Содержание статьи

Введение: почему 2026 станет точкой перегрузки для digital-маркетинга

2026 год однозначно войдет в историю digital-маркетинга как момент, когда правила игры переписали сразу три силы: массовое внедрение AI-агентов в операционные процессы, практический переход рынка к post-cookie реальности с Privacy Sandbox и Consent Mode, а также новая волна first-party/zero-party data как базиса роста. И да, еще один малозаметный, но критически важный слой: мобильные прокси и правомерный сбор рыночных данных, на которых держатся конкурентная разведка, тестирование и верификация рекламы.

Чего ждать? Перераспределения бюджетов в пользу retail media, контекстных сигналов и экспериментов; постепенного вытеснения «ручной» оптимизации закупки автономными агентами; пересборки аналитики вокруг инкрементальности, MMM и серверной атрибуции; жестких требований к этике и приватности. В этом руководстве мы разберем практику, а не лозунги: как перестроить стек, как запускать AI-агентов, как законно собирать и проверять данные в новых условиях и как получать прибыль от всего этого уже в 2026.

Вы получите: стратегические ориентиры, технические инструкции, чек-листы, фреймворки, подборку инструментов и реальные кейсы с цифрами. Готовы?

Основы: фундаментальные концепции для уверенного старта

First-party vs. third-party data

First-party data — данные, которые вы собираете напрямую от пользователя на своих площадках: события сайта/приложения, e-mail, номер телефона, ответы опросов, истории покупок. Zero-party data — данные, которые пользователь сообщил осознанно (например, предпочтения в опросе, кастомизация). Third-party data — покупные или агрегированные данные от сторонних поставщиков, в том числе через cookies в браузере. Мир движется к модели first-party/zero-party data 2.0 с явным согласием и прозрачной ценностью для пользователя.

Cookie deprecation и Privacy Sandbox

Третьесторонние cookies уходят из экосистемы Chrome, а рынок переходит к Privacy Sandbox и новым API: Topics API (темы интересов на устройстве), Protected Audience API (аукционы ретаргетинга без передачи идентификаторов наружу), Attribution Reporting API (измерение конверсий с приватностью), а также к Consent Mode v2 и серверной передаче событий. В 2025-2026 годах именно эти механизмы зададут новые стандарты.

Атрибуция и измерение

Широкая установка: нет серебряной пули. Атрибуция станет гибридной: инкрементальные тесты (geo/holdout), MMM (Marketing Mix Modeling), серверная event-атрибуция через API (CAPI, Enhanced Conversions), а также возможности clean rooms. Вместо попытки идеально «поймать» пользователя — управление причинно-следственными связями и прибылью.

AI-агенты vs. ассистенты

AI-ассистент — помогает оператору. AI-агент — действует автономно в рамках правил: формулирует гипотезы, запускает тесты, обновляет креативы, меняет ставки, пишет отчеты и вызывает инструменты через API. Ключ: guardrails (правила), human-in-the-loop и контроль метрик.

Мобильные прокси

Мобильные прокси — доступ к интернету через реальные мобильные IP (4G/5G). Применение: ад-верификация, конкурентная разведка, price intelligence, QA локализации, антифрод. Важно: сбор данных должен соответствовать законам, условиям площадок и принципам этики.

Глубокое погружение: куда движется рынок к 2026

Пять структурных сдвигов

  • AI-native маркетинг-операции: 30-50% задач медиазакупки и креатива автоматизируются агентами. Компании переходят на «контроль через KPI и эксперименты», а не через «ручные настройки».
  • Post-cookie стек: контекстный таргетинг, Privacy Sandbox, retail media, серверная атрибуция, Consent Mode v2, модели вероятности согласия и синтетические контрольные группы.
  • First-party data как актив: CDP, identity resolution, value exchange. Без этого — рост затрат на привлечение и падение LTV/CAC.
  • Retail media и walled gardens: рост доли в миксе, расширение аудиторий и сигналов. Преимущество у брендов с качественной SKU-аналитикой и supply chain данными.
  • Правомерный сбор рыночных данных: мобильные прокси + headless-автоматизация + антидетект = чистые панели для принятия решений, а не «скрытый серый скрейпинг».

