# MMM возвращается. Почему classic marketing mix model снова в моде в 2026 | MRKT.ERA

Source: https://mrktr.pro/ru/blog/era-mmm-revival-2026/

> 10 лет MTA был стандартом. iOS 14, смерть Privacy Sandbox и open-source Meridian вернули MMM в центр attribution-стека. Когда это работает, когда нет, и как ERA рекомендует строить triad MMM + geo-lift + incrementality.

[RU](https://mrktr.pro/ru/blog/)[EN](https://mrktr.pro/en/blog/)[UA](https://mrktr.pro/uk/blog/)[RO](https://mrktr.pro/ro/blog/)

[Telegram · @mrkt\_era](https://t.me/mrkt_era)[+373 797 70 157](tel:+37379770157)[hello@mrktr.pro](mailto:hello@mrktr.pro)

[заказать разбор](https://mrktr.pro/ru/#lead)

[← Все статьи](https://mrktr.pro/ru/blog/)Консалтинг

# MMM возвращается. Почему classic marketing mix model снова в моде в 2026

MRKT.ERA·11 мин

![MMM возвращается. Почему classic marketing mix model снова в моде в 2026](https://mrktr.pro/blog-covers/era-mmm-revival-2026.svg)

В январе 2025-го CMO одного DTC-бренда из Бухареста (AOV €78, годовая выручка €4.2M, 70% Meta, 20% Google, 10% TikTok) пришёл с задачей, которую он формулировал как "хочу видеть честный \*attribution\* по каждому каналу". У него стоял \*GA4\*, \*Triple Whale\*, \*server-side CAPI\* через Stape, аккуратная UTM-разметка и Looker Studio дешборд, который обновлялся каждый понедельник.

## История одного CMO, который весь 2025 год пытался привязать каждый рубль к конверсии

И ничего из этого не работало.

\*Meta Ads Manager\* показывал \*\*5.2× ROAS\*\*. \*Triple Whale\* — \*\*3.8×\*\*. \*GA4 last-click\* — \*\*2.1×\*\*. \*Modeled conversions\* в Google Ads показывали \*\*4.4×\*\*. \*Blended MER\* — посчитанный руками из P&L через total revenue / total ad spend — давал \*\*2.6×\*\*, и это был единственный показатель, который сходился с банковским счётом. Между самой оптимистичной платформой и самой пессимистичной — разница в \*\*2.5×\*\*. Бюджет на 2025-й планировался по средней этих цифр, и это был неправильный способ принимать решения.

Через четыре месяца его аналитик собрал базовый \*MMM\* на \*Google Meridian\* — open-source, бесплатно, восемь недель работы. \*MMM\* сказал две вещи, которые ни одна платформа не сказала. Первое: \*\*35% Meta-бюджета каннибализировалось retargeting-ом\*\* — то есть Meta атрибутировала покупки, которые произошли бы и без неё. Второе: \*\*Google brand search получал 100% credit за покупки, которые на самом деле инициировали Reels\*\* — потому что путь был "Reels → пауза → ручной поиск брендового запроса → клик по Google Ads → покупка", и \*last-click attribution\* отдавал всё Google.

Это история не про инструмент. Это про то, что \*multi-touch attribution\* в 2026 году архитектурно не способен на правду. И почему classic \*MMM\* — методология, которой почти 60 лет — вернулась в центр стека серьёзных операторов.

## Короткая история attribution 2015–2025

С 2015 по 2020 год \*last-click attribution\* был стандартом. \*Google Analytics\* выдавал conversion credit последнему касанию, маркетологи знали, что это вранье, но другого языка не было. \*MMM\* в эту эпоху считался "old school" — методология 1960-х из FMCG-индустрии, дорогая (€150–300K за консалтинг), медленная (шесть месяцев), требующая годы данных и PhD в эконометрике.

В 2018–2021 годах поднялась волна \*multi-touch attribution\* (MTA). Платформы вроде \*Visual IQ\* (потом \*Nielsen\*), \*AppsFlyer\*, \*Branch\*, \*Adjust\* и встроенные attribution-модели \*Google Ads / Facebook\* обещали отслеживание каждого пользователя через каждое касание, \*data-driven attribution credit\* распределение, real-time дешборды. Логика была убедительная: если мы можем deterministically трекать user-level path, зачем нам statistical модели channel-level?

