Cookieless-маркетинг 2026: как работать без сторонних cookie

Рекламный кабинет показывает ROAS 4.2× — а в CRM закрытых сделок на 40% меньше, чем «видит» пиксель. Знакомо? Это не ошибка настройки. Это cookieless-реальность 2025-2026 года, в которой большинство команд живут, не осознавая этого.

Я работаю с performance-трекингом с 2017-го. После iOS 14.5 у меня было три проекта, где разрыв между «кабинетным» ROAS и реальными продажами достиг 55%. Не потому что кампании были плохими — просто атрибуция сломалась, и никто это не заметил вовремя. С тех пор на каждом новом проекте первое, что делаю — сравниваю данные кабинета с CRM. В 7 из 10 случаев разрыв больше 30%.

Главное заблуждение про cookieless: думают, что это про будущее. Правильнее думать — что это уже сломано. У вас прямо сейчас.

1. Что произошло: хронология отказа от cookie

Всё началось не с Google Chrome, как принято думать. Safari заблокировал third-party cookies ещё в 2017-м через Intelligent Tracking Prevention (ITP). Firefox — в 2019-м. К 2021 году, до того как Apple выкатила ATT (App Tracking Transparency) в iOS 14.5, мобильный трекинг уже работал с серьёзными потерями на ~35% устройств.

Апрель 2021 — iOS 14.5 и ATT. Пользователи стали выбирать «не отслеживать» в 80-85% случаев. IDFA — идентификатор устройства, на котором держалась вся мобильная атрибуция Meta/Facebook — упал с ~70% охвата до 25-30%. Кабинет Meta перестал «видеть» большую часть конверсий в iOS-приложениях и мобильном браузере.

С Chrome ситуация тянулась дольше. Google несколько раз переносил дату: сначала 2022-й, потом 2023-й, потом 2024-й. В итоге к октябрю 2025 Chrome так и не отключил third-party cookies окончательно, но Privacy Sandbox API (Topics, Protected Audience) фактически стал стандартом для новых браузерных интеграций. При этом мобильный Chrome на iOS работает через движок WebKit — а там ITP уже всё заблокировал.

Итог: даже без «официального» конца cookies атрибуция сломана на мобильных устройствах для MTA-моделей уже сейчас.

2. Сколько данных вы уже теряете (и не знаете об этом)

Конкретные цифры из практики: на проектах с бюджетом 500k-3M ₽/мес, где я проводил аудит трекинга в 2024-2025, разрыв между «кабинетными» конверсиями и реальными продажами в CRM выглядел так:

Почему Яндекс лучше других? Потому что Яндекс.Метрика работает через first-party домен, а Crypta использует собственную идентификацию через Яндекс-ID. Но это не означает, что Метрика не теряет данных — просто теряет меньше.

Самая болезненная ситуация — когда алгоритм кабинета обучается на «видимых» конверсиях. Если пиксель видит только 50% покупок, он оптимизируется под неполную выборку. Это называется cookieless bias: алгоритм думает, что iOS-пользователи не покупают, и перестаёт им показывать рекламу. В реальности они покупают — просто пиксель не знает.

3. Ответ 1: server-side tracking (CAPI)

Server-side tracking — это когда данные о конверсии отправляются не из браузера пользователя, а с вашего сервера напрямую в API рекламной платформы. Браузер (и его блокировки) обходится полностью.

Для Meta это называется Conversions API (CAPI). Для ВКонтакте — VK Ads API. Для Яндекса — офлайн-конверсии через API Метрики. Механика везде похожая: пользователь совершил целевое действие → ваш бэкенд фиксирует событие → через API уведомляет рекламную платформу с хешированными данными пользователя (email, телефон, IP).

Что даёт внедрение CAPI на практике — из моего опыта на трёх e-com проектах в 2024-2025:

• Видимые конверсии в кабинете Meta выросли на 28-41% без изменения бюджета
• Event Match Quality (EMQ) — метрика качества совпадения событий — вырос с 4-5 до 7-8 из 10
• Алгоритм перестал «бояться» iOS-аудитории и начал нормально откручивать на мобайл
• CPL по iOS-сегменту снизился в среднем на 22% за первые 60 дней после внедрения

Как внедрять: самый простой путь — через GTM Server-Side. Разворачиваешь GTM-сервер на Google Cloud Run или Stape.io (~5-15$/мес), настраиваешь CAPI-тег, указываешь эндпоинт. Это займёт 4-8 часов для разработчика средней квалификации. Альтернатива — прямая интеграция в бэкенд через Meta Conversions API — более надёжная, но требует бэкенд-разработки.

Важный нюанс: CAPI не заменяет клиентский пиксель — они работают вместе. Пиксель ловит сессии, CAPI подтверждает конверсии. Дедупликацию между ними настраивают через event_id.

4. Ответ 2: first-party data инфраструктура

First-party data — данные, которые пользователь сам передал вашей компании: email, телефон, история покупок, поведение на сайте. Они принадлежат вам, не зависят от платформ и не исчезают при любых изменениях в браузерах.

