Google превращает собственные данные компаний в прямой ресурс для повышения эффективности с помощью ИИ, автоматизированные типы кампаний получают все большую долю медиабюджетов, а покупки с ИИ становятся частью предпраздничного поиска товаров. Компромисс очевиден: чем больше решений автоматизируют платформы, тем дороже обходятся слабые данные, слабое управление и слабое измерение результатов.
Новый уровень контроля смещается к началу процесса. Маркетологи могут реже вмешиваться в отдельные ставки, места размещения и правила работы с аудиториями, но им нужен более строгий контроль над данными, на которых учатся машины, экспериментами для проверки роста, правами доступа к аккаунтам, защищающими бюджет, и сигналами о товарах и бизнесе, которым могут доверять системы ИИ.
| The Beecommercer Daily Buzz |
| Дата: пятница, 11 сентября 2026 года |
| Подготовлено: beecommercer.com |
История цифрового маркетинга в 2026 году все больше становится историей делегирования. Google предлагает рекламодателям передавать в его системы более качественные собственные данные, а затем оценивать результат с помощью измерений, позволяющих установить причинный эффект. Медиабайеры переводят больше бюджета в автоматизированные типы кампаний. Исследователи поиска испытывают архитектуры, в которых LLM могла бы напрямую ранжировать документы. Потребительские платформы ведут ИИ-агентов от ответов на вопросы к выполнению задач и совершению покупок.
Это не означает, что маркетологи становятся менее важными. Это означает, что наиболее ценные решения уходят с самого низкого уровня исполнения. Теперь вопросы таковы: какие бизнес-результаты мы оптимизируем? Какие сигналы о клиентах достаточно надежны, чтобы отправлять их обратно на платформу? Как понять, действительно ли прирост является дополнительным? Кто может менять платежные настройки или доступ к аккаунту? Достаточно ли согласованы сведения о бренде, чтобы система ИИ могла его рекомендовать?
Для команд электронной коммерции, готовящихся к четвертому кварталу, это подходящий момент перестать воспринимать ИИ как набор отдельных функций. Он становится операционным уровнем, объединяющим привлечение клиентов, измерение результатов, поиск товаров и торговлю.
Перейдем к главному.
ГЛАВНАЯ ТЕМА
Google хочет сделать собственные данные и топливом, и доказательством результата
Google Ads & Commerce объявило о широком наборе обновлений измерения результатов, построенном вокруг трех идей: более прочной базы данных, нескольких сигналов и доказательства причинного эффекта. Data Manager интегрируется напрямую в Google Analytics и Display & Video 360, расширенное отслеживание конверсий распространяется на оба продукта, а Data Manager API становится универсальным благодаря стандарту Event and Conversions API от IAB Tech Lab.
Направление важнее любой отдельной функции. Google хочет, чтобы рекламодатели объединяли сигналы из CRM, офлайн-каналов, приложений и других собственных источников в более едином потоке данных, а затем делали эти сигналы доступными для назначения ставок, активации аудиторий и измерений. Встроенная диагностика также призвана выявлять проблемы с данными до того, как они повлияют на эффективность кампаний.
Search Engine Journal выделяет новую метрику Data Strength Uplift Metric в Google Ads. Она оценивает, сколько дополнительных конверсий удается восстановить в учете благодаря улучшению собственных данных и настроек измерения. По словам Google, рекламодатели, использующие Google tag gateway, наблюдали средний прирост конверсий на 14%, а кампании Demand Gen в приведенных внутренних данных — более чем на 20%. Эти цифры следует воспринимать как средние значения, сообщенные Google, а не как гарантированные результаты.
Измерение результатов также становится более ориентированным на причинные связи. Google добавляет агентные возможности в Meridian, свою модель маркетингового микса с открытым исходным кодом, чтобы система помогала проверять качество данных, устранять ошибки и направлять построение моделей. Объем брендовых запросов в Google теперь можно использовать как сигнал в Meridian, а Meridian GeoX стал общедоступен по всему миру для географических экспериментов, позволяющих калибровать результаты MMM по реальному дополнительному приросту.
