В этом году я провела день на закрытом Meta Marketing Summit вместе с командами крупных мобильных приложений. Ниже я собрала основные тренды, которые в ближайшее время будут влиять на performance-маркетинг. Самое интересное, что большинство команд к ним структурно не готовы.
Performance-маркетинг в Meta: автоматизация креативов, аналитика и качество данных. Иллюстрация создана с помощью ИИ.
С появлением ИИ производство креативов перестало быть проблемой. Если вы это пропустили, то отстали не на несколько недель
Год назад все спрашивали, может ли ИИ помочь с креативами. В этом году вопрос звучал иначе: а что тогда остается людям?
Самые продвинутые команды уже имеют агентов, которые получают один бизнес-промпт и дальше работают самостоятельно. Например: «Запусти этот хук на 6 рынках, по 50 вариантов на каждом, отключай всё, что ниже 0,8 ROAS через 24 часа». Агент собирает данные конкурентов, генерирует варианты, запускает их и отсекает слабые. Успевает всё это сделать до того, как кто-то откроет дашборд.
Конечно, эти команды пришли к этому не за неделю. Они месяцами строили инфраструктуру: создавали внутренние self-service-системы, автоматизировали пайплайны, внедряли и тестировали контроль качества. Без этого креативное производство не масштабируется, и люди в команде сами становятся узким местом.
Командам, которые ещё не автоматизировали процессы, придётся наверстывать много месяцев по сравнению с конкурентами. У них есть потолок, заложенный в саму структуру, и с каждым кварталом разрыв увеличивается.
Считать нужно не количество креативов, а их разнообразие
Большинство команд запускают много объявлений. Но если присмотреться, это те же три базовые концепции в разных форматах, и это трудно назвать креативной стратегией. Скорее выгоранием, которое просто отложено во времени.
Стоит обратить внимание на то, сколько объявлений действительно визуально отличаются друг от друга. Несколько спикеров упоминали одну пропорцию: 70% — итерации на проверенных победителях, 30% — новые концепции. Новые — это другой ракурс, другая аудитория, другая креативная логика. Свежий хук к старой идее сюда не входит.
И ещё: лучшие команды не ищут победителей с помощью широкого тестирования. Нашли один и раскручивают его до предела: меняют музыку, продолжительность, формат, хук, пока сигнал не погаснет.
После 10 показов на человека CPA начинает расти
Большинство команд замечают это уже тогда, когда переплатили. На саммите показали данные с реального аккаунта: как CPA меняется в зависимости от частоты. Получилось три зоны:
- Warm Up Zone (частота 0–10): CPA стабилен, алгоритм обучается.
- Saturation Zone (10–15): CPA ползёт вверх.
- Wasting Zone (15+): CPA растёт экспоненциально.
Одного ограничения частоты здесь недостаточно. Нужны настраиваемые аудитории на основе реального поведения: включать пользователей с частотой до 10, исключать тех, у кого она превышает 15, а также тех, кто совершал покупки за последние 180 дней.
Большинство команд так не поступают. О частоте они знают, просто не располагают аналитикой, которая показала бы проблему в данный момент.
Meta изменила логику оптимизации рекламных кампаний, но большинство рекламодателей это упустили
Advanced Analytics, pLTV-оптимизация, Custom Attribution, Customer Lifecycle Strategy давно вышли из бета-версии. Они становятся инфраструктурным слоем над кампаниями, и откладывать знакомство с ними «на потом» уже рискованно.
Одна команда показала свои результаты за месяц в AA: 117 запросов, из них 110 были настроены автоматически, 2 — вручную. Аналитика у них встроена прямо в операционную систему.
Другая команда прошла путь от нуля до уверенного использования AA за 4 месяца. Ресурсов было немного: один аналитик на неполной ставке и звонки из Meta раз в две недели. Что они получили:
- исследование частоты, которое напрямую повлияло на сегментацию аудиторий;
- бенчмарки стоимости статических креативов;
- custom audiences на основе покупательского поведения.
Я для себя формулирую это так: AA нужна для цепочки «инсайты → гипотезы → тесты», а дашборды там — побочный продукт. Предел здесь — в вашем воображении и в том, стало ли использование AA привычкой.
Всё держится на сигнале
Алгоритму нужно достаточно сигнала, чтобы учиться. На саммите это звучало как приоритет номер один, выше креатива, таргетинга и распределения бюджета.
50 конверсий — лишь ранняя контрольная точка. CPP продолжает падать и после неё, пока модель накапливает данные. Если кампании раздроблены, модели просто не на чём учиться.
У команд, которые масштабируются лучше всего, есть три вещи:
- консолидированная структура: меньше кампаний, больше бюджета на каждую;
- чистый CAPI с высоким match rate;
- достаточная скорость конверсий, чтобы алгоритм не работал вслепую.
Одна команда перешла с volume-кампаний на value-based. LTV вырос на 5–10%, недельная динамика стала более ровной, ROI — выше. Креативы и таргетинг при этом не трогали. Изменился только сигнал: он стал чище.
С чего начать
- Посчитайте, сколько активных объявлений действительно визуально отличаются, и соблюдаете ли вы соотношение 70/30 между итерациями и новыми концепциями.
- Проверьте, видите ли вы, в какой зоне частоты сейчас находятся ваши кампании, и учитываете ли вы частоту и имеющихся плательщиков при формировании аудиторий.
- Посмотрите на структуру аккаунта: нет ли фрагментации, каков match rate в CAPI.
- Сделайте Advanced Analytics регулярной практикой по циклу «инсайты → гипотезы → тесты».
- Сначала инфраструктура, потом агенты.
Вместо заключения
Старый плейбук перформанс-маркетинга уже не доработать, на его место приходит новый. AI-first-продакшн, гигиена сигнала, продвинутая аналитика, креативные системы, рассчитанные на масштаб, скоро станут минимальным уровнем для всех. Вопрос лишь в том, движетесь ли вы уже в этом направлении или будете догонять через 18 месяцев.
