Маркетинговые команды годами мирились с тем, что один и тот же клиент в отчётах «принадлежит» сразу трём каналам, а цифры CMO и финансового департамента живут в параллельных вселенных. Сейчас эта неоднозначность измерений, которую раньше списывали на сложность стека, перестала быть терпимой — и дело не только в давлении советов директоров, но и в стремительном внедрении AI.
В колонке для Digiday президент AppsFlyer Брайан Куинн проводит параллель со сказкой о голом короле: маркетологи долго делали вид, что всё в порядке, потому что «так проще, чем идти против толпы». Однако фрагментация данных дорожает. По оценке Куинна, типичный путь клиента — от рекламы на CTV до конверсии на вебе через мобильный клик — фиксируется разными платформами с разными окнами атрибуции и логикой идентификаторов. В результате команды тратят время на внутренние споры о том, каким цифрам верить, а бюджеты утекают в каналы, которые выглядят эффективнее всего при last-click, но не обязательно дают реальный прирост.
Ключевой катализатор перемен — AI. Как отмечает Куинн, модель оптимизирует только те сигналы, которые получает: если на входе дублированные или неполные данные, «инструмент будет действовать быстро, уверенно и непрерывно, но сложность алгоритма не исправляет качество входных данных». Это заставляет маркетологов пересматривать саму архитектуру стека, а не просто добавлять новые слои автоматизации.
Решение, которое предлагает AppsFlyer, — нейтральный омниканальный слой измерений, способный применять единую логику ко всем средам, где перемещаются клиенты. По мнению Куинна, сильнейшие организации в ближайшее время «упросят свою структуру вокруг этой основы», а не будут наращивать количество инструментов для компенсации неопределённости.
Пока рано судить, станет ли такой подход отраслевым стандартом, но сам факт, что вендор атрибуции так прямо говорит о «некомфортной видимости порядка» и призывает задавать неудобные вопросы, показателен. Индустрия явно переходит от фазы «собери всё, что можно» к фазе «заставь работать то, что есть». И AI здесь выступает не волшебной палочкой, а скорее лакмусовой бумажкой для качества данных.