится с ошибкой «аудитория слишком мала» или приведет к астрономической цене за показ из-за отсутствия масштаба.
2. Ограничение по циклу сделки: риск некорректной атрибуции в длинных воронках
Суть проблемы: Максимальная сила Intention Targeting — в перехвате «горячего» намерения. Однако если финальное решение созревает месяцами, стандартные модели атрибуции (Last-Click) катастрофически недооценивают его истинную роль как инициатора контакта.
Конкретный пример (вертикаль недвижимость):
День 1: Пользователь ищет «квартиры в новостройках у метро». Видит и кликает по баннеру девелопера «А» (Intention Targeting).
Неделя 2-8: Он изучает обзоры на 5 разных ЖК, подписывается на рассылки, ходит на офлайн-показы. Эти действия происходят в органическом поиске, соцсетях и прямо в офисе.
День 60: Он вводит в поиск конкретное название ЖК девелопера «А» и оставляет заявку на сайте.
Итог по Last-Click: Вся ценность конверсии присвоена прямому заходу / органическому поиску. Роль Intention Targeting, который инициировал интерес за два месяца до сделки, обнулена. Бюджет на него будет казаться потраченным впустую.
Корректное решение (важность поствью-атрибуции):
Для объективной оценки необходимо использовать взвешенные модели атрибуции с длинным окном (90-180 дней) и обязательно анализировать поствью (view-through) конверсии. Именно они покажут, сколько пользователей, увидевших рекламу в момент формирования намерения, вернулось и совершило целевое действие позже через другие каналы. Без этого анализа эффективность инструмента в вертикалях с долгим циклом (недвижимость, B2B, авто) будет системно занижена.
Ответьте «да» на 3 и более вопроса из списка ниже - это сигнал к немедленному тестированию подхода.
Стоит отметить, что Intention Targeting - это не замена, а "силовой множитель" для ваших текущих маркетинговых каналов. Его задача - радикально повысить их точность, позволяя перехватывать клиентов в момент активного намерения к покупке.
Чтобы корректно встроить этот подход в общую маркетинговую стратегию, следуйте трём шагам:
Рассмотрим результаты успешного применения инструмента в кампании, проведенной с нашими коллегами Group4Media для маркетплейса Финуслуги.
Рекламную кампанию было решено развести на 2 параллельных запуска – медийная закупка со стандартным набором инструментов и таргетингов и Intention targeting. Обе стратегии запускались параллельно.
По итогам применения нового подхода Intention стратегия дала сравнительно лучшие показатели по основной цели – Оформление вклада, также по второстепенной цели – Регистрация на сайте, и показала высокую кликабельность.
Для оценки использовали post-view аналитику с окном атрибуции 30 дней.
Результаты
Как считали: средний СРА по programmatic приравняли к 1. Из него высчитали индекс по Intention Targeting и стандартному размещению. СРА Intention нормированный = СРА Intention/СРА средний, аналогично высчитали нормированный СРА для таргетинга по поведению. По итогу кампании команде удалось сократить стоимость целевого действия почти на треть по сравнению с другими размещениями.
«Ренессанс Страхование» (ПАО «Группа Ренессанс Страхование»), занимающая 14-е место по объему страховых премий в 2024 году, столкнулась с проблемой высокой стоимости привлечения клиентов на продукт КАСКО через традиционные digital-каналы. Стандартные подходы таргетинга не обеспечивали необходимой точности охвата, что приводило к перерасходу бюджета и низкой конверсии.
В отличие от классического programmatic-таргетинга, анализирующего только страницы, где можно показывать рекламу, команда работала с цифровым следом пользователей в реальном времени. Изучали посещение автосайтов, страховых калькуляторов, данные о налогах на премиальные авто. Ключевыми преимуществами подхода стали:
Это позволило охватить пользователей с различными психотипами, среди которых были выделены две ключевые группы:
Результаты
При анализе post-view конверсий с 30-дневным окном атрибуции был достигнут CPL 2 734 рубля (на 45% ниже KPI), конверсия в заполненную анкету выросла на 32% по сравнению с классическим programmatic, а стоимость привлечения снизилась в 1,8 раза.
«Лемана Про», лидер российского DIY-ритейла, столкнулся с необходимостью оптимизации рекламных расходов в сегменте товаров для садоводства и комнатных растений. Несмотря на широкий ассортимент грунтов, удобрений, семян и аксессуаров, традиционные методы таргетинга не обеспечивали достаточной точности охвата реально заинтересованной аудитории, что приводило к высокому CPO.
Механика кампании включала пять стратегий таргетинга, каждая из которых фокусировалась на определенной товарной категории: грунты, удобрения, емкости для рассады, семена и общие товары для ухода за растениями. Intention Targeting позволил в режиме реального времени идентифицировать пользователей, перешедших от стадии интереса к категории (например, изучение информации об удобрениях) к стадии готовности к покупке (поиск конкретных магазинов товаров для сада), и своевременно показывать им релевантные рекламные сообщения.
Результаты
Объединенный показатель CPO (Last-click + Post-view) составил всего 158 рублей при 90-дневном окне атрибуции. Это один из лучших результатов в категории, достигнутый за счет точного попадания в аудиторию с выраженной покупательской активностью.
Анализ практических кейсов позволяет выделить несколько закономерностей, которые определяют успех real-time подхода:
1. Самые ценные сигналы намерения - это “цифровой след” на скрытых от RTB площадках. Наибольшую эффективность показали не общие поведенческие данные, а сигналы, полученные с коммерческих и нишевых сайтов, которые традиционно недоступны для систем таргетинга. Это посещение сайтов-конкурентов, страниц с калькуляторами (страховки, вкладов), карточками конкретных товаров, а также форумов и отзовиков. Ключевую роль играет не единичный визит, а последовательность действий, которая раскрывает логику пользователя: например, переход от изучения статей об удобрениях к сравнению цен в разных магазинах.
2. На real-time подход сильнее всего реагируют KPI, связанные со стоимостью и конверсией. Технология демонстрирует максимальное влияние на те показатели, что напрямую определяют рентабельность рекламных инвестиций (ROI). Во всех кейсах наблюдается резкое снижение стоимости целевого действия (CPA, CPL, CPO) относительно стандартных инструментов
3.Максимальный эффект достигается в высококонкурентных и высокомаржинальных нишах. Real-time таргетинг становится не просто оптимизацией, а стратегическим преимуществом в сегментах, где цена ошибки (холодного показа) высока, а путь клиента сложен.