В апреле 2021-го Apple выпустила \*App Tracking Transparency\* (ATT). Opt-in rate стабилизировался к 2024 году на уровне \*\*30–35%\*\* globally (Adjust Q2 2025). Meta-pixel начал терять более половины конверсий в e-com аккаунтах. \*Modeled ROAS\* в Meta стал занижен на \*\*20–40%\*\* относительно реальности. Privacy Sandbox от Google умер в конце 2025-го — third-party cookies остались в Chrome, но как managed-decline feature, не как enterprise-grade инфраструктура. \*Consent mode\* и cookie blocking забрали ещё \*\*25–35%\*\* attribution accuracy в Google Ads.

К 2024 году стало очевидно: \*MTA\* строился на допущении deterministic user-tracking, которое больше не существует. В январе 2025-го Google выпустил \*Meridian\* как open-source MMM-фреймворк. Meta параллельно поддерживала \*Robyn\*. Февраль 2026-го — Meridian \*Scenario Planner\* пошёл в open beta. То, что раньше занимало шесть месяцев и €200K consulting-engagement, теперь делается за \*\*четыре-восемь недель\*\* на одного компетентного аналитика. \*\*46.9% маркетологов\*\* в США увеличивают MMM-бюджет в ближайший год (eMarketer 2026). \*\*27.6%\*\* называют MMM single most reliable measurement methodology — это первое место в опросе, выше MTA и platform-reported attribution.

\*MMM\* не "вернулся". Структурные условия его триумфа просто стали неотвратимыми.

## Что такое MMM по-человечески, без математики

Представьте, что у вас ресторан в Бухаресте, и вы хотите понять, какую долю выручки делает наружная реклама на бульваре. Прямого способа спросить каждого посетителя нет — половина не помнит, как узнали о вас, треть скажет "от друга", и только мизерная доля упомянёт билборд. Что делает любой здравый оператор? Он смотрит на выручку до билборда, во время и после, сравнивает с трендом конкурентов, учитывает погоду, праздники, локальные события — и через эти переменные оценивает incremental вклад билборда. Это и есть \*MMM\* в его базовой форме: \*time-series regression\*, в которую заходят все известные факторы влияния на продажи, и которая на выходе даёт декомпозицию вклада каждого канала.

Технически \*MMM\* — это \*multivariate Bayesian regression model\*, которая моделирует продажи как функцию: (a) marketing спенда по каналам с учётом \*adstock\* (отложенный эффект рекламы во времени) и \*saturation curve\* (диминишинг при больших бюджетах), (b) base sales (то, что продавалось бы без рекламы вообще), (c) внешних факторов — сезонность, цена продукта, конкурентная активность, макро-условия, погода, промо. На выходе модель отдаёт \*contribution\* каждого канала в инкрементальных продажах, \*response curves\* (сколько дополнительной выручки даст +€1K в Meta или Google), и \*optimal allocation\* при заданном общем бюджете.

Ключевое отличие от \*MTA\*: \*MTA\* работает на уровне пользователя — "John посмотрел Meta-ad, потом кликнул Google brand, потом купил". \*MMM\* работает на уровне канала и недели — "в неделю №14 Meta-спенд был €18K, общие продажи €240K, базовая модель ожидала €195K, дельта €45K статистически приписывается Meta + Google + email с весами X/Y/Z". \*MMM\* не знает имя пользователя, не нуждается в cookies, не зависит от iOS 18 политик. Он работает с теми же данными, которые у вас есть в P&L.

Окно данных — критично. \*MMM\* нуждается в \*\*минимум 52 недели\*\* наблюдений, желательно \*\*104–156\*\* для нормальной модели. Меньше — не статистика, а шум. Cadence данных — еженедельная (не дневная, не месячная). Каналы должны быть достаточно "толстыми" — если в Meta идёт €50K/мес, а в TikTok €1.5K, модель не сможет статистически отделить TikTok-вклад от noise. \*MMM\* — это инструмент для бизнесов, у которых хотя бы 3–5 каналов с meaningful spend и 12+ месяцев истории.

## Когда MMM работает, и когда нет

Жёсткий короткий ответ: \*MMM\* не для seed-стадии. И не для половины clients, которые приходят за ним.