Цифры и ориентиры

  • Доля digital-рекламы в глобальных расходах уже превысила 70%, а к 2026 ее рост будет определяться retail media, CTV и поиском с генеративными подсказками.
  • По оценкам отраслевых ассоциаций за 2024-2025, до 60-80% компаний так или иначе переходят на серверную передачу событий и Consent Mode v2, а доля проектов с MMM и incrementality-тестами растет двузначными темпами.
  • Сегменты, наиболее чувствительные к cookie deprecation: e-commerce, travel, авто и финансы. Там быстрее всего внедряются clean rooms и серверная атрибуция.

Итог: выигрывают компании с четким data-гавернансом, AI-операционализацией и дисциплиной экспериментов.

Практика 1: Стратегия first-party data 2.0 — от согласия до прибыли

Цель

Построить надежную систему сбора, обогащения и использования данных пользователя с явным согласием, чтобы снижать CAC, повышать LTV и точность моделей, несмотря на потерю третьесторонних cookies.

Фреймворк VALUE

  • V — Value exchange: что вы даете пользователю за данные (персонализация, бонусы, приоритетная поддержка, расширенные функции).
  • A — Ask smart: спрашивайте точечно (zero-party опросы после ключевых событий, предпочтения в контексте, прогрессивные профили).
  • L — Legal & consent: прозрачные политики, Consent Mode v2, категоризация целей (storage, personalization, measurement, ads).
  • U — Unified identity: e-mail/phone как ключи, хеширование, ID-граф, server-side deduplication.
  • E — Enablement: CDP, server-side tagging, audience API, интеграции с каналами.

Пошаговая инструкция

  1. Аудит данных и согласий: инвентаризация точек сбора (веб, апп, офлайн), карта событий, статусы consent. Выявите дубли, неиспользуемые события, «осиротевшие» пиксели.
  2. Переход на Consent Mode v2: настройте consent signals и теги так, чтобы без согласия происходила только агрегированная и задержанная передача, а с согласием — полноценная. Проверьте соответствие политике.
  3. Сервер-сайд трекинг: разверните серверный контейнер (например, GTM Server-Side или аналоги), прокси для событий (collect endpoint), источники: веб, апп, CRM.
  4. Unified ID: внедрите механику хеша e-mail/телефона (SHA-256), привязку к устройствам, дедупликацию на уровне user_id.
  5. CDP: выберите CDP (или DIY на DWH) для профилей, сегментации, активации и соблюдения прав пользователя (удаление/экспорт).
  6. Zero-party сценарии: триггерные микроопросы (после 2-3 событий), центр предпочтений, игровые механики с прозрачной ценностью.
  7. Активация: экспорт сегментов в рекламные платформы через API (CAPI, EC), e-mail и push, web personalization (feature flags).
  8. Безопасность: шифрование на транзите и в хранении, контроль доступов, журналирование, регулярные аудит-логи.

Чек-лист качества

  • Доля профилей с валидным контактом выше 35% для repeat-бизнесов (e-com, подписки).
  • Consent coverage 75%+ на ключевых страницах за счет честного value exchange.
  • Server-side доля событий не ниже 80% для маркетинговой аналитики.
  • Ошибки схемы событий ниже 2% за неделю (автоматическая валидация).

Примеры

Интернет-ритейлер добавил «центр предпочтений» и серверную передачу событий: opt-in вырос с 58% до 72%, точность lookalike улучшилась, CAC снизился на 11% за 8 недель.

Практика 2: Медиа и измерение в post-cookie мире — Privacy Sandbox, MMM и инкрементальность

Цель

Сформировать устойчивая система закупки и измерения без третьесторонних cookies: комбинация Privacy Sandbox API, контекстного таргетинга, retail media и экспериментальной аналитики.

Переходный стек

  • Контекстный таргетинг 2.0: семантика + сигналы страниц, brand suitability, динамические инсерты креативов.
  • Privacy Sandbox: пилоты с Protected Audience API для ретаргетинга и Attribution Reporting API для измерения кликов/вью.
  • Retail media: кампании по SKU, перформанс на «полке», совместные акции и отчеты по инкрементальным продажам.
  • Server-side атрибуция: CAPI, Enhanced Conversions, event de-duplication.
  • Эксперименты: geo-lift, holdout, PSA-тесты.
  • MMM: недельные/дневные модели, Bayesian или регуляризованные (Robyn/LightweightMMM), с включением seasonality и шума.