Этот стратегический сдвиг важен: улучшение отслеживания больше не сводится к восстановлению неучтенных конверсий. Собственные данные становятся ресурсом для повышения эффективности. Если платформа получает более полные и ценные сигналы о клиентах, система назначения ставок получает более точную цель. Но больше измеренных конверсий не означает автоматически больше прибыльных конверсий. Выручка, маржа, качество лидов, повторные покупки и последующая ценность по-прежнему должны определять, что передается обратно.
| Вывод для практиков: относитесь к инфраструктуре измерений как к активу роста, а не как к проекту отчетности. Прежде чем увеличивать расходы в четвертом квартале, составьте карту всех сигналов конверсии, которые получает Google, определите, какие из них отражают реальную ценность для бизнеса, проверьте расширенное отслеживание конверсий и потоки офлайн-данных и запустите хотя бы один тест инкрементальности, способный поставить под сомнение выводы атрибуции платформы. |
АВТОМАТИЗАЦИЯ И ЗАКУПКА РЕКЛАМЫ
Все больше рекламных денег переходит в кампании под управлением ИИ
Digiday сообщает, что IAB повысило прогноз роста рекламных расходов в США на 2026 год с 9,5% до 12,3%. Отдельно Madison & Wall оценивает, что автоматизированные или управляемые ИИ типы кампаний составят около 12% рекламных расходов в США в этом году против примерно 2% в 2023 году и могут достичь 27% к 2030 году.
В эту категорию входят такие системы, как Google Performance Max и Meta Advantage+, где платформы все больше контролируют расширение аудитории, места размещения, ставки и сочетания креативов. Digiday также приводит данные Tinuiti, согласно которым на Performance Max приходится примерно от 60% до 70% расходов розничных клиентов на рекламу в Google с четвертого квартала 2025 года.
Search Engine Roundtable сообщает, что Google Ads тестирует новый эксперимент для поисковых кампаний, связанный с бюджетом или целевыми параметрами назначения ставок. Бета-версия позволяет сравнивать разные уровни бюджета, целевую CPA или целевую ROAS в поисковых кампаниях. По сообщению издания, обновление также включает эксперименты AI Max с сохранением контроля брендов и местоположений и рекомендации Планировщика результатов, которые можно применять непосредственно к кампаниям.
Это еще один признак того, что платформа автоматизирует не только исполнение, но и эксперименты. Вместо того чтобы вручную менять целевой показатель и наблюдать за аккаунтом, рекламодатели все чаще могут поручить системе проверить, как различные экономические ограничения влияют на эффективность.
| Вывод для практиков: не отвечайте на рост автоматизации снятием защитных ограничений. До тестирования определите допустимую маржу, волатильность бюджета, присутствие по брендовым запросам, географические границы и пороги качества конверсий. Пусть система исследует варианты в рамках бизнес-правил, а не вместо них. |
УПРАВЛЕНИЕ АККАУНТАМИ
Безопасность Google Ads становится операционным требованием
JumpFly утверждает, что Google внедряет более строгий контроль чувствительных действий в Google Ads. Агентство сообщает о пилотном проекте, который может ограничивать некоторые чувствительные изменения в аккаунтах для пользователей с бесплатными почтовыми доменами, а также о более широком применении ключей доступа и многостороннего одобрения: второй администратор должен подтверждать такие действия, как изменение доступа, некоторые связи между аккаунтами или отдельные обновления платежных настроек.
Практический урок здесь связан не столько с конкретной функцией безопасности, сколько с устранением единых точек отказа. У компании должно быть несколько действующих корпоративных администраторов, каждый с индивидуальной учетной записью на домене компании и настроенными ключами доступа; бывшие сотрудники и подрядчики должны быть удалены. Следует также пересмотреть разрешенные домены, чтобы старое агентство или неуправляемый адрес Gmail не стали лишним путем доступа.
Отдельно Search Engine Roundtable сообщило о жалобах рекламодателей на аннулирование рекламных бонусов Google Ads после того, как расходы уже были понесены. Материал основан на отдельных публично описанных случаях, а не на широком объявлении политики Google, поэтому его нельзя считать доказательством того, что бонусы отзываются регулярно. Тем не менее это полезное напоминание: рекламные бонусы не стоит считать гарантированными деньгами, пока право на них и их применение не подтверждены полностью.
| Вывод для практиков: включите управление Google Ads в предпраздничный контрольный список. Проверьте администраторов, ключи доступа, способы восстановления, ответственность за платежи, разрешенные домены, условия рекламных бонусов и полномочия на одобрение чувствительных изменений. Эффективная кампания теряет смысл, если в пиковый сезон команда не может восстановить доступ или обновить платежные настройки. |
ПРАЗДНИЧНАЯ ТОРГОВЛЯ
Электронная коммерция, как ожидается, обгонит розницу по темпам роста, пока ИИ входит в путь покупателя
Retail Dive сообщает, что Deloitte ожидает роста праздничных продаж электронной коммерции в США за период с ноября 2026 года по январь 2027 года на 7,5–8,4% к аналогичному периоду прошлого года — быстрее общего роста праздничной розницы на 4–4,8%. Прогноз предполагает объем продаж электронной коммерции примерно от 316,1 до 318,9 млрд долларов за этот период.
