Как работает таргетинг нативной рекламы (контекстный, интересный и пост‑куки)
Таргетинг нативной рекламы — это не один механизм, а пять‑шесть перекрывающихся слоёв: контекстный, интересный, ретаргетинг, гео, девайс и расписание. Вот как каждый из них действительно работает.

Нативная реклама таргетирует пользователей через комбинацию контекстных сигналов (страница и категория, которую они сейчас читают), данных первой стороны аудитории, которыми уже обладает сеть (девайс, гео, история просмотров внутри её собственной сети издателей), и входных данных рекламодателя, таких как пиксели ретаргетинга и похожие сегменты, которые проходят через аукцион в реальном времени, а не через фиксированную покупку места. Нет единого «механизма нативного таргетинга»; это набор перекрывающихся опций, и вес каждого из них зависит от сети и цели кампании.
Контекстный таргетинг: самый старый слой, теперь самый устойчивый#
Каждая нативная сеть позволяет таргетировать по категории контента и ключевому слову: финансовые статьи, контент о здоровье, автомобильные обзоры и т.д. Это наименее навязчивая форма таргетинга, поскольку ей не нужно знать ничего о конкретном пользователе, а только о том, что он сейчас читает. Это также стал слоем с наибольшей долговечностью, поскольку contextual targeting не опирается на кросс‑сайтовые идентификаторы.
Контекстный таргетинг в нативных сетях обычно глубже, чем широкая категория. Taboola и Outbrain предлагают таргетинг на уровне сайта и раздела, так что вы можете делать ставки конкретно в вертикали здоровья издателя или в его разделе личных финансов, а не по всему домену. Такая гранулярность часто лучше подходит рекламодателям в регулируемых категориях, поскольку напрямую контролирует риск смежности.
Интересный и поведенческий таргетинг#
Помимо контекста сети формируют интересные профили на основе поведения пользователей в своей сети издателей (что пользователь читает, кликает и задерживается на сайтах сети). Это данные первой стороны с точки зрения сети, даже если они охватывают множество доменов издателей, поскольку собираются в рамках отношений сети с этими сайтами. На их основе создаются широкие интересные сегменты (автомобилисты, путешественники, читатели контента о здоровье), которые рекламодатели могут накладывать поверх контекстного и гео‑таргетинга.
Ретаргетинг: на основе пикселя и всё ещё самый эффективный рычаг#
Разместите пиксель сети на своём сайте, и вы сможете ретаргетировать посетителей, которые не конвертировались, с помощью нативных размещений, когда они просматривают другие ресурсы в сети. Это остаётся одним из самых сильных рычагов в нативе, поскольку построено на прямом отношении первой стороны (ваш собственный пиксель, ваш собственный посетитель), а не на графе сторонних куки. Поэтому ретаргетинг в нативе оказался сравнительно изолированным от обсуждений исчезновения куки, которые сильно затронули дисплей и социальные сети.
Гео, девайс и планирование по времени#
Это базовые параметры во всех сетях: страна и часто регион/городская geo targeting, тип устройства (десктоп, мобильный, планшет) и ОС, тип соединения на мобильных устройствах и расписание по времени суток/дня недели. Ничто из этого не зависит от разрешения идентичности, что является одной из причин, почему нативные кампании менее подвержены потере идентификаторов, чем программные дисплей‑покупки, опирающиеся на данные потока ставок.
| Targeting layer | Depends on cookies/IDs? | Typical use |
|---|---|---|
| Contextual (category, keyword, site/section) | No | Brand safety, vertical relevance, cold prospecting |
| Interest/behavioral (network's own data) | Partially, first-party | Broader reach within a relevant audience |
| Retargeting (advertiser pixel) | First-party pixel, not third-party cookie | Highest-intent remarketing |
| Geo, device, dayparting | No | Baseline scoping on every campaign |
| Lookalike/similar audiences | Built from first-party seed data | Scaling a proven converting audience |
Что на самом деле меняет «пост‑куки»#
Самые уязвимые части нативного таргетинга к исчезновению сторонних куки всегда были самым тонким слоем: кросс‑сайтовые поведенческие профили, собранные вне данных одной сети. Нативные сети были менее зависимы от этого, чем программная дисплей‑реклама в открытом вебе, потому что большая часть стека нативного таргетинга (контекст, данные интересов сети, пиксели рекламодателей, гео/девайс) никогда не требовала общего стороннего идентификатора. Поэтому нативный канал выдержал, в то время как ID‑таргетинг в дисплейных и социальных сетях стал шумнее. Когортные и вероятностные подходы заполняют оставшиеся пробелы, но честный ответ таков: большинство нативных покупателей не пришлось менять свою стратегию таргетинга так сильно, как покупателям программного дисплея.
