Мобильный маркетинг: о чем говорят в индустрии

В Москве прошло сразу несколько крупных мероприятий, посвященных мобильной рекламе и диджитал-маркетингу. На одной площадке собрались ключевые игроки рынка — агентства, рекламодатели и adtech-компании — чтобы обсудить, какие темы действительно волнуют индустрию сегодня. Команда Mediasurfer как участник делится с Sostav своими наблюдениями и инсайтами, отражающими текущее состояние рынка и направления его развития в ближайшем будущем.

Инкрементальность — главный фильтр для бюджета в 2025

В условиях роста мультиканальных стратегий становится все важнее справедливо оценивать вклад каждого канала в общий результат рекламной кампании. Традиционные модели атрибуции — вроде last-click или first-click — часто искажают картину и не показывают реальный эффект.

Чтобы точнее понять, сколько дополнительных конверсий приносит тот или иной источник, все чаще используют инкрементальные тесты.

Один из классических подходов — lift-тест:

• аудитория делится на две группы — test и control;
• тестовая группа видит рекламу, контрольная — нет;
• разница в конверсии между ними показывает прирост (lift), который можно приписать рекламе.

Можно запускать lift-тесты самостоятельно или использовать встроенные инструменты в MMP (например, Appsflyer, Adjust) или DSP-платформах («Яндекс», VK и другие.).

Инкрементальные тесты помогают не только точнее измерять эффективность каналов, но и выявлять скрытые проблемы — например, каннибализацию трафика.

Это ситуация, когда реклама перехватывает тех пользователей, которые и так бы совершили целевое действие (например, установили приложение). В таких случаях платные каналы, вроде рекламы в сторах или брендовых запросов в поиске, не приводят новых пользователей, а просто дублируют органику.

По данным Adjust (2024), правильно настроенные инкрементальные тесты показывают: в среднем до 25−30% платного трафика на самом деле является каннибализированным органическим. Иначе говоря, без глубокой аналитики компании рискуют переплачивать за аудиторию, которую могли бы привлечь бесплатно.

Однако проведение таких тестов требует тщательной подготовки и соблюдения ряда условий:

• Тест должен быть «чистым»: для оценки реального вклада необходимо полностью отключить канал минимум на две недели.
• Важно исключить влияние сезонных факторов и внешних изменений в маркетинговой активности.
• Аудитория должна быть распределена случайным образом (рандомизировано), чтобы избежать перекоса данных.

На практике многие рекламодатели используют так называемые синтетические тесты — частичное отключение канала или слишком короткий период наблюдения. Такие подходы, к сожалению, не дают объективной картины и могут, напротив, усилить иллюзию эффективности.

От CPI к ROAS: акцент на удержании пользователей

Если раньше основной метрикой эффективности была цена за установку (CPI), то сегодня фокус сместился на удержание пользователей и рентабельность вложений — ROAS.

Кампания считается успешной не тогда, когда привлекает максимум установок за минимальные деньги, а тогда, когда приводит пользователей, которые:

• остаются в приложении;
• совершают повторные действия;
• приносят доход в долгосрочной перспективе.

Такой сдвиг может быть связан со снижением показателей удержания. По данным Appsflyer, в период с 2021 по 2024 год Retention Rate на Android и iOS последовательно снижался.

Причины просты: растет конкуренция за внимание пользователя, увеличивается количество рекламных предложений, а аудитория быстрее теряет интерес и удаляет даже недавно скачанные приложения.

Рекламодатели все чаще интересуются платформами вроде Holdy.app — в условиях борьбы за удержание ретаргетинг становится не опцией, а необходимостью. Он позволяет вновь активировать уже привлеченных пользователей, которые знакомы с продуктом, и доводить их до целевых действий.

Эффективные стратегии ретаргетинга выстраиваются с учетом поведенческих сегментов, таких как:

• частота использования приложения (DAU/MAU);
• время с момента последнего взаимодействия;
• совершенные действия и покупки внутри приложения;
• средний чек и прогнозируемая пожизненная ценность пользователя (LTV).

А важнейшими метриками в мобильном маркетинге становятся Retention Rate, LTV, ARPU (средняя выручка на пользователя) и DAU/MAU.

Таким образом, рынок окончательно переходит от простого подсчета установок к комплексной стратегии, в которой качество аудитории и ее удержание становятся ключевыми составляющими эффективности рекламных инвестиций

ИИ в действии

Если раньше ИИ использовали в основном для генерации контента «для забавы», то сегодня он все активнее внедряется в реальные бизнес-процессы. Его применяют на разных уровнях — от гиперперсонализации креативов до прогнозирования эффективности кампаний еще до их запуска.

На фоне ограничений в работе с данными — исчезновения IDFA, отказа от сторонних cookies и сложностей с использованием first-party данных — ИИ становится все более востребованным инструментом для маркетологов.

Вместо прямой идентификации пользователя алгоритмы анализируют поведение: отслеживают цепочки взаимодействий и на этой основе прогнозируют вероятность конверсии.

Мы также собрали ключевые направления, где ИИ уже активно используется на рынке — или будет внедряться в ближайшее время.