Пошаговый план на 90 дней

  1. Недели 1-2: аудит пикселей и событий, запуск server-side, включение Consent Mode v2.
  2. Недели 3-4: тест 2-3 контекстных DSP, настройка brand suitability, подбор inventory.
  3. Недели 5-6: пилот Protected Audience (ретаргетинг) на 10-15% трафика; включение Attribution Reporting.
  4. Недели 7-8: запуск 1-2 retail media сеток, выведение SKU-ROI, совместные отчеты.
  5. Недели 9-10: geo-lift эксперимент с контрольным регионом.
  6. Недели 11-12: базовый MMM на истории 18-24 мес, sanity-check против инкрементальности.

Фреймворк 3M для измерения

  • Metrics: определите north-star (LTV/CAC, маржа), вторичные (CPx, reach), диагностические (frequency, creative score).
  • Methods: атрибуция (CAPI/EC), инкрементальность (geo/PSA), MMM (длинный горизонт).
  • Merge: ансамблируйте выводы: если MMM рекомендует +20% к бюджету канала, а geo-lift видит +8% uplift — растите осторожно, до валидации.

Чек-лист кампании в Privacy Sandbox

  • Обновленные SDK/браузерные версии для аудитории теста.
  • Отдельный бюджет пилота и KPI uplift vs. holdout.
  • Соблюдение лимитов отчетности Attribution API (агрегации и задержки).
  • Логирование гипотез агента/оператора и результатов.

Пример

Финтех провел geo-lift для контекстных кампаний: uplift транзакций +6.4% при -9% CPM vs. интересы. MMM подтвердил вклад на уровне 7-9% продаж. Решение: перераспределить +15% бюджета в контекст и retail media, удерживая тесты Protected Audience.

Практика 3: AI-агенты в маркетинге — от пилота к операционной системе

Цель

Снизить ручные операции на 30-50%, ускорить цикл экспериментов и повысить ROI за счет автономных агентов, действующих в рекламных платформах, креативах и CRM.

Архитектура агента

  • Контекст: доступ к брифу, ограничениям бренда, аудиториям, бюджетам и историческим данным.
  • Инструменты: API рекламных платформ, BI, A/B платформ, генеративные модели, хранилище фичей.
  • Память: векторное хранилище для гипотез/результатов экспериментов; журнал решений.
  • Процедуры: планирование (Plan), действие (Act), наблюдение (Observe), обучение (Learn) — цикл PAOL.
  • Guardrails: лимиты бюджета, блеклисты, стоп-слова, требования бренд-безопасности, обязательный human review при высоком риске.

Пилот: 4 сценария за 6 недель

  1. Креативный агент: генерирует 5-10 вариантов, тестирует заголовки/визуалы, агрегирует метрики (CTR, CVR, scroll depth).
  2. Биддинг-агент: регулирует ставки/частоту в рамках pROAS/CPA лимитов, корректирует по времени/гео.
  3. CRM-агент: персонализирует e-mail/push, использует zero-party предпочтения, оптимизирует частоту по LTV.
  4. Аналитик-агент: строит ежедневные дайджесты, выявляет аномалии, предлагает эксперименты.

KPI и контроль

  • Скорость экспериментов: +50-200% итераций в неделю без потери качества.
  • Доля автоматизированных правок: 30-60% изменений кампаний.
  • Финансовые метрики: pROAS, CAC, маржа; защитные «стопы» при отклонениях.

Процедуры безопасности

  • RBAC-доступ к API и sandbox среды.
  • Журналирование всех действий агента, откат изменений.
  • Политики контента и бренд-словарь (нельзя упоминать запрещенные темы, нельзя искажать условия акций).
  • Тестирование на «дрейф модели» и регулярная перекалибровка.

Мини-шаблон промпта для креативного агента

Контекст: цель кампании X, аудитория Y, ограничения бренда Z. Сгенерируй 10 вариантов заголовков и 5 вариаций визуального ряда в стиле A/B/C. Для каждого варианта укажи гипотезу и соответствующий KPI. Соблюдай бренд-словарь и юридические требования.

Результаты типового пилота

У e-commerce средний CTR вырос на 18%, CPA снизился на 12%. Время от гипотезы до результата — с 7 дней до 2 дней.

Практика 4: Этичный сбор данных и тестирование с мобильными прокси

Цель

Обеспечить легитимный и устойчивый сбор рыночных сигналов, проверку рекламы и QA продуктов в условиях ужесточающейся приватности и антибот-политик.