ИИ становится одной из причин, по которым цифровой канал может получить большую долю этого роста. Retail Dive ссылается на исследование Bain, согласно которому 24% праздничных покупателей планируют начинать поиск товаров с таких инструментов, как ChatGPT, Gemini или Claude. Это не означает, что ИИ заменяет поиск или маркетплейсы. Он добавляет еще один уровень исследования до того, как покупатель попадет на страницу товара, в магазин или к оформлению заказа.
Yahoo Finance / Similarweb приводит результаты отчета Similarweb State of Ecommerce 2026. Прямой реферальный трафик со специализированных платформ ИИ вырос более чем на 200% за последний год, но все еще составляет относительно небольшие объемы трафика электронной коммерции. Более важным сигналом может быть влияние: по утверждению Similarweb, рекомендация ИИ о покупке способна дать бренду преимущество до 2 к 1 в некоторых решениях о покупке, а 89% потребителей, использующих ИИ для исследования покупок, также пользуются поиском.
Отчет также подтверждает переход к мобильным устройствам. Число сессий в приложениях электронной коммерции растет примерно в 1,3 раза быстрее, чем число посещений веб-сайтов; 86,5% потребителей в США говорят, что в основном покупают со смартфона или планшета; общий трафик сайтов электронной коммерции вырос на 6,8% год к году. Иными словами, путь покупателя не перемещается из поиска в ИИ. Он становится многослойным и проходит через ИИ, поиск, приложения, маркетплейсы и мобильную коммерцию.
| Вывод для практиков: оценивайте поиск и обнаружение товаров как портфель каналов, а не как канал последнего клика. Поддерживайте согласованность фактов о товарах на сайте, в Merchant Center, на маркетплейсах, в отзывах и сторонних источниках; отслеживайте реферальный трафик от ИИ, не переоценивая его; убедитесь, что мобильная страница товара и оформление заказа способны конвертировать спрос, который совместно создают ИИ и поиск. |
ЛОКАЛЬНЫЙ ПОИСК С ИИ
Рекомендации ИИ вознаграждают полноту сигналов о бизнесе
Search Engine Journal / Uberall представляет спонсируемое исследование Uberall, основанное на более чем 120 000 упоминаний компаний в ответах пяти моделей ИИ по 3 793 точкам в США. Исследование объединяет распространенные сигналы видимости в четыре категории: данные о бизнесе, авторитетность, отзывы и социальные сигналы.
Один из наиболее применимых выводов состоит в том, что базовая полнота операционных сведений по-прежнему важна. Заполненные описания в Профиле компании в Google, релевантные атрибуты и более крупные подборки фотографий были связаны с более высокой частотой упоминаний в ряде отраслей. Объем отзывов также оказался более устойчивым предиктором упоминаний ИИ, чем звездный рейтинг, в изученных категориях.
Оговорка важна: это спонсируемое поставщиком исследование на основе собственного набора данных и методологии Uberall, поэтому корреляции нельзя считать универсальными факторами ранжирования для ChatGPT, Gemini, Claude, Grok или Perplexity. Но общее направление правдоподобно. Системам ИИ нужна согласованная, актуальная и проверяемая по внешним источникам информация, прежде чем они смогут уверенно рекомендовать локальную компанию.
| Вывод для практиков: для брендов с физическими точками GEO начинается с операционной работы. Поддерживайте актуальность названий, адресов, категорий, атрибутов, часов работы, фотографий и отзывов по каждой точке. Цель — не найти секретный фактор ранжирования ИИ, а уменьшить неоднозначность везде, где система ИИ может проверять бизнес. |
ПОИСКОВАЯ ИНФРАСТРУКТУРА
Инструменты SEO обновляются, а архитектура ранжирования все глубже опирается на ИИ
Semrush переработала SEOquake — свое бесплатное расширение Chrome для проверок SEO на уровне страницы. Перезапуск убирает или заменяет накопившиеся устаревшие элементы, включая метрики, связанные с отключенными функциями поиска, сохраняя фокус расширения на быстрых проверках прямо в браузере.