Запрос на прозрачность

Самыми распространенными видами фрода все еще остаются: click injection (инъекция кликов с миллисекундной задержкой на Android), click flooding (массовая генерация случайных кликов) и SDK spoofing (эмуляция событий без установки SDK).

Особую сложность представляют пост-атрибуционные манипуляции, когда эмуляторы или боты генерируют in-app-события (регистрации, покупки), имитируя реальную вовлеченность. Это приводит к искажению метрик, особенно в ретаргетинговых кампаниях с платой за действия (CPA).

Современные антифрод-системы используют многоуровневый поведенческий анализ. Ключевые метрики, по которым выявляется аномалия:

• CTIT (Click-to-Install Time): слишком короткое время от клика до установки — признак click injection;
• CR (Conversion Rate): подозрительно высокая или аномально стабильная конверсия — признак click flooding или мотивированного трафика;
• Uninstall Rate: массовые удаления приложения вскоре после установки;
• Re-engagement Timing: слишком быстрые повторные действия пользователя;
• Device Consistency: подозрительно высокая доля новых или редко встречающихся устройств и user agents.

Большинство систем дополнительно проводят валидацию postback-событий, проверяя, что действия пользователя в приложении логично коррелируют с жизненным циклом, а не возникают синтетически. Также учитываются географические параметры (например, массовая активность с IP-хабов или VPN-прокси).

Эффективные антифроды сегодня используют ML-модели и ИИ. Алгоритмы обучаются на больших массивах исторических данных — как по реальным, так и по мошенническим установкам — и способны в реальном времени распознавать аномальное поведение. Такие решения все чаще интегрируются в DSP-платформы («Яндекс», VK, Aitera.io и другие.), где антифрод-модули с ML-фильтрами автоматически отсеивают подозрительный трафик.

Это не только снижает уровень фрода, но и позволяет оптимизировать закупки: рекламодатели инвестируют бюджеты в проверенные источники с высокой прозрачностью и стабильной конверсией.

Переход на премиум

Рост стоимости привлечения пользователей, ужесточение требований к качеству аудитории и усиление контроля со стороны рекламодателей заставили рынок переориентироваться на более надежные и эффективные форматы размещения.

В центре внимания — премиальный инвентарь:

• реклама внутри популярных мобильных приложений и игр;
• in-app-площадки с верифицированным трафиком;
• DSP-платформы с прозрачной атрибуцией;
• OEM-реклама, размещаемая прямо на устройствах.

Эти решения обеспечивают более стабильные показатели вовлеченности, снижают отток (uninstall rate) и повышают пожизненную ценность пользователей (LTV).

Для российского рынка это особенно актуально. По данным eMarketer, к концу 2024 года доля премиального трафика в России достигла 28%.

Все больше рекламодателей отказываются от «серых» CPA-сетей и переходят к in-app-рекламе и работе с крупными DSP, обеспечивающими контроль качества. В числе востребованных платформ — Unity, Kayzen, IronSource, а также отечественные решения, такие как VK Ads и наша собственная Mobile DSP — Aitera.io.

Единый путь пользователя

Сегодня бренды стремятся выстроить целостную стратегию, охватывающую весь путь пользователя — от первого касания до покупки.

В центре этого подхода — омниканальность: согласованная работа всех каналов и единая аналитическая система. Все взаимодействия с пользователем должны быть связаны с общей базой данных и оцениваться по единым метрикам. Такой подход помогает:

• определить, какие цепочки касаний действительно ведут к конверсии;
• понять, какие — наоборот, снижают эффективность;
• отслеживать ROI на каждом этапе воронки с помощью сквозной аналитики (например, через CRM-системы).

Но есть и барьеры:

• несовместимость платформ,
• разная логика атрибуции (CRM — last-click, MMP — first-click),
• ограниченный доступ к данным из-за приватности (IDFA, Privacy Sandbox).

Чтобы справиться с этим, все чаще используют инструменты на базе машинного обучения: когортный анализ, пробабилистический трекинг и другие подходы, которые позволяют собрать целостную картину даже без прямых идентификаторов.

Несмотря на сложности, очевидно: ускоренный переход на омниканальный подход позволит улучшить удержание и LTV (за счет более релевантных коммуникаций), а также рациональнее распределять бюджет между UA, ретаргетингом, ASO и прочими активностями.

Итоги

Мобильный маркетинг становится все более сложным, требовательным и технологичным. Чтобы оставаться эффективным, бизнесу недостаточно просто «привлекать» — важно понимать, как удерживать, вовлекать и монетизировать аудиторию в долгосрочной перспективе.

Рынок показывает, что агентствам и рекламодателям приходится адаптироваться к новым реалиям: нужно инвестировать больше ресурсов в ретеншен-стратегии (персонализация, программы лояльности, умный ремаркетинг), активно внедрять AI-инструменты на всех этапах (от генерации креативов до анализа эффективности), а также переходить на проверенные DSP и in-app-каналы вместо дешевых CPA-сетей.

Фокус смещается с объема на качество: системный подход, работа с данными и контроль на всех этапах взаимодействия становятся не конкурентным преимуществом, а базовым требованием отрасли.