Инфлюенс-маркетинг перестал быть зоной «попробуем и посмотрим»: бюджеты стали дороже, ошибки — заметнее, а запрос бизнеса — простым и четким: вложения в рекламные кампании у блогеров должны окупиться. В интервью для Sostav Вадим Бордиян, основатель технологичной платформы по работе с блогерами Influencio, объясняет, почему у брендов чаще всего ломается планирование, какие метрики реально поддаются прогнозу, где проходит предел предсказуемости на разных площадках и как заранее увидеть провал кампании — еще до первых публикаций.
Если рассматривать инфлюенс-маркетинг как систему, то что в ней чаще всего «ломается» у брендов — планирование, аналитика или ожидания?
В инфлюенс-маркетинге самое важное — планирование. Когда у бренда есть ясное понимание, что именно он хочет получить и что в принципе может достичь в рамках бюджета и категории, ожидания становятся адекватными и не случается история из мема «ваши ожидания — это ваши проблемы». Планирование — фундамент запуска рекламы через блогеров. Без него все рано или поздно развалится.
Аналитика — это уже приборная панель: она помогает делать срезы, понимать, что мы идем в правильном направлении, что выбранные блогеры и стратегия дают нужный результат и что это можно масштабировать. Но аналитика не заменяет план, она усиливает его и помогает улучшать показатели по ходу кампании.
Как правильно считать эффективность до запуска кампании?
До запуска эффективность считают не по ощущениям и не по красивым цифрам, а по четкому прогнозу, который можно заранее рассчитать — сколько мы платим и что получаем взамен в измеримых показателях. В Influencio мы строим прогнозные модели на основе исторических данных блогеров и наших рекламных кампаний с брендами. Это позволяет заранее понимать, сколько ждать кликов и продаж от каждого блогера, выбирать тех, кто подходит по экономике, и отсекать неэффективных.
Когда у вас есть прогноз по каждому размещению, вы перестаете покупать просто интеграции у инфлюенсеров. Вы покупаете понятный вклад в результат: трафик, продажи, окупаемость. И дальше уже вопрос не в том, понравится ли контент аудитории, а в том, как вы собрали систему, где каждая часть работает на вашу цель в маркетинге.
Есть нюанс, который часто ломает картину эффективности у больших брендов. Представим топ-бренд: товар продается везде — в «Магните», «Пятерочке», «Перекрестке» и параллельно на маркетплейсах. С запросом приходит ecom-юнит и просит прогноз продаж именно для маркетплейсов: «Нам нужно понять, сколько заработаем в WB/Ozon». И здесь реальность омниканальная. Часть людей купит на WB/Ozon, а часть после контакта с интеграцией вспомнит про продукт в ближайшем магазине и возьмет его офлайн (часто еще и по акции).
Из-за этого конверсия именно на маркетплейсе может выглядеть ниже ожидаемой для ecom-команды, хотя суммарно бренд получает продажи и там, и там. Поэтому в прогнозе важно разделять эффект по каналам. Условно: из 100 тыс. руб. продаж 60−70 тыс. могут быть видны на маркетплейсах, а оставшаяся часть — в офлайне (в зависимости от категории и дистрибуции бренда). Если же оценивать результат только по маркетплейсу, цифры не всегда могут быть такими красивыми, и команда делает неверные выводы про эффективность инфлюенс-маркетинга.
Проблема в том, что внутри крупных компаний это часто не засчитывается: ecom-юниту важно показать рост исключительно своего канала, офлайн-эффект могут не засчитать в KPI. В итоге бренд сам себе сужает картину и усложняет управление: вместо экосистемы начинается борьба каналов, где маркетинг работает, а метрика говорит обратное.
Какие параметры кампании лучше всего поддаются прогнозу — охват, вовлеченность, CTR, конверсия? Где предел предсказуемости?
Охват — самый простой показатель для прогноза. Более того, мы всегда стараемся его перевыполнять: когда охват выше, чаще всего и остальные цифры подтягиваются.
Сложнее прогнозировать CTR и конверсию. Именно поэтому в прогнозе важны ML-модель и исторические данные: на результат влияет слишком много факторов — от конкретного блогера до категории товара и его цены именно в момент кампании. Предел предсказуемости там, где начинается человеческий фактор и рыночная динамика: контент может выстрелить сильнее, чем ожидалось, а может отработать ниже из-за изменений спроса, конкурентов, цены, наличия товара. Но это не отменяет прогноза, он задает коридор и дисциплину принятия решений.
Можно ли предсказать провал кампании заранее? Какие красные флаги алгоритм ловит чаще всего?
Прогноз в первую очередь и нужен, чтобы понять, какие блогеры точно не подойдут, и оставить только тех, где известно, что будет положительный результат. Все остальное влияет на то, сколько в итоге заработает бренд.
Самый понятный красный флаг — когда экономика не сходится уже на входе. Если видно, что при стоимости размещения условно 20 тыс. рублей прогноз продаж будет на те же 20−30 тыс., то такого блогера брать не нужно, потому что так кампания не окупится. В среднем при стоимости 20 тыс. рублей блогер должен продавать примерно на 100 тыс. рублей, чтобы это было похоже на бизнес, а не на «проверим и посмотрим».
Что в работе с блогерами критически важно стандартизировать, а что — нельзя и не нужно?
Стандартизировать можно и нужно все. Повторяю — все. Включая технические задания и сценарии. У вас должен быть одинаковый подход и понятная логика масштабирования того, что работает.
Но есть важная оговорка — внутри стандарта должна оставаться идентичность блогера и его стиль. Здесь многие ошибаются в две стороны: либо дают слишком много свободы и получают контент, который не решает задачу бренда, либо, наоборот, заставляют автора делать то, что он не умеет и не делает органично. Стандарт нужен, чтобы управлять качеством и результатом. А стиль автора нужен, чтобы сохранить доверие аудитории.