Задачи, где мобильные прокси незаменимы

  • Ad verification: проверка показов/креативов/ставок в разных регионах и на разных мобильных сетях.
  • Price intelligence: мониторинг динамики цен/наличия на маркетплейсах.
  • ASO и сторы: симуляция мобильных пользователей для проверки выдачи, отзывов, региональных различий.
  • Локализация и UX: QA мобильных флоу, языковых пакетов, A/B для приложений.

Правовой и этический каркас

  • Соблюдение законов и условий площадок. Уважение robots.txt, ограничения скорости, отсутствие PII-сбора без согласия.
  • Источник IP — только легальные провайдеры с подтвержденным статусом и согласиями участников сети.
  • Журналирование, DPIA (оценка влияния на приватность), KYC провайдера.

Технический план

  1. Архитектура: headless-браузеры (Playwright/Puppeteer) + ротация мобильных IP + антидетект (device fingerprint лояльный, без маскировки личности).
  2. Ротация: смена IP/ASN по расписанию или по событиям (rate-limit, captcha), паузы для имитации человека.
  3. Валидация: сравнение с контрольной панелью, логирование HTTP-ответов, снимки экрана.
  4. Антибот: решение капч через партнерские сервисы или легальные API; избегать обходов, нарушающих правила.
  5. Схема данных: нормализованные события (время, гео, сеть, url, элемент, цена), контроль качества, дедупликация.

Чек-лист устойчивости

  • Фарминг уникальных user-agent профилей под целевые устройства.
  • Back-off стратегия на ошибки 429/403.
  • Alerting при подозрительной аномалии (внезапные скачки цен, вырубание плейсментов).
  • Отчет по соблюдению этики и SLA провайдера прокси.

Пример

Поставщик услуг доставки через мобильные прокси выявил региональную разницу цен на конкурирующей платформе (5-12%). Корректировка цены и промо увеличили заказов на +9% за месяц.

Практика 5: Серверная аналитика и конверсии — фундамент точных решений

Цель

Избавиться от потерь событий из-за блокировок и ограничения cookies, повысить качество сигналов в рекламные платформы и связать маркетинг с выручкой.

Компоненты

  • Server-side tagging: прием событий, очистка, нормализация, маршрутизация.
  • Identity: user_id, hashed e-mail/phone, device hints, deduplication.
  • Конверсии: CAPI, Enhanced Conversions, офлайн-конверсии для каналов.
  • Согласие: корректный Consent Mode сигнал в каждом событии.

Пошагово

  1. Опишите event schema: обязательные поля, типы, правила.
  2. Разверните серверный контейнер и защищенный endpoint (TLS, WAF).
  3. Мигрируйте ключевые пиксели на server-side; оставьте клиентские только как резерв.
  4. Свяжите DWH с серверными событиями и отправкой конверсий в каналы.
  5. Постройте верификацию: доля «непринятых» событий, дедупликаты, лаг доставки.

Чек-лист готовности

  • 90%+ revenue-событий проходит через server-side.
  • Расхождение между CRM и аналитикой по заказам ниже 3%.
  • Есть контрольная панель SLA событий (задержка, объем, ошибки).

Пример

SaaS внедрил Enhanced Conversions и CAPI: согласованные конверсии выросли на 21%, оптимизация сместилась к LTV, CAC снизился на 8%.

Практика 6: Креативная инженерия с AI — как сделать из идей продажи

Цель

Системно увеличивать эффективность креативов, опираясь на данные и генеративные модели с безопасными шаблонами.

Методика ICE-CREO

  • I — Insights: извлеките инсайты из отзывов, чатов поддержки, NPS, поисковых запросов.
  • C — Constraints: бренд-правила, юридические стоп-линии, список утвержденных формулировок.
  • E — Experiments: план A/B/n, критерии достоверности, длительность.
  • CREO — Concepts, Renders, Edits, Orchestrate: генерация концептов, рендеры для разных форматов, микроправки и оркестрация тестов агентом.

Пошагово

  1. Соберите банк сообщений, возражений и «моментов правды» клиентов.
  2. Настройте шаблоны промптов по форматам: сторис, баннер, CTV, лендинг-секция.
  3. Включите агентную оркестрацию: загрузка вариантов в платформы, контроль частоты и бюджета тестов.
  4. Введите «creative score» из комбинации CTR, scroll, attention и post-click engagement.

