Больше видео, выше ставки: как измерить нативную рекламу в шоу
Онлайн-видео остается одним из самых быстрорастущих сегментов рекламного рынка. В прошлом году вложения в этот формат увеличились на 20% (АКАР) — цифры, недостижимые для многих других крупных сегментов. Рекламодатели готовы больше платить за растущую и вовлеченную аудиторию видеосервисов. Например, в «VK Видео» среднемесячное число пользователей во втором квартале 2026 года по сравнению с аналогичным периодом прошлого года выросло на 11%, а совокупное время, которое зрители проводили за просмотром контента, — в 1,6 раза.
Чем больше средств бизнес вкладывает, тем выше требования к оценке результата. Одного охвата, как в старые добрые, становится недостаточно: рекламодателю важно видеть, что происходит после контакта с роликом и как просмотр влияет на итоговое действие — покупку товара, скачивание приложения, регистрацию в личном кабинете — или на бесплатный вебинар. Это позволяет точнее оценивать отдачу от вложений и более обоснованно распределять бюджет.
Не все форматы видеорекламы могут такую ясность дать по умолчанию. С одной стороны, есть инстрим — отдельные ролики до, во время или после основного видео. В момент его запуска система автоматически фиксирует рекламный показ. Поэтому можно определить, сколько человек увидели ролик, досмотрели, перешли по ссылке, а при наличии необходимых интеграций с аналитическими сервисами — связать контакт с последующей покупкой или другим целевым действием.
С другой стороны, существуют нативные интеграции в шоу. Они классно работают на продукт: герой может использовать бренд, он может появиться в важной сцене и повлиять на сюжет. Благодаря этому продукт включается в контекст, за которым внимательно следит зритель, а реклама не прерывает просмотр отдельным блоком. Но то же свойство, которое делает интеграцию органичной, усложняет измерение: в нативном видео не применяются стандартные для инстрим-рекламы инструменты измерения. Встает вопрос: как этот формат видеорекламы поставить в один ряд с другими с точки зрения оценки эффективности?
Базовые показатели, такие как просмотры, позволяют оценить масштаб контакта с нативной интеграцией. Более глубокий инструмент измерения — Brand Lift. Обычно для такого исследования сравнивают две группы: тех, кто видел рекламу, и тех, кто с ней не контактировал. Затем оценивают разницу в знании бренда, запоминаемости рекламы, готовности рассмотреть продукт или совершить покупку. Набор показателей зависит от задач кампании. Brand Lift помогает понять, как реклама связана с изменением восприятия бренда, но не показывает ее место в цепочке контактов, которая привела к действию.
Для этого нужна кросс-канальная атрибуция — анализ разных рекламных каналов в одной системе. И чтобы включить в него нативную интеграцию, необходимо решить три задачи: точно зафиксировать просмотр нужного фрагмента конкретным человеком, связать его с последующими действиями и оценить вклад этого контакта среди баннеров, рекламных роликов и других элементов кампании.
Видеоплатформы ищут способы добавить нативные интеграции в привычную для рекламодателей аналитику. Например, в пилотном проекте VK вместе с AdRiver связали просмотр интеграции с данными по другим каналам. Если интеграция начинается на 40-й минуте 13-й секунде, видеоплатформа может определить, какие анонимные профили действительно смотрели выпуск в этот момент. Дальше контакт нужно передать в систему аналитики, где уже собрана информация о других рекламных взаимодействиях той же аудитории.
Главная техническая сложность в том, что две системы видят одного человека под разными анонимными идентификаторами. Поэтому между ними формируется словарь соответствий. Он пополняется во время других рекламных контактов или посещений сайтов, где срабатывает код AdRiver. Так системы запоминают, какие два технических обозначения относятся к одному и тому же профилю (условно код R123 в системе AdRiver и V456 в системе VK — один и тот же пользователь). Имена, телефоны и другие персональные данные при этом не передаются.
Когда фрагмент шоу смотрит человек, видеоплатформа находит его в словаре и передает в аналитическую систему информацию о контакте. Так в рекламную историю пользователя добавляется событие — просмотр интеграции. В аналитике она оказывается рядом с другими форматами. Теперь можно увидеть, какие контакты предшествовали покупке, заявке или регистрации.
После того как просмотр интеграции появляется в общей истории рекламных контактов, отдельная математика для него уже не нужна. В рекламной аналитике давно применяются модели атрибуции, которые помогают распределить вклад между каналами, а не приписывать весь результат последнему объявлению перед покупкой.
Например, модель Шепли помогает оценить эффективность канала, присваивая вес каждому рекламному контакту. Это позволяет понять вклад интеграции, даже если после нее человек увидел еще несколько объявлений до целевого действия.
Цепи Маркова учитывают не только набор контактов, но и их последовательность: что человек видел сначала, куда перешел дальше. На основе этой модели рассчитывается Removal Effect — ожидаемое изменение числа конверсий, если условно убрать нативную видеоинтеграцию из всех таких цепочек. Чем сильнее меняется результат, тем выше ее расчетный вес.
Для бизнеса это означает переход от оценки на уровне ощущений к более обоснованному решению. Если нативная интеграция измеряется по тем же принципам, что инстрим или баннеры, маркетинговая команда может объяснить руководству, зачем включать ее в медиамикс, какой вклад ожидается, как результат будет проверяться. И что можно потерять, если исключить этот канал продвижения.
В масштабе рынка это запускает более длинную цепочку. Чем прозрачнее результат, тем проще рекламодателям согласовывать крупные вложения в нативные форматы. А более предсказуемый спрос дает создателям видеоконтента возможность больше инвестировать в его продакшен. Так измеримость, которая кажется внутренним вопросом рекламной аналитики, в конечном счете влияет и на зрительский опыт: бизнес получает понятный инструмент, а аудитория — более качественный контент с органично встроенной рекламой.
Этот материал опубликован на платформе бизнес-сообщества Forbes Экспертиза
Чем больше средств бизнес вкладывает, тем выше требования к оценке результата. Одного охвата, как в старые добрые, становится недостаточно: рекламодателю важно видеть, что происходит после контакта с роликом и как просмотр влияет на итоговое действие — покупку товара, скачивание приложения, регистрацию в личном кабинете — или на бесплатный вебинар. Это позволяет точнее оценивать отдачу от вложений и более обоснованно распределять бюджет.
Не все форматы видеорекламы могут такую ясность дать по умолчанию. С одной стороны, есть инстрим — отдельные ролики до, во время или после основного видео. В момент его запуска система автоматически фиксирует рекламный показ. Поэтому можно определить, сколько человек увидели ролик, досмотрели, перешли по ссылке, а при наличии необходимых интеграций с аналитическими сервисами — связать контакт с последующей покупкой или другим целевым действием.
С другой стороны, существуют нативные интеграции в шоу. Они классно работают на продукт: герой может использовать бренд, он может появиться в важной сцене и повлиять на сюжет. Благодаря этому продукт включается в контекст, за которым внимательно следит зритель, а реклама не прерывает просмотр отдельным блоком. Но то же свойство, которое делает интеграцию органичной, усложняет измерение: в нативном видео не применяются стандартные для инстрим-рекламы инструменты измерения. Встает вопрос: как этот формат видеорекламы поставить в один ряд с другими с точки зрения оценки эффективности?
Что уже можно измерить
Базовые показатели, такие как просмотры, позволяют оценить масштаб контакта с нативной интеграцией. Более глубокий инструмент измерения — Brand Lift. Обычно для такого исследования сравнивают две группы: тех, кто видел рекламу, и тех, кто с ней не контактировал. Затем оценивают разницу в знании бренда, запоминаемости рекламы, готовности рассмотреть продукт или совершить покупку. Набор показателей зависит от задач кампании. Brand Lift помогает понять, как реклама связана с изменением восприятия бренда, но не показывает ее место в цепочке контактов, которая привела к действию.
Для этого нужна кросс-канальная атрибуция — анализ разных рекламных каналов в одной системе. И чтобы включить в него нативную интеграцию, необходимо решить три задачи: точно зафиксировать просмотр нужного фрагмента конкретным человеком, связать его с последующими действиями и оценить вклад этого контакта среди баннеров, рекламных роликов и других элементов кампании.
Как превратить момент в шоу в рекламное событие
Видеоплатформы ищут способы добавить нативные интеграции в привычную для рекламодателей аналитику. Например, в пилотном проекте VK вместе с AdRiver связали просмотр интеграции с данными по другим каналам. Если интеграция начинается на 40-й минуте 13-й секунде, видеоплатформа может определить, какие анонимные профили действительно смотрели выпуск в этот момент. Дальше контакт нужно передать в систему аналитики, где уже собрана информация о других рекламных взаимодействиях той же аудитории.
Главная техническая сложность в том, что две системы видят одного человека под разными анонимными идентификаторами. Поэтому между ними формируется словарь соответствий. Он пополняется во время других рекламных контактов или посещений сайтов, где срабатывает код AdRiver. Так системы запоминают, какие два технических обозначения относятся к одному и тому же профилю (условно код R123 в системе AdRiver и V456 в системе VK — один и тот же пользователь). Имена, телефоны и другие персональные данные при этом не передаются.
Когда фрагмент шоу смотрит человек, видеоплатформа находит его в словаре и передает в аналитическую систему информацию о контакте. Так в рекламную историю пользователя добавляется событие — просмотр интеграции. В аналитике она оказывается рядом с другими форматами. Теперь можно увидеть, какие контакты предшествовали покупке, заявке или регистрации.
Как оценить вклад интеграции и что это даст зрителю
После того как просмотр интеграции появляется в общей истории рекламных контактов, отдельная математика для него уже не нужна. В рекламной аналитике давно применяются модели атрибуции, которые помогают распределить вклад между каналами, а не приписывать весь результат последнему объявлению перед покупкой.
Например, модель Шепли помогает оценить эффективность канала, присваивая вес каждому рекламному контакту. Это позволяет понять вклад интеграции, даже если после нее человек увидел еще несколько объявлений до целевого действия.
Цепи Маркова учитывают не только набор контактов, но и их последовательность: что человек видел сначала, куда перешел дальше. На основе этой модели рассчитывается Removal Effect — ожидаемое изменение числа конверсий, если условно убрать нативную видеоинтеграцию из всех таких цепочек. Чем сильнее меняется результат, тем выше ее расчетный вес.
Для бизнеса это означает переход от оценки на уровне ощущений к более обоснованному решению. Если нативная интеграция измеряется по тем же принципам, что инстрим или баннеры, маркетинговая команда может объяснить руководству, зачем включать ее в медиамикс, какой вклад ожидается, как результат будет проверяться. И что можно потерять, если исключить этот канал продвижения.
В масштабе рынка это запускает более длинную цепочку. Чем прозрачнее результат, тем проще рекламодателям согласовывать крупные вложения в нативные форматы. А более предсказуемый спрос дает создателям видеоконтента возможность больше инвестировать в его продакшен. Так измеримость, которая кажется внутренним вопросом рекламной аналитики, в конечном счете влияет и на зрительский опыт: бизнес получает понятный инструмент, а аудитория — более качественный контент с органично встроенной рекламой.