Минимальный порог для proper MMM — \*\*€100K/месяц общего ad spend\*\* (или эквивалент в локальной валюте) распределённого по \*\*минимум трём каналам\*\*, и \*\*12+ месяцев непрерывной истории\*\* спенда + продаж по неделям. Ниже этого порога модель технически собрать можно, но \*confidence intervals\* будут такие широкие, что инсайты не выдержат критики. Я видел десятки попыток MMM на €30K/мес бизнесах — все они закончились моделями, у которых \*95% credible interval\* для Meta contribution был "от 8% до 71%". Это не attribution, это художественная литература.

\*\*Зона, где MMM работает идеально.\*\* Бренды с годовой выручкой \*\*€1–5M+\*\*, активные \*\*3+ года\*\*, с диверсифицированным каналом-миксом (Meta, Google, TikTok, email, organic, влиятельная offline-составляющая), которые перешли точку, где attribution-разногласия между платформами создают P&L-риск в \*\*€100K+ в год\*\*. Для такого бизнеса MMM окупается за один квартал — одно правильное reallocation решение между Meta и Google сохраняет больше, чем стоит вся имплементация.

\*\*Зона, где MMM не работает.\*\* Бизнесы с одним каналом (90%+ спенда в Meta — модели нечего декомпозировать). Seed-стартапы (нет 12-месячной истории). Magaziны со средним AOV €15 и месячным спендом €8K (статистика слишком тонкая). Молдавские \*single-city\* HoReCa-проекты (географических единиц мало, time-series слабая, событийные шоки доминируют над marketing-сигналом). Для всех этих кейсов \*incrementality testing\* и \*time-series holdouts\* дают \*\*80% ответа за 10% стоимости и времени\*\*.

\*\*Зона, где MMM работает, но требует осторожности.\*\* Mid-market бренды \*\*€500K–1M годовой выручки\*\* с двумя-тремя каналами и 14–18 месяцев истории. Технически модель собирается, но \*confidence intervals\* широкие, и MMM нужно валидировать через geo-lift или incrementality. Это не "MMM как backbone", это "MMM как один из трёх свидетелей" — об этом ниже.

ERA-фрейминг для founder conversation: \*MMM\* — это страховка от channel-saturation curve, инструмент для бизнесов, которые уже выживают, а не для тех, кто ищет product-market fit. Если вы тратите €15K/мес на маркетинг — забудьте про MMM, считайте \*contribution margin per order\* и работайте над \*activation rate\*. Если €150K/мес — \*MMM\* должен стать частью квартального ритуала.

## Meridian vs Robyn vs LightweightMMM — что выбирать в 2026

Open-source MMM-вселенная сложилась к 2026 году вокруг трёх инструментов. Все три бесплатные, все три production-grade, все три требуют data scientist для запуска.

\*\*Google Meridian\*\* (релиз январь 2025) — \*de-facto standard\* для новых программ. Главные преимущества: явное моделирование \*reach & frequency\* для video и YouTube (важно для брендов с большой YouTube/TikTok-составляющей), лучшая обработка \*diminishing returns\* через гибкие \*Hill curves\*, no-code \*Scenario Planner\* в open beta с февраля 2026-го — фаундер может сам гонять "что будет, если перенесу €30K из Meta в Google". Meridian активно разрабатывается, в roadmap квартальные релизы. Слабость: молодой, документация местами сырая, community меньше, чем у Robyn.

\*\*Meta Robyn\*\* — родоначальник open-source MMM, релиз 2021-го. В 2026-м находится в \*maintenance mode\* — Meta не убивает проект, но активная разработка переехала. Преимущества: огромная community, мощная \*automated hyperparameter tuning\* через \*Nevergrad\*, отличная документация. Слабость: hyperparameter optimization очень compute-heavy (одна модель — 4–8 часов на хорошей машине), хуже работает с многоканальным video-mix, чем Meridian.

\*\*LightweightMMM\*\* (Google, до Meridian) — упрощённый Bayesian MMM на JAX. В 2026-м официально превзойдён Meridian, но всё ещё используется для маленьких datasets и быстрых прототипов. Запуск занимает минуты, не часы. Подходит для diagnostic-фазы — собрать черновую модель на год данных за выходные, понять, есть ли вообще статистический сигнал.

