Конец эпохи баннерной рекламы
Google интегрирует Display Ads в свою ИИ-платформу Demand Gen, что означает фактический конец одной из Сэмых долгоживущих моделей цифровой рекламы. Google Display Network (GDN) оставался столпом открытого интернета почти двадцать лет. Маркетологи привыкли полагаться на его предсказуемую структуру для таргетинга размещений, ставок на аудитории и A/B-тестирования статичных креативов на новостных сайтах и в блогах. Привычная модель меняется, и маркетинговым командам придётся отказаться от ручного управления кампаниями в пользу ИИ от Google.
Google описывает эти изменения как естественное развитие платформы и позиционирует их как способ для рекламодателей охватывать визуальные площадки — YouTube, Discover и Gmail — через одну консолидированную кампанию. Традиционные баннерные объявления сталкиваются с растущей конкуренцией со стороны полноэкранных видеоформатов TikTok и Instagram*. В ответ Demand Gen использует автоматизированную систему для формирования интереса клиента ещё до того, как будет введён поисковый запрос.
Как работает Demand Gen
В отличие от традиционной GDN, платформа Demand Gen не требует от рекламодателей выбора конкретных сайтов или ручной корректировки сегментов аудитории. Вместо этого система запрашивает бизнес-цели и коллекцию креативных активов. Маркетологи загружают изображения, видеоклипы и заголовки, после чего ИИ Google тестирует их в различных комбинациях. Система подаёт эти материалы в виде in-stream видеорекламы, YouTube Shorts или интерактивных публикаций в Discover, используя предиктивные модели для определения формата, размещения и аудитории.
Изменения в производстве контента
Переход на Demand Gen требует перестройки процесса создания креативов. Платформа зависит от непрерывного потока разнообразного контента, не привязанного к конкретному формату. Командам креативщиков теперь поручено предоставлять «сырые» активы, из которых ИИ Google собирает рекламу динамически, что смещает традиционное агентское рабочее процессирование в сторону создания контента в высоком объёме. Google делает ставку на то, что машинное обучение превзойдёт человеческую интуицию в масштабе, по сути заставляя индустрию принять новый подход.
Новые метрики и зависимость от данных
Долгосрочные показатели вроде кликабельности (CTR) и стоимости клика (CPC) теряют былое значение. Оценка успеха отдельного креатива или размещения становится почти невозможной, когда ИИ одновременно оптимизирует конверсии или узнаваемость бренда сразу по нескольким форматам и площадкам. Вместо этого отчётность должна быть ориентирована на более широкие бизнес-результаты: стоимость привлечения клиента, рентабельность рекламных расходов (ROAS) и влияние на весь путь покупки. Это требует более тесной интеграции между рекламными платформами и основными бизнес-аналитическими системами компании. Без точных данных о конверсиях в реальном времени ИИ работает вслепую. Для многих предприятий эта зависимость обнажает критические слабости их инфраструктуры данных: бюджет Demand Gen в миллионы фунтов стерлингов может целиком зависеть от качества одного API-соединения с CRM или бэкендом электронной коммерции, которые зачастую создавались для совершенно иных целей.
Индустрия меняет парадигму
Meta* движется по схожему пути с кампаниями Advantage+, используя ИИ для автоматизации таргетинга, креативов и размещений в своей экосистеме. Индустрия чётко переходит от модели аренды рекламного пространства к модели, в которой компании заказывают ИИ-агентов для поиска клиентов. Маркетинговые лидеры больше не могут выбирать — нужно ли передавать контроль ИИ; вопрос лишь в том, как они адаптируют свои команды, технологии и стратегию.
* Деятельность Meta (соцсети Facebook и Instagram) запрещена в России как экстремистская.