Чек-лист

  • Набор минимум 20-30 активных вариантов на каждую крупную аудиторию.
  • Карта сигналов атрибуции для каждого формата (в том числе серверных).
  • Кодекс бренда и лексика подключены к инструментам генерации.

Пример

Маркетплейс ввел ежедневные микро-тесты креативов: средний creative score вырос на 24%, вклад креативов в ROAS — +13%.

Практика 7: Экспериментальная культура — как принимать решения в условиях неопределенности

Цель

Создать систему, где спорные гипотезы решаются быстро и объективно, а бюджеты распределяются по подтвержденной инкрементальности.

Фреймворк SPICE

  • S — Scope: формулируем гипотезу и ожидаемый механизм.
  • P — Power: проверяем достаточность выборки/бюджета.
  • I — Instrumentation: настраиваем события и трекинг.
  • C — Control: формируем контрольную группу/регион.
  • E — Evaluation: рассчитываем uplift, доверительные интервалы, принимаем решение.

Пошагово

  1. Еженедельный комитет экспериментов: бэклог гипотез с оценкой влияния.
  2. Теги приоритизации: низкий риск/высокий импакт — вперед в квартале.
  3. Шаблоны дизайна: A/B, geo, PSA, switchback.
  4. Единая книга экспериментов (векторное хранилище для агентов).

Чек-лист

  • Не менее 2-3 валидных экспериментов в неделю на ключевой продукт-линии.
  • Автоматическое уведомление о завершении и загрузке результатов в BI.
  • Библиотека «знания агента» пополняется каждый спринт.

Пример

Онлайн-образование внедрило SPICE: доля «победителей» в тестах выросла с 22% до 31%, суммарный uplift по выручке за квартал +4.7% при том же бюджете.

Типичные ошибки: что не делать в 2026

  • Ожидать «магии» от MMM без валидации экспериментами — риск переинвестировать.
  • Игнорировать Consent Mode v2 — потеря качества атрибуции и риски комплаенса.
  • Делать «серый» скрейпинг без этики и прав — риски блокировок и репутации.
  • Запускать агентов без guardrails — неконтролируемые траты и креативные нарушения.
  • Думать, что retail media работает «само» — без SKU-аналитики и инкрементальности легко переоценить эффект.
  • Оттягивать серверную миграцию — ваши конкуренты уже отдают платформам лучшие сигналы.
  • Считать, что «контекст = 2008» — современные модели и сигналы сильно повысили точность.

Инструменты и ресурсы: что использовать и где наращивать компетенции

Данные и активация

  • CDP: Segment, mParticle, Bloomreach, RudderStack, собственные решения на BigQuery/Snowflake/Databricks.
  • Consent/CMP: OneTrust, Didomi, встроенные CMP крупных CMS.
  • Server-side: GTM Server-Side, Cloudflare Workers/Zaraz, собственные Node/Go решения.

Атрибуция и измерение

  • CAPI/EC: конверсии для основных платформ.
  • MMM: Robyn, LightweightMMM, PyMC3/Prophet кастомизированный.
  • Эксперименты: Eppo, GrowthBook, собственные фреймворки на фичефлагах.

AI-агенты и генерация

  • Оркестрация: LangChain/agents, собственные планировщики, MLOps-стеки.
  • Креативы: генеративные модели изображений и видео, редакторы с защитой бренда.
  • Векторные БД: для памяти и знаний агента.

Качество и сбор внешних данных

  • Мобильные прокси: провайдеры с KYC, Management панели, ротация.
  • Тестовые фреймворки: Playwright, Puppeteer, Appium.
  • Ад-верификация: DoubleVerify, IAS, Moat.

BI и визуализация

  • Looker, Power BI, Tableau, Metabase, Superset.

Кейсы и результаты: как компании выигрывают в новой реальности

Кейс 1: E-commerce, переход на first-party 2.0

Задача: падение качества ретаргетинга и рост CAC на фоне уменьшения трекинга. Действия: внедрили Consent Mode v2, server-side, CDP, zero-party опросы. Результаты за 12 недель: opt-in +14 п.п., данные пользователей с контактом +19%, CAC -11%, LTV +7% за счет персонализации. Инвестиции окупились за 4.5 месяца.

