Как измерять эффективность рекламы при agentic commerce

Как измерять эффективность рекламы при agentic commerce: разбираем подтверждённые данные и контекст события, а также практические выводы для брендов, агентств и рекламного рынка.

TikTok Shop принёс $11 млрд выручки в первом квартале 2026 года — это 1% всех розничных продаж в США и 3% от e-commerce, показывают данные Circana. Покупка больше не требует перехода на сайт ритейлера: социальные платформы и ИИ-агенты сжимают воронку до одного шага, а вместе с ней ломают традиционную атрибуцию рекламы. Бренды теряют возможность отследить клик, показ или cookie — агент совершает транзакцию без этих сигналов, и классические closed-loop модели retail media перестают работать.

Как измерять эффективность рекламы при agentic commerce?

Классическая модель retail media строилась на том, что ритейлер контролирует путь покупателя: показ рекламы → клик → добавление в корзину → оформление заказа. Каждый этап фиксировался, и бренд видел полную картину. Теперь потребитель узнаёт о продукте в TikTok, покупает там же через встроенный Shop и никогда не переходит на сайт ритейлера. Первая сторона — платформа, данные о покупке остаются у неё, а ритейлер теряет эксклюзивность на информацию о транзакции.

Второй удар по атрибуции наносят ИИ-агенты. По данным Circana, 70% респондентов используют их для поиска товаров, 48% — для получения рекомендаций, почти 50% делегируют агентам рутинные покупки. Агент сравнивает цены, выбирает ритейлера, оформляет заказ — и всё это происходит без традиционных маркеров: нет показа баннера, нет клика, нет пользовательского сеанса, который можно привязать к рекламной кампании. Система атрибуции, построенная на impression ID и cookie, просто не видит эту транзакцию.

Что происходит с данными ритейлеров

Retail media networks строили ценность на первичных данных: покупатель пришёл на сайт, посмотрел товар, купил — ритейлер знает всю историю и продаёт эту информацию брендам. Социальная коммерция разрушает монополию: часть спроса формируется и закрывается на стороне TikTok, Instagram (принадлежит Meta) или других платформ. Ритейлер видит только итоговую доставку, но не знает, какой контент, какой блогер или какая реклама привели к заказу.

«Ритейлеры теряют эксклюзивность на коммерческие данные — раньше они владели ими целиком, теперь часть транзакций уходит в социальные платформы», — отмечает Kiara Barrett, вице-президент Circana.

Для российского рынка проблема осложняется законодательными ограничениями: Instagram и Facebook (принадлежат Meta) заблокированы, TikTok не развивает Shop в РФ, а локальные маркетплейсы — Wildberries, Ozon, Яндекс Маркет — пока сохраняют контроль над данными. Но тренд неизбежен: Telegram, ВКонтакте и другие платформы тестируют встроенную коммерцию, и как только она заработает в масштабе, российские бренды столкнутся с теми же вызовами атрибуции.

Как измерить эффект, когда сигналы исчезают

Классическая атрибуция считает последний клик или распределяет вес между касаниями. Обе модели требуют идентификатора пользователя — cookie, device ID, email. Агентская коммерция убирает эти точки: агент не оставляет следа, который можно связать с показом рекламы три дня назад. Решение — переход на инкрементальные измерения, которые сравнивают поведение контрольной и тестовой групп, а не отслеживают индивидуальный путь покупателя.

Инкрементальность показывает чистый прирост продаж, который дала кампания. Бренд делит аудиторию на две группы: одна видит рекламу, другая нет. Разница в покупках и есть инкремент. Модель работает без персональных идентификаторов, но требует данных о покупках по всему рынку — не только у одного ритейлера. Если покупатель числится как новый клиент на Ozon, но раньше покупал бренд на Wildberries, first-party данные одного маркетплейса покажут конверсию, а инкремент на самом деле нулевой.

Третьи стороны — Circana, Nielsen, lokальные панели — собирают данные о покупках через чеки, панели домохозяйств, банковские транзакции. Это дороже, чем встроенная аналитика маркетплейса, но даёт полную картину: бренд видит, увеличилась ли доля рынка, переключились ли покупатели от конкурентов, или кампания просто перераспределила продажи между каналами.

