В этом разборе мы шаг за шагом соберём защищённый рекламный бюджет на следующий год снизу вверх — от реальной маржи заказа и пропускной способности отдела продаж до правил переключения между рабочими сценариями. Ты получишь расчётную модель, которая позволяет заложить деньги на продвижение, когда рекламные аукционы дорожают с разной скоростью, а старые связки перестают сходиться.
Главный вопрос при планировании на 2027 год звучит просто: как распределить маркетинговые деньги между площадками, если стоимость клика и заявки везде растёт неравномерно, а копирование прошлогодней таблицы с поправкой на инфляцию ведёт к убыткам? Директор по маркетингу Demis Group Наталья Позяева в статье на Sostav.ru описала методику пересборки медиаплана через экономику привлечения, трёхконтурное деление средств и сценарные триггеры. Переложим эту механику на цифры живого бизнеса.
Почему автоматическая индексация медиаплана ломает рентабельность бизнеса
Умножать прошлогоднюю смету на единый процент инфляции опасно, потому что рынок движется рывками. Я сверил отчёт АРИР за первое полугодие 2026 года: объём традиционных сегментов интернет-рекламы в РФ достиг 301 млрд рублей без НДС (+11% год к году: 139 млрд рублей и +10% в первом квартале, 162 млрд рублей во втором). Но внутри рынка темпы сильно расходятся: перформанс вырос на 9% (до 236,7 млрд рублей), брендинг — на 18% (до 64,3 млрд рублей), а видеореклама взлетела на 29% (до 24,8 млрд рублей) за счёт Connected TV и коротких роликов.
Единый коэффициент индексации игнорирует и перегрев аукционов, и внутренние узкие места компании. Возьмём торговую компанию, которая планирует вырасти по выручке на четверть и механически поднимает бюджет в Яндекс Директе на 25%. На деле срабатывают два фактора:
- Инфляция аукциона съедает трафик. В перегретой нише стоимость клика (CPC) выросла на 18%. Новые деньги уходят не на рост числа покупателей, а на оплату подорожавших ставок за прежнюю аудиторию. Почему перегрев горячего спроса бьёт по ставкам и требует медийного прогрева, мы разбирали в материале о выгорании перформанса в Директе.
- Перегрузка отдела продаж роняет конверсию. Менеджеры уже работают на пределе. Лишний поток сырых обращений замедляет ответы, и конверсия из заявки в оплату падает с 12% до 7%.
Вдобавок оценка площадок только по последнему клику искажает картину: покупатель мог увидеть продукт в рекламном ролике или статье, а через неделю прийти из поиска. Если срезать верх воронки ради экономии, цена сделки неизбежно вырастет.
Перевод маркетинговых метрик в язык кассы: средний чек, маржа и процент квалификации
Чтобы медиаплан сходился, расчёт ведут снизу вверх — от экономики заказа к предельной цене лида. Сначала важно убрать разнобой в понятиях: часто маркетолог считает «клиентом» любого отправителя формы на сайте, РОП — подписавшего договор, а финансист — только того, чья оплата пришла на счёт. Пока команды по-разному понимают, кого считать клиентом, защитить бюджет не выйдет.
Взяв за точку отсчёта оплаченный заказ и квалифицированный лид (SQL — целевое обращение, прошедшее проверку по задаче и бюджету), выводим допустимую стоимость привлечения клиента (CAC) и предельную цену заявки (CPL) на примере нашей торговой компании:
- Средний чек и маржа. Заказ приносит 100 000 рублей при валовой маржинальности 30% — это 30 000 рублей валовой прибыли со сделки.
- Потолок стоимости клиента. Допустимая доля рекламных расходов (ДРР) задана не выше 20% от валовой прибыли. Перемножаем их и получаем предел целевого CAC: максимум 6 000 рублей за покупателя.
- Квалификация и конверсия продаж. Проверку проходят 50% входящих заявок (SQL), а менеджеры штатно доводят до оплаты 20% из них. Сквозная конверсия из сырого лида в деньги равна 10%.
- Предельная цена заявки. Умножаем потолок стоимости клиента на сквозную конверсию и получаем верхний порог целевого CPL — 600 рублей.
Кампания с заявками выше этого порога работает в минус с первого дня. А когда из-за перегрузки менеджеров сквозная конверсия падает до 7%, даже при нормативной цене лида привлечение покупателя обходится в 8 571 рубль — на две с половиной тысячи выше рентабельного предела. Если бизнесу свойственны повторные покупки, учитывай также срок окупаемости и удержание когорты — почему работа «в ноль» на первом чеке без учёта комиссий ведёт к кассовой дыре, мы считали на примере кампании в Telegram Ads.
