В рекламных платформах всё чаще говорят не про отчёты, а про AI-инсайты, которые нельзя выгрузить и сверить с собственной CRM. Amazon Ads предложила маркетологам не спешить отказываться от измерения: атрибуцию стоит воспринимать как аудитора для моделей машинного обучения.
Пола Деспинс, вице-президент по измерению Amazon Ads, Amazon Marketing Cloud и доверию к рекламе, в разговоре с AdExchanger описала разрыв между двумя подходами. Раньше аналитика кампании включала сотни рекламных ID и площадки, на которых шёл таргетинг — эти данные можно было забрать и сопоставить с конкретными профилями. Инсайты устроены иначе: они подсказывают, например, где кампания была перепредставлена по аудиториям, или объединяют first-party данные разных брендов, но наружу платформу не покидают. Полезная оптика, только с реальными клиентами её не связать.
Деспинс считает, что аналитическое моделирование внутри Amazon Ads упрощается: раньше для таких отчётов нужен был дата-сайентист, теперь они доступны всем
. Amazon Marketing Cloud уже запустила метрику долгосрочных продаж — она формирует когорту новых для бренда клиентов, привлечённых конкретной кампанией, и прогнозирует их траты за следующие 12 месяцев. Параллельно появился бенчмарк накопленных продаж: он отслеживает фактические покупки таких когорт, чтобы через год сопоставить реальность с прогнозом.
Показательно, что Amazon намеренно не даёт выгружать эти данные: иначе рекламодатели получили бы прямой инструмент для ретаргетинга покупателей платформы. Вместо этого компания готовит более узкие метрики — например, для автомобильных брендов, которым интересна частота визитов в дилерские центры или записей на тест-драйвы.
Amazon не единственная платформа, которая расширяет моделирование. Продуктовая сеть Albertsons добавляет в инсайты прогнозы пожизненной ценности клиента. Правда, даже когда модель уверенно называет конкретную сумму, это остаётся предположением: финансовый директор поверит цифрам в отчётности, а не во вкладке инсайтов маркетингового дашборда. Деспинс предлагает относиться к измерению как к ориентиру — и для ИИ, и для маркетолога, который с ним работает.