Три обязательных элемента first-party инфраструктуры:

• Форма захвата с явным согласием — на каждом ключевом шаге воронки. Не «подписаться на рассылку», а конкретный офер: скидка, чеклист, демо. Конверсия в заполнение формы 2-4% против 0.5-1% без офера — разница в 3-4x объёме базы за год.
• CRM с полным профилем — не просто хранилище лидов, а система, где каждый контакт связан с источником, историей взаимодействий и покупок. Без этого «first-party data» — просто список email без контекста.
• Офлайн-конверсии обратно в кабинет — закрытые сделки из CRM должны возвращаться в рекламные платформы. Это закрывает петлю: алгоритм обучается на реальных покупателях, а не на тех, кого видит пиксель.

Один из кейсов 2024 года: EdTech-проект, 800k ₽/мес бюджета. До внедрения офлайн-конверсий алгоритм ВКонтакте оптимизировался под «заявку» — лиды шли по 180 ₽, но в оплату конвертировались 3-4%. После того как мы начали передавать «оплату» через офлайн-конверсии, алгоритм перестроился за 4 недели. Лиды выросли до 340 ₽, но в оплату конвертировались 9-11%. CAC снизился примерно на 35%.

5. Ответ 3: MMM для оценки каналов без трекинга

Marketing Mix Modeling (MMM) — статистический метод, который считает вклад каждого канала в продажи без трекинга пользователей. Работает с агрегированными данными: сколько потратили в каждом канале, сколько получили продаж, с учётом сезонности и внешних факторов.

MMM не новая технология. Его используют крупные FMCG-компании с 1980-х. Но cookieless-кризис сделал его актуальным для среднего бизнеса — потому что атрибуционные модели (MTA) ломаются, а понимать реальную отдачу от каналов всё равно нужно.

Упрощённая схема: берёшь недельные данные за 12-18 месяцев — расходы по каждому каналу, количество продаж или выручку, сезонные флаги (праздники, акции). Строишь линейную регрессию или байесовскую модель. На выходе — коэффициенты, показывающие, сколько продаж «объясняет» каждый канал при прочих равных.

Минус MMM — лаг. Модель работает на исторических данных и не говорит тебе «сегодня этот канал не работает». Для оперативных решений нужна другая методология. Поэтому MMM — стратегический инструмент (раз в квартал), а не замена ежедневному мониторингу кабинетов.

6. Яндекс Crypta и российские решения

Для проектов с фокусом на РФ-рынок ситуация несколько лучше, чем для международных: Яндекс.Метрика использует first-party cookies через js-счётчик на вашем домене — они не блокируются ITP так агрессивно, как third-party. Плюс Crypta — система вероятностной идентификации пользователей внутри экосистемы Яндекса.

Crypta по-прежнему закрытая технология: она доступна только внутри Яндекс.Аудиторий и Директа, экспортировать идентификаторы наружу нельзя. Но для атрибуции Директа она даёт +15-25% к видимым конверсиям по сравнению с чистым пиксельным трекингом — это заметно.

Практически: если ваш основной канал — Яндекс.Директ, приоритет — настроить офлайн-конверсии через Метрику API. Это бесплатно, делается за 1 день, даёт +15-20% к видимости конверсий и нормально обучает стратегии ставок.

ВКонтакте выпустили VK Ads Pixel Server-Side в 2024-м — это аналог Meta CAPI, интегрируется через GTM. Работает хуже CAPI (Event Match Rate ниже из-за меньшей базы идентификаторов), но лучше, чем ничего. На тестовых проектах давал +18-25% к видимым конверсиям.

7. Приоритизация: с чего начать при бюджете до 100k ₽/мес

Здесь нет универсального ответа, но есть практическая матрица. Стоимость внедрения — это время разработчика плюс инфраструктура. Эффект — прирост видимых конверсий.

При бюджете до 100k ₽/мес не надо строить «полный cookieless-стек». Надо сделать три вещи: офлайн-конверсии в кабинеты, базовый сбор email/телефона, и хотя бы раз в квартал вручную сравнивать кабинетные данные с CRM. Этого достаточно, чтобы алгоритм обучался на реальных покупателях, а не фантомных «пиксельных» конверсиях.

8. Что делать прямо сейчас

Cookieless — не хайп и не «проблема будущего». Это уже сломанная атрибуция у большинства команд, которые продолжают принимать решения по бюджетам на основе данных, которым нельзя доверять. Алгоритмы обучаются на том, что видит пиксель — а пиксель видит 40-60% мобильных конверсий.

Три действия на эту неделю: сравни конверсии из кабинета с закрытыми сделками в CRM за последние 30 дней. Если разрыв больше 20% — у тебя проблема. Если больше 40% — критическая ситуация, и первым делом нужен server-side tracking. Если сравнивать не с чем (нет CRM или нет данных о закрытых сделках) — проблема ещё глубже, и начинать нужно с first-party data инфраструктуры.

Смежные темы: performance-каналы в России 2026 и атрибуция через MMM.

Если хочешь разобрать твою конкретную ситуацию — пиши в Telegram или через форму. Стартовая консультация — 0 ₽.