Чек-лист для маркетолога: как адаптировать измерения

• Запросите у retail media network данные не только по конверсии на своей платформе, но и по rest-of-market: купил ли клиент бренд где-то ещё до или после кампании.
• Включите в медиаплан тесты с контрольной группой: выделите 10–15% бюджета на измерение инкремента, а не только на ROAS по последнему клику.
• Подключите сторонние панели (Circana, Nielsen, в России — «Ромир», Data Insight), если работаете с несколькими маркетплейсами: первичные данные одной площадки не покажут каннибализацию продаж.
• Пересмотрите KPI: если агент выбирает товар по цене и рейтингу, медийная реклама работает на верхнюю воронку — отслеживайте рост узнаваемости и consideration, а не только прямые продажи.
• Договоритесь с ритейлером о доступе к данным на уровне SKU: если агент покупает конкретную позицию, важно понимать, какие характеристики (цена, отзывы, наличие) повлияли на выбор, чтобы оптимизировать карточку товара.

Как ИИ-агенты меняют приоритеты брендов

Агент не смотрит баннеры — он анализирует описание товара, рейтинг, цену, наличие на складе, скорость доставки. Если бренд вкладывался в медийную рекламу на маркетплейсе, но карточка товара проигрывает конкурентам по этим параметрам, агент выберет другой продукт. Классическая воронка «awareness → consideration → purchase» превращается в моментальное сравнение атрибутов, и выигрывает тот, кто оптимизирован под критерии агента.

Для российского рынка это означает перераспределение бюджетов: часть средств из performance-рекламы на маркетплейсах придётся переложить в контент-маркетинг (чтобы агент находил упоминания бренда), в оптимизацию карточек товара, в управление отзывами и рейтингами. Если агент обучается на публичных данных — статьях, обзорах, постах блогеров — бренд должен присутствовать в этом контексте, иначе агент просто не включит его в список рекомендаций.

Данные о покупках как новый стандарт измерения

Когда показы и клики перестают быть надёжными сигналами, единственная точка истины — факт покупки. Purchase data становится основой для всех расчётов: инкремента, доли рынка, переключения между брендами. В США ритейлеры и измерительные компании уже строят unified measurement frameworks, где данные о транзакциях собираются со всех каналов — онлайн, офлайн, social commerce — и сводятся в единую картину.

В России барьер — фрагментированность данных. Wildberries, Ozon, Яндекс Маркет не делятся информацией друг с другом, банки ограничены законом о персональных данных, панели домохозяйств покрывают 5–10% рынка. Бренды вынуждены покупать данные у каждого маркетплейса отдельно и сводить их вручную. Решение — требовать от ритейлеров интеграции с третьими сторонами (Data Insight, «Ромир») и закладывать в контракты доступ к агрегированным данным о категории, а не только о своих продажах.

Частые вопросы

Как измерить эффективность рекламы у блогеров, если покупатель использует ИИ-агента

ИИ-агент учитывает упоминания бренда в публичных источниках — статьях, обзорах, постах блогеров — при формировании рекомендаций. Измеряйте не прямые переходы по ссылке, а рост упоминаемости бренда в поиске и увеличение consideration в опросах: если после интеграции с блогером больше людей рассматривают ваш продукт как вариант покупки, агент с большей вероятностью включит его в шорт-лист. Дополнительно отслеживайте прирост продаж через rest-of-market данные: сравните долю рынка до и после кампании по всем каналам, а не только по одному маркетплейсу.

Какие метрики важны для retail media, если traditional attribution не работает

Переходите с ROAS по последнему клику на инкрементальный lift: сравнивайте продажи в тестовой группе (видела рекламу) и контрольной (не видела). Добавляйте метрики верхней воронки — brand awareness, ad recall, consideration — потому что медийная реклама теперь влияет на выбор агента косвенно, через узнаваемость бренда. Отслеживайте share of voice в категории: если агент обучается на публичных данных, важно, чтобы ваш бренд упоминался чаще конкурентов. Используйте purchase data для расчёта доли рынка и каннибализации между каналами.

Нужно ли российским брендам готовиться к агентской коммерции сейчас

Да, хотя массовое использование ИИ-агентов для покупок в России отстаёт от США на 1–2 года. Telegram, ВКонтакте, Яндекс тестируют встроенные ассистенты, которые будут помогать выбирать товары, и маркетплейсы внедряют ИИ-рекомендации в поиск и каталог. Уже сейчас оптимизируйте карточки товаров под машинное чтение: структурированные характеристики, ключевые слова в описании, высокий рейтинг и актуальные отзывы. Тестируйте инкрементальные измерения, чтобы понять реальный вклад каждого канала, пока классическая атрибуция ещё работает — это даст базу для сравнения, когда сигналы начнут пропадать.

* Instagram и Facebook принадлежат компании Meta, признанной экстремистской организацией, её деятельность запрещена на территории РФ.