Обновление инструмента носит постепенный характер, но отражает практическую реальность команд SEO: по мере изменения поисковой экосистемы привычные рабочие процессы требуют обслуживания. Расширение браузера, показывающее названия страниц, заголовки, ссылки, возможность индексирования и сигналы на уровне страницы, все еще полезно, но интерпретация этих сигналов не должна застывать в контрольном списке SEO образца 2020 года.
Search Engine Journal рассказывает о новом исследовании Google DeepMind и академических соавторов об Autoregressive Ranking — предложенном подходе, при котором LLM генерирует ранжированный список идентификаторов документов вместо традиционной двухэтапной архитектуры с dual encoder и cross encoder. В статье представлен метод обучения SToICaL для улучшения поведения модели с учетом ранга.
Эксперименты были многообещающими, но неоднозначными. В одном сравнении авторегрессионный подход показал результат, сопоставимый с cross encoder и лучший, чем у dual encoder, тогда как один тест товарного поиска выявил более слабую способность ставить единственный наиболее релевантный результат первым. Главное: это исследование, а не объявление о том, что Поиск Google внедрил систему в промышленную эксплуатацию.
| Вывод для практиков: не перестраивайте стратегию SEO вокруг научной статьи. Полезный сигнал в том, что сами системы поиска и ранжирования могут все глубже опираться на LLM. Продолжайте инвестировать в ясно выраженную релевантность, структурированные сведения о товарах, сильные сигналы сущностей и контент, понятный как системам извлечения информации, так и людям. |
СИГНАЛ ОТ ПЛАТФОРМ
Muse от Meta показывает, как ИИ может выйти за пределы рекламы и перейти к выполнению транзакций
Bloomberg сообщило, что JPMorgan повысил рекомендацию по Meta с Neutral до Overweight и поднял целевую цену с 640 до 820 долларов, сославшись на рост уверенности в позициях Meta в области ИИ после запуска Muse. Согласно аналитической записке, о которой сообщило агентство, Muse на второй день достигал третьего места в американском App Store, а ранняя активность пользователей значительно превышала показатели внутренних обучающих когорт.
Значение для электронной коммерции шире, чем рекомендация по акциям Meta. Muse позиционируется как персональный агент, способный работать между приложениями, просматривать веб-страницы, заполнять формы и выполнять задачи с одобрения пользователя. Meta утверждает, что агент может использовать Link by Stripe для покупок, а поддержка Shop Pay появится позже. Если эта модель заработает, возможность для платформы сместится от показа рекламы, влияющей на покупку, к работе гораздо ближе к самой транзакции.
Для продавцов это создает знакомое требование в новом интерфейсе: агентам нужны надежные данные о товарах, ценах, наличии, условиях доставки и возврата, а также понятные им процессы оформления заказа. Бренды, которые агентам проще понять и у которых проще совершать покупки, могут получить преимущество, даже если покупатель никогда не проходит традиционную воронку.
| Вывод для практиков: начните рассматривать готовность к агентам как торговую компетенцию. Сделайте критически важные сведения о товарах и правилах машиночитаемыми, согласованными и актуальными; сократите трение при оформлении заказа; наблюдайте, какие агентные платформы начинают приносить транзакции, а не только переходы. |
ГЛАВНЫЙ СИГНАЛ
Автоматизация не убирает контроль — она переносит его к началу процесса
Во всех этих историях прослеживается одна закономерность. Google автоматизирует все больше измерений и экспериментов. Медиабайеры вкладывают больше денег в типы кампаний под управлением ИИ. ИИ становится частью предпраздничного поиска товаров и локальных рекомендаций. Исследователи поиска изучают системы ранжирования, построенные вокруг LLM. Meta продвигает агентов к выполнению реальных задач и покупок.
Выигрышная реакция — не микроконтроль каждого автоматизированного решения и не доверие любому результату платформы. Нужно контролировать входные данные и уровень проверки: качество собственных данных, определения конверсий, тесты инкрементальности, права доступа к аккаунтам, сведения о товарах, данные о локальном бизнесе, авторитетность бренда и ограничения по прибыли.
По мере расширения автоматизации работа маркетолога становится более финансовой, более технической и более стратегической. Машина может решить, где назначить ставку или какой креатив показать. Но бизнес по-прежнему должен определять, что считать успехом, какие сигналы достоверны, какой риск допустим и действительно ли заявленный рост является дополнительным.
Именно такой уровень контроля стоит выстраивать уже сейчас.
Команда Beecommercer