B2B маркетинг медиа http://mashukova.ru ru Wed, 09 Sep 2026 18:25:54 +0300 AI не спасёт маркетинговую аналитику, если компании нечего ему показать http://mashukova.ru/b2b-media/v9evzctft1-ai-ne-spasyot-marketingovuyu-analitiku-e http://mashukova.ru/b2b-media/v9evzctft1-ai-ne-spasyot-marketingovuyu-analitiku-e?amp=true Tue, 11 Aug 2026 13:34:00 +0300 Машукова Екатерина Управление маркетингом AI не заменит маркетинговую аналитику без единой модели данных и правил расчёта метрик. Разбор на примере Dreamdata AI, Bitrix24 BI Builder и данных McKinsey и Gartner за 2026 год.

AI не спасёт маркетинговую аналитику, если компании нечего ему показать

25 августа 2026 года McKinsey опубликовала исследование The State of AI in 2026: On the Road to ROI. Почти треть респондентов, 32%, рассказали, что их компании уже отказались от покупки хотя бы одного программного продукта или функции, потому что смогли собрать нужное внутри компании с помощью AI-инструментов для разработки.
Эту цифру легко прочитать как начало конца SaaS. Я бы так не стала.
Меняется сам выбор между готовым продуктом и собственной разработкой. В части задач компании уже могут собрать нужный инструмент сами. В других быстрее и разумнее купить готовое решение. Gartner в своих материалах для IT-руководителей описывает эту логику как Build, Buy и Blend: разработать самостоятельно, купить готовое решение или соединить оба подхода. Смысл не в том, чтобы выбрать сторону раз и навсегда, а в том, чтобы для каждой задачи выбирать заново, глядя на полную стоимость владения и на то, насколько задача типовая.
Для маркетинговой аналитики есть ещё одна проблема, и она не про выбор инструмента.

Сначала нужны данные

23 июня 2026 года McKinsey выпустила исследование AI data readiness: The key to scaling impact. Авторы пишут, что данные становятся одним из главных ограничений при переходе от экспериментов с AI к его масштабному использованию.
Только 7% компаний, по данным McKinsey, полностью масштабировали AI внутри организации. Больше двух третей компаний с высокими результатами называют данные главным препятствием для использования AI.
Причина понятная. AI может быстро ответить на вопрос о маркетинге. Но сначала ему нужно понять, откуда взять данные, что означает каждая метрика и по каким правилам её считать. Если в CRM один набор данных, в рекламном кабинете другой, а в таблице маркетолога третий, AI не соберёт из этого единую систему измерения автоматически. Он даст ответ. Вопрос в том, насколько этому ответу можно доверять.
Есть и ещё один слой проблемы. Исследование From adoption to impact: Three horizons of AI transformation, опубликованное McKinsey 8 июля 2026 года, показывает разрыв: 70% респондентов считают себя лично готовыми использовать AI, но только 27% руководителей считают готовой свою организацию.
Сотрудники уже пользуются AI. Компания ещё не перестроила процессы, данные и правила работы вокруг него.
Именно поэтому меня интересует не очередной AI-чат для маркетолога, а то, на какой основе этот чат работает.

Что показала история с Dreamdata

1 сентября 2026 года B2B-платформа Dreamdata представила Dreamdata AI. Запуск разобрали несколько независимых изданий, включая PPC Land, и по описанию продукта они совпадают в деталях.
Компания не просто добавила чат к существующей аналитике. В основе Dreamdata AI лежит заранее подготовленная модель B2B-данных: она связывает маркетинговые касания, аккаунты и выручку. Поверх неё работает управляемый слой определений и расчётов, semantic layer.
Dreamdata предлагает три варианта работы с AI:
Analytics Agent внутри платформы;
MCP Server для работы через внешний AI-ассистент или агент, поддерживающий MCP, например Claude или ChatGPT;
Data Warehouse для тех, кто хочет создавать собственных агентов.
Все три варианта используют одну модель данных. На мой взгляд, именно это заслуживает внимания.
Сначала данные и правила. Потом AI.
Можно спросить: какие маркетинговые каналы принесли нам больше всего выручки в прошлом квартале? Но что считать выручкой. Включать ли продления. Как связать маркетинговое касание с конкретным аккаунтом. Как распределить вклад канала между несколькими точками контакта. Если правила не заданы заранее, модель начинает интерпретировