МОСКВА, 2 дек - пресс-служба "Матемаркетинга". В столице 20–21 ноября прошла конференция по продуктовой и маркетинговой аналитике "Матемаркетинг’25". За два дня площадку посетили более 2,2 тысячи аналитиков, продакт-менеджеров и маркетологов. В программе было 12 тематических потоков — от поведенческой аналитики, эволюции данных и прикладного ML до выстраивания команд и поддержания здорового образа жизни.
Новый потребитель в электронной коммерции
Один из ключевых докладов о трансформации онлайн-покупателя представил партнер Data Insight Федор Вирин. Он показал, что в России в 2022–2024 годах сформировался "новый средний класс" — 6–8 миллионов человек, чье поведение заметно отличается от привычных представлений о среднем классе и уже влияет на электронную коммерцию.
По данным исследования, количество онлайн-заказов выросло с 8,51 до 10,32 миллиарда в 2024 году (год к году), а в первой половине 2025 года рынок продолжил расти до 3,8 миллиарда заказов, но темп прироста замедлился до 25%. Причем, около 80% заказов в 2024 году пришлось на два маркетплейса — Wildberries и Ozon.
ИИ-агенты и автоматизация аналитики
Отдельный блок докладов был посвящен тому, как ИИ помогает не только генерировать текст и изображения, но и перестраивать работу аналитики. Никита Алексейчук и Никита Мастюгин из Yandex Cloud показали, как с помощью системы ИИ-агентов можно автоматизировать рутинную сегментацию клиентов до 60%, сильно сократить время от рождения идеи продукта до его выхода на рынок и при этом сохранить контроль качества.
Законность данных, честная атрибуция и работа с оттоком
Также в фокусе "Матемаркетинга’25" была тема "честной" аналитики с учетом юридических ограничений и реального вклада каналов в результат.
● Сергей Захарченко из Dopamine Analytics говорил о том, как выстраивать сквозную аналитику в соответствии с требованиями по локализации и трансграничной передаче данных. По его оценке, многие компании до сих используют схемы "на авось", рискуя блокировками и штрафами.
● Директор по продукту в "Билайне" Виктор Крылов показал, как работать с оттоком через обратный когортный анализ. Вместо привычного взгляда "от регистрации вперед" команда смотрит на уже действующих клиентов и их путь "назад" по событиям и триггерам.
● Максим Андреев и Игорь Посталенко из Т-Банка посвятили доклад тому, как ошибка в выборе модели атрибуции может привести к миллиардным потерям. В одном из кейсов эксперимент показал, что реальная стоимость клиента в бренд-контексте составляет около 9,2 тысячи рублей, тогда как показатель атрибуции по последнему клику оценивал ее в 4,1 тысячи — расхождение порядка 45%.
Команда ответила на это построением собственной системы "Пифия" — платформы данных и мультиканальной модели атрибуции, которая калибруется на базе тестов по инкрементальному моделированию и "вечных контролей" по каналам.
Навыки аналитиков и работа с людьми
Отдельные треки были посвящены развитию команд и профессии. На панельной дискуссии о востребованных аналитических навыках ближайшего будущего представители МТС, ИТМО и Школы анализа данных "Яндекса" обсуждали, как меняются требования к аналитикам в эпоху ИИ: от владения инструментами к умению формулировать задачи, проверять качество решений моделей и строить устойчивые процессы.
Более 25 технологических компаний представили свои решения на стендах и в специальных зонах.