В чем специфика прогнозирования кампаний в Telegram, где нет классических метрик?
В Telegram меньше данных для анализа. На практике нельзя увидеть в абсолютной точности, кто целевая аудитория, кто эти подписчики, на какие каналы они еще подписаны и как реагируют на другие посты.
Но это не значит, что Telegram нельзя считать. Можно замерять клики, отслеживать их по диплинкам и UTM-меткам, отслеживать продажи, собирать аудиторию в аналитические дашборды, проводить пост-анализ кампании и каждого размещения. А дальше использовать эти данные для следующих публикаций у того же блогера и у похожих по контенту. В Telegram меньше витринной аналитики, зато хорошо работает дисциплина измерения — что вели, куда вели, что получили, что повторяем, что исключаем.
Какие ошибки совершают даже крупные компании при планировании кампаний?
Самая частая ошибка крупных компаний — планировать инфлюенс как закупку размещений, а не как управляемую систему. Когда нет прогноза и понятной модели окупаемости, решения принимаются по привычке: «берем крупных», «берем тех, кто на слуху», «берем, потому что конкурент был». В итоге бренд платит не за результат, а за ощущение активности.
Вторая ошибка — путать контроль с микроменеджментом. Когда бренд пытается вручную управлять каждым словом автора, он убивает нативность, а вместе с ней и эффективность. Нужен стандарт и контроль качества, но не нужно ломать механику канала и стиль автора.
Как изменились запросы компаний за прошедший год: что хотят считать, контролировать, прогнозировать?
Основное — это чтобы рекламные кампании окупались. Бренды приходят с очень прямым запросом: запустить рекламную кампанию у блогеров и заработать. Практически нет кампаний просто ради охватов и узнаваемости, особенно если говорить про e-commerce. Дальше начинаются нюансы: кому-то важнее вовлеченность и качество контента, кому-то — конечные показатели ДРР или ROMI. Но базовая логика одна — брендам нужна управляемость и предсказуемость, а не магия.
Какие входные данные нужны, чтобы выстроить точный финансовый прогноз кампании до старта?
Стоимость размещения у блогера, стоимость и себестоимость продукта, исторические данные продаж блогера и самого продукта. Если этих данных нет, прогноз превращается в гадание. Если данные есть, вы можете заранее оценить потенциальную экономику и принять решение: масштабировать, тестировать, менять продуктовую матрицу, пересобирать креатив или корректировать цену.
Как формируются коридоры KPI в инфлюенсе — CTR, конверсия, CPO, ROAS — и насколько они стабильны?
Базовые показатели для коридоров — CTR, CR, ДРР и ROMI. Дальше модель уточняется от запуска к запуску, потому что так постоянно пополняются новые данные и улучшается прогноз. Стабильность в инфлюенсе всегда относительная, она зависит от площадки, формата, категории, цены, наличия товара, сезонности и того, насколько качественно выстроен креатив и процесс.
Важно другое — коридоры KPI не берутся из воздуха. Они формируются на данных и позволяют заранее понимать, где экономика сходится, а где вы просто покупаете охваты без результата.
От каких vanity-метрик брендам в 2025 году стоит отказаться в первую очередь?
Мы в прогнозной модели в первую очередь смотрим на CTR и ДРР. Если эти показатели достигаются и бренд получает прибыль, остальное вторично. Да, бывают другие цели, и тогда набор KPI меняется. Но в прикладном маркетинге иллюзия, что охват — это самое главное, часто дорого стоит.
Будущее — за нано- и микро-инфлюенсерами. Не потому, что блогеры с миллионной аудиторией не работают, а потому, что маленькие авторы чаще дают управляемую экономику: более теплую аудиторию, более честную реакцию и меньше шумовой рекламы.
Как меняется прогнозируемость кампаний в зависимости от площадки — Telegram, VK или Shorts?
Прогнозируемость кампаний сильно зависит от алгоритмов, особенно в вертикальных видео, где стабильность просмотров может резко меняться. Поэтому в работе с такими форматами важна не только математика, но и производство: сценарии, согласование контента, понимание трендов, контроль качества исполнения. У нас это закрывает отдельная команда: внимательно изучить, что работает, как меняется подача, и если нужно — подключить креаторов и даже монтажеров, чтобы помочь авторам сделать контент на уровне.
У нас есть своя собственная альтернатива «контент-заводу», которая зачастую работает эффективнее, так как мы научились масштабировать запуски с абсолютно любым количеством блогеров. То есть это такая модель, где инхаус-отдел инфлюенс-маркетинга бренда, скорее всего, может не справиться из-за существующих внутри корпораций длительных согласований. Так можно автоматизировать абсолютно все процессы: первичные договоренности, документооборот и маркировку, согласование и публикацию контента и работу с любым количеством инфлюенсеров.
Цифры важны, но алгоритмы тоже видят качество. И если вы не управляете контентом как продуктом, прогноз будет хуже просто потому, что переменная «контент» у вас не контролируется.
Какие параметры кампании сильнее всего влияют на будущие продажи и экономику?
Качество товара и его цена. Если вы запускаете кампанию на продукт с оценкой условно 4,1 из 5 и ценой выше, чем у конкурентов, чуда ждать не нужно. Аудитория перейдет по ссылке, CTR может быть отличным, но конверсия и остальные показатели упадут. Инфлюенс не спасает слабый продукт и не компенсирует неконкурентную цену. Он усиливает то, что уже работает, и ускоряет рост там, где у бренда выстроена базовая продуктовая и коммерческая логика.