Сегменты аудитории на маркетплейсах и партнёрства с данными третьих сторон#
Некоторые сети добавляют сторонние сегменты аудитории через партнёрства с платформами управления данными, позволяя рекламодателям таргетировать категории вроде «в поиске автострахования» или «недавно искали туристические предложения», созданные внешними провайдерами данных, а не собственными наблюдениями сети. Такие сегменты обычно дороже и, откровенно говоря, менее предсказуемы, чем нативные инструменты контекста и ретаргетинга, поскольку методология варьируется от провайдера к провайдеру и не всегда раскрывается полностью. Рассматривайте сторонние сегменты как тестируемый дополнительный слой, а не как фундамент; проведите контрольный тест с чисто контекстным таргетингом, прежде чем выделять значительный бюджет.
Как читать таргетинг конкурента извне#
Вы не можете увидеть точные настройки сегментов конкурента, но можете многое предположить по тому, что действительно показывается: в какие гео и на каких устройствах появляется объявление, в каких вертикалях издателей оно концентрируется и как долго оно живёт — это обычно индикатор того, насколько таргетинг и креатив сходятся на работающей аудитории, о чём подробнее в нашем руководстве по media buying for native ads. Наши сетевые руководства по how Taboola ads work, how Outbrain works и how MGID native ads work разбирают меню таргетинга и механики аукциона каждой сети, а статья о scaling to new geos описывает, как меняются варианты гео‑таргетинга при расширении кампании в рынки второго и третьего уровня.
Индекс ad intelligence OpenAdLibrary отслеживает гео, девайс и вертикаль каждого захваченного креатива, так что вместо догадок о стратегии конкурента вы можете увидеть реальный паттерн: в каких странах объявление активно, работает ли оно только на мобильных или везде, и как это изменилось с момента появления.
Таргетинг похожих и аналогичных аудиторий#
Когда пиксель ретаргетинга или кастомный список аудитории набирает достаточный объём, большинство сетей могут построить похожий сегмент: пользователи, чьё поведение в браузере напоминает ваших конвертирующих, без необходимости индивидуального разрешения их идентичности. Это приближает нативный таргетинг к тому, что социальные платформы предлагали годами, за исключением того, что исходные данные обычно меньше (пиксель генерируется от трафика одного рекламодателя), а не от глобального графа поведения. Похожие аудитории лучше работают как рычаг масштабирования после того, как у вас уже есть конвертирующая базовая аудитория, определённая контекстом и ретаргетингом; в качестве инструмента холодного привлечения с небольшим исходным списком они часто уступают простому контекстному таргетингу.
Как таргетинг взаимодействует с аукционом, а не только с охватом#
Легко думать, что таргетинг — это лишь фильтр аудитории, но в нативных сетях он также меняет вашу эффективную стоимость. Более узкий, релевантный таргетинг (конкретный раздел издателя, тёплый ретаргетинг‑пул) обычно означает конкуренцию с меньшим числом рекламодателей за то же показовое место, что может снизить ваш эффективный CPC ещё до учёта качества креатива. Широкий таргетинг охватывает больше людей, но бросает вас в более крупный аукционный пул, часто включающий рекламодателей, ставящих на объём, а не на релевантность. Это одна из причин, почему узкие стратегии, ориентированные на контекст и ретаргетинг, часто превосходят широкие кампании по чистому ROAS, даже если объём показов выглядит меньше на бумаге.
Где рекламодатели ошибаются в таргетинге#
Две типичные ошибки в нативных аккаунтах. Первая — одновременно накладывать слишком много ограничительных слоёв на новую кампанию: строгий гео, узкий интересный сегмент и небольшой белый список издателей, что лишает алгоритм достаточного объёма данных для обучения и удерживает высокие затраты. Вторая — наоборот, сразу делать всё широким с первого дня, полагая «оптимизируем позже», что сжигает бюджет на явно нерелевантные размещения до появления сигнала. Лучший порядок обычно: сначала гео и девайс (дешево настроить правильно, дорого исправлять), затем контекст, после чего добавить ретаргетинг и расширение интересов, когда есть базовые данные о реальной эффективности.
Практический вывод#
Таргетинг в нативе — это не один регулятор, а пять‑шесть независимых (контекст, данные интересов сети, ваш пиксель, гео, девайс, расписание), которые вы комбинируете, и выигрышная комбинация различается для каждой вертикали. Рекламодатели в сфере здоровья и финансов часто делают упор на секционный контекстный таргетинг, поскольку риск смежности и соответствие требованиям важнее. Электронная коммерция сильнее полагается на ретаргетинг и похожие аудитории, так как намерение покупки легче захватить через пиксель. Начните с контекста и гео, чтобы установить безопасный базовый уровень, добавьте ретаргетинг, когда ваш пиксель накопит объём, и рассматривайте интересные сегменты как рычаг охвата после того, как ядро уже конвертирует.