Умножив плановое число новых клиентов на допустимый CAC, ты получишь верхнюю границу бюджета, после чего остаётся проверить каждый канал по карточке: какую задачу он решает, сколько даёт SQL и оплат, как быстро окупается и выдержит ли масштабирование.
Модель распределения 70/20/10: стабильное ядро, масштабирование и бюджет на эксперименты
Расписывать всю сумму сразу по старым кампаниям рискованно: при скачке ставок придётся резать рабочие связки. Надёжнее разделить бюджет на три контура:
- 70% — базовый контур. Проверенные каналы с подтверждённой экономикой, которые держат расчётный CPL и дают плановый объём продаж. Здесь критично качество сигналов для алгоритмов: в справке Яндекс Директа прямо указано, что офлайн-конверсии из CRM можно связать с визитами на сайт, обучая автостратегии по ценности целей и доходу. Иначе система будет искать любителей заполнять формы, а не покупателей.
- 20% — тестовый контур и масштабирование. Выделенный ресурс под новые площадки, форматы и офферы — например, выход торговой компании в растущую видеорекламу, Telegram Ads или геосервисы. Каждый тест оформляется как микропроект с гипотезой, сегментом, сроком от 2 до 4 недель для набора статистики, порогом остановки и ответственным.
- 10% — резервный фонд. Подушка для манёвра без жёсткой привязки к кампаниям. Она идёт на масштабирование успешных тестов, сезонные всплески спроса или компенсацию скачков ставок.
У этой схемы есть чёткие рабочие ограничения. Она безотказна для бизнеса с отлаженной воронкой и накопленной CRM-аналитикой, но в двух случаях прямое копирование пропорции противопоказано:
- Выход в новый регион или запуск продукта с нуля. Когда проверенных каналов нет, фиксировать львиную долю в «базовом ядре» негде — контур экспериментов сознательно расширяют.
- Малый бюджет при попытке проверить всё сразу. Небольшую сумму нельзя дробить между пятью площадками одновременно: ни одна не наберёт статистически значимых данных, и ты получишь белый шум. Запускай гипотезы строго по очереди или тестируй новые офферы и формы захвата на уже оплаченном трафике.
Три сценария планирования: защита от роста стоимости клика и падения конверсии
Вместо одного прогноза на год собираются три управленческих сценария с числовыми триггерами и регламентом решений (кто, как часто и в каких рамках перебрасывает деньги без долгого согласования):
- Базовый сценарий. Каналы держат плановый CPL, конверсия продаж стабильна, команда выполняет план и по очереди проверяет гипотезы.
- Консервативный сценарий. Включается, если фактический CAC превышает лимит более чем на 25% две отчётные недели подряд либо конверсия продаж из SQL падает ниже 15%. Компания останавливает 50% тестовых кампаний, бережёт резерв и переводит фокус на конверсию сайта и обработку заявок (о быстрой переброске бюджетов при сбоях читай также в разборе спасения лидов при падении главного канала).
- Сценарий роста. Срабатывает, когда канал или тест даёт CAC на 20% ниже плана при свободном ресурсе производства и продаж: в связку направляется резервный фонд.
Предполётная проверка медиаплана перед защитой бюджета
- Рассчитаны ли предельный CAC и целевой CPL от валовой маржи заказа?
- Синхронизированы ли статусы SQL и продажи между маркетингом, РОПом и финансами?
- Настроена ли передача офлайн-конверсий и дохода из CRM в рекламные кабинеты?
- Выделены ли контуры под поочерёдные тесты и резерв с триггерами смены сценариев?
Для нашей торговой компании отказ от механической индексации Директа в пользу расчёта от маржи, привязки к мощности отдела продаж и последовательных видеотестов превращает смету расходов в защищённую систему управления прибылью.
В ближайшие годы медиапланирование окончательно уйдёт от статичных таблиц к динамическому управлению портфелем гипотез. Сведение когорт и расчёт стресс-сценариев всё активнее берут на себя ИИ-инструменты — им смело можно поручать эту аналитику, предварительно обезличив клиентские базы и убрав коммерческую тайну перед загрузкой в облачные сервисы. Чем умнее становятся автостратегии площадок, тем меньше маркетологу нужно вручную двигать ставки и тем важнее его главная задача: выстроить честную юнит-экономику, наладить передачу данных о реальных оплатах и задать алгоритмам такие финансовые берега, внутри которых бизнес зарабатывает при любой погоде на рынке.