Кейс 2: Финтех, эксперименты и MMM

Задача: неопределенность вклада контекста и CTV. Действия: geo-lift тесты в 6 регионах, MMM на 24 мес истории, серверные конверсии. Результат: подтвержденный uplift контекста +6-9%, CTV +3-5%. Бюджеты перераспределены, pROAS +9% за квартал.

Кейс 3: Маркетплейс, AI-агенты в креативах

Задача: низкая скорость креативных итераций. Действия: креативный агент + оркестрация тестов. Результат: +22% CTR, -13% CPA, время цикла с 5 дней до 36 часов.

Кейс 4: Логистика, мобильные прокси и мониторинг конкурентов

Задача: динамические цены конкурента по регионам. Действия: этичный сбор с мобильных IP, нормализация и QA, уведомления об аномалиях. Результат: адаптация цен в 9 регионах, рост заказов +9%, NPS +2.1 пункта.

FAQ: 10 глубоких вопросов о 2026

1. Нужно ли срочно отказываться от любых cookies?

Нет. First-party cookies остаются важными для сессий и персонализации на вашем домене. Под угрозой — third-party cookies и кросс-сайтовый трекинг. Стратегия: опора на first-party/zero-party, Consent Mode, серверную атрибуцию и Privacy Sandbox API.

2. Заменит ли Topics/Protected Audience «старый» ретаргетинг?

Полноценной замены нет: меняются механики и покрытие. Но комбинация Protected Audience и качественных first-party сегментов уже дает рабочие результаты, особенно при поддержке серверной передачи событий и экспериментальной проверки.

3. Стоит ли вкладываться в MMM малому бизнесу?

Если есть стабильные расходы и хотя бы 12-18 месяцев истории — да, в легковесных вариантах. Главное — верифицировать выводы с помощью гео-экспериментов и следить за drift в сезонности.

4. Какие роли AI-агенты заменят первыми?

Частично — медиабаинг-операции (рутина), креативные итерации, отчетность и мониторинг аномалий. Бизнес-логика, бренд-надзор и стратегическая постановка задач остаются за людьми.

5. Не опасно ли давать агенту права в рекламных аккаунтах?

Опасно — без ограничений. Нужны sandbox, дневные лимиты, многоуровневый доступ, журналирование и откат. Важны «чекпоинты» на крупные изменения и человеческий апрув.

6. Как измерять эффект retail media?

Через инкрементальность (holdout/geo), посткампейн отчеты площадки и MMM. Обязательно разделять брендовый эффект и переток существующего спроса.

7. Мобильные прокси — это не риск?

Риск, если нарушать правила. Работайте с легальными провайдерами, соблюдайте условия площадок, не собирайте PII без согласия, документируйте DPIA и держите скоростные лимиты.

8. Какой KPI главный в 2026?

Не единственный, а иерархия: прибыль/маржа и LTV/CAC как north-star; далее pROAS/CPA; диагностические — частота/охват/attention.

9. Что делать, если агент генерирует спорные креативы?

Включить обязательный human review для чувствительных категорий, держать бренд-словарь, стоп-списки и правила тональности, плюс автоматическую фильтрацию по ключевым триггерам.

10. Как подготовиться к новому году за 60 дней?

Включить Consent Mode v2, перевести критичные события на server-side, запустить пилоты контекста и Protected Audience, собрать zero-party данные, настроить минимум один geo-эксперимент и отдать конверсии в каналы через API.

Заключение: план действий и ориентиры на 2026

Рынок входит в эпоху, где выигрывает дисциплина. Не те, кто громче, а те, кто системно строит данные, агенты и эксперименты. Пост-cookie стек — это не серия хакапов, а новая операционная модель. Ваши следующие шаги просты, но требуют фокуса.

90-дневный план

  1. Данные: включите Consent Mode v2, переведите 80%+ событий на server-side, внедрите базовую CDP/хранилище профилей.
  2. Медиа: протестируйте контекст 2.0 и Protected Audience, начните в retail media. Запустите geo-lift.
  3. Агенты: креативный и биддинг-агент с guardrails; журналирование решений.
  4. Эксперименты: комитет, бэклог, 2-3 валидных теста в неделю.
  5. Этика и прокси: проверьте KYC провайдера, опишите DPIA, настройте лимиты и отчетность.

К 2026 у вас должна быть система, в которой данные законны и богаты, агенты быстры и подконтрольны, а измерения — причинно-следственные. Тогда любые изменения рынка — только фон, на котором вы стабильно растете.