\*\*Что выбирать в 2026.\*\* Если вы запускаете MMM сегодня — \*Meridian\*. Если у вас уже работает \*Robyn\* — не трогайте, никаких преимуществ в миграции нет до конца 2026-го. \*LightweightMMM\* — только для discovery-фазы или для €500K–1M клиентов, где proper Meridian-имплементация overkill.

Коммерческие альтернативы — \*OpenMMM\* (от Mass.ai), \*Pyro-MMM\* в стеке Numerai, vendor-managed решения вроде \*Recast\*, \*Mutinex\*, \*Cassandra\* (последняя — Triple Whale Compass layer, unifies MTA + MMM + incrementality). Vendor-managed стоят $3–15K/месяц, дают managed-service и UI для не-аналитиков. Для €1–5M бизнесов open-source + один data scientist на retainer (€2–4K/мес) выигрывает по экономике. Для €5M+ — vendor стек начинает себя оправдывать через speed-to-insight.

## MMM + geo-lift + incrementality testing — современный triad

Серьёзная ошибка 2025 года — рассматривать \*MMM\* как silver bullet. \*MMM\* — это статистическая модель на correlational data. Это значит, что он даёт \*directional truth\* (Meta инкрементально работает или нет), но плохо различает близкие сценарии (стоит ли реаллокатить €20K из Meta в Google). Для tactical-уровня решений нужна causal проверка.

Современный triad, который ERA рекомендует для €1–5M+ брендов:

\*\*(1) MMM как strategic backbone.\*\* Перекалибровка квартально. Даёт ответы на вопросы уровня "какой channel mix максимизирует blended MER на ближайший квартал", "сколько мы можем добавить в YouTube до точки diminishing returns", "что произойдёт с base sales, если убрать brand-spend на 6 недель".

\*\*(2) Geo-lift testing для валидации.\*\* Кратко: выбираете 5–10 matched geographies (города, postcode-зоны, DMA), отключаете или удваиваете спенд канала в test markets, оставляете contol в неизменности, измеряете delta продаж против \*synthetic control\*. \*\*36.2% маркетологов\*\* инвестируют больше в incrementality testing в 2026 (eMarketer). Это золотой стандарт \*causal measurement\* — pre-period parallel trends + post-period delta = true incremental revenue. Когда MMM говорит "Meta даёт 28% incremental contribution", geo-lift проверяет это число прямым экспериментом. Если они сходятся в пределах \*\*±15%\*\* — модель валидна. Если расходятся в 2× — что-то сломано, и MMM нужно ребилдить.

\*\*(3) Channel-level incrementality testing.\*\* Самые большие два канала проверяются через \*holdout testing\* раз в квартал. Для Meta: stop spend на 14 дней в одной аудитории / одном гео, измерить delta vs forecast. Для Google: pause brand-search на неделю и посмотреть, что произойдёт с organic-search и direct. Это даёт incremental ROAS — что значительно отличается от platform-reported ROAS, который атрибутирует покупки, которые произошли бы и без рекламы.

Для бизнесов \*\*меньше €1M\*\* geo-lift технически невозможен — слишком мало гео-единиц. Substitute — \*time-series holdout testing\*: выключить канал на 14 дней, сравнить с прогнозом базовой модели. Для single-city брендов в Молдове это единственный причинный метод, который работает.

Логика triad-а: \*MMM\* даёт \*\*направление\*\*, \*geo-lift\* даёт \*\*валидацию модели\*\*, \*incrementality testing\* даёт \*\*подтверждение на канале\*\*. Без всех трёх инструментов attribution-стек уязвим. Только MMM — модель без причинности. Только incrementality — точечная проверка без системного взгляда. Только geo-lift — без понимания baseline. Серьёзные операторы 2026 года используют все три и calibrate-ят их друг через друга.

## Чек-лист "готов ли мой бизнес к MMM"

Семь yes/no вопросов. Шесть+ из семи "yes" — стройте \*MMM\* в ближайший квартал. Четыре-пять — рано, делайте \*incrementality testing\* и returns в эту тему через 6–12 месяцев. Меньше четырёх — забудьте про MMM, фокусируйтесь на \*contribution margin\* и \*activation\*.

У вас \*\*минимум €100K/месяц\*\* общего marketing-спенда (или €1.2M в год)?

У вас \*\*минимум 12 месяцев\*\* непрерывной истории спенда и продаж по неделям?

У вас \*\*минимум три канала\*\* с meaningful spend (€10K+/мес каждый)?

У вас есть \*\*clean weekly data\*\*: marketing спенд по каналам, продажи, ключевые external variables (промо, цена, праздники)?

У вас есть доступ к \*\*data scientist\*\* (in-house или retainer) на 4–8 недель имплементации + квартальные recalibrations?

Ваши \*\*attribution-разногласия\*\* между Meta, Google, GA4 и blended MER превышают \*\*30%\*\* для крупных каналов?

У вас есть \*\*second source of truth\*\* (geo-lift возможен, или incrementality testing уже работает) для валидации MMM?

Если ответили "yes" на 6–7 — \*Meridian\* в ближайший квартал, retainer на data scientist, validate через geo-lift в Q+1.

## Closing

\*MMM\* не магия. Это статистическая модель, которая делает явными те допущения, которые в \*MTA\* остаются скрытыми. Главная её ценность в 2026-м — не точность (она ниже, чем хотелось бы), а honesty. \*MMM\* говорит "мы оцениваем Meta contribution в 22% с 95% credible interval 14–31%" — и эта честная неопределённость лучше, чем "Meta ROAS 5.2×" в платформенном дешборде, который структурно занижен на 20–40% и игнорирует cannibalization.

Если ваш бизнес перешёл планку \*\*€1M годовой выручки\*\* и \*\*€100K/мес marketing-спенда\*\*, \*MMM\* — это вопрос времени, не вопрос "стоит ли". Если меньше — \*incrementality testing\* и \*blended MER\* дают вам 80% ответа за 10% усилий.

ERA берёт MMM-имплементацию для €1–5M клиентов в Молдове, Румынии, ОАЭ и Украине через 8-недельную программу: data collection и audit (недели 1–2), Meridian model build (недели 3–6), geo-lift validation (недели 7–8), затем квартальные recalibrations на retainer. Это часть полного \*Fractional CMO\* стека, не отдельный консалтинг.

Если хотите понять, готов ли ваш бизнес — напишите.

### Ключевые выводы

-   01MTA в 2026 архитектурно не способен на правду — iOS 18 и смерть Privacy Sandbox разрушили deterministic user-tracking.
-   02MMM на Google Meridian теперь собирается за 4–8 недель и одного аналитика вместо 6 месяцев и €200K консалтинга.
-   03Минимальный порог для proper MMM: €100K/мес ad spend на 3+ каналах и 12+ месяцев недельной истории.
-   0446.9% американских маркетологов увеличивают MMM-бюджет в 2026, 27.6% называют MMM самым достоверным методом измерения.
-   05Современный triad: MMM как backbone, geo-lift для валидации модели, incrementality testing для подтверждения на канале.
-   06Для бизнесов <€1M geo-lift невозможен — используйте time-series holdout как причинный метод.
-   07Чёрный ящик MMM меньше точности и больше про honesty — он говорит «Meta contribution 22% ± 14–31%» вместо «ROAS 5.2×».

Читайте также

-   [Почему твой CAC вырос. И почему агентство не скажет правду](https://mrktr.pro/ru/blog/era-cac-grew/)
-   [AI в креативе сломал доверие. 5 правил, которые работают в 2026](https://mrktr.pro/ru/blog/era-ai-creative-trust-2026/)
-   [Чек-лист маркетинг-аудита для бизнеса в 2026](https://mrktr.pro/ru/blog/marketing-audit-checklist/)

Связанная услуга

[

### Маркетинг-консалтинг и стратегия роста

Аудит маркетинга, growth-стратегия, Внешний CMO. Находим точки роста и строим системы масштабирования для бизнеса в Молдове, Украине, ОАЭ и Румынии.

→](https://mrktr.pro/ru/services/consulting/)

M

## Начнём с разбора

Документ с приоритетами и 45 минут разговора. Дальше решаете вы: самим, с нами или никак.

[Написать в Telegram](https://t.me/mrkt_era)[WhatsApp](https://wa.me/37379770157)[hello@mrktr.pro](mailto:hello@mrktr.pro)

[MD+373 797 70 157](tel:+37379770157)[UA+380 93 892 81 77](tel:+380938928177)[AE+971 58 535 09 49](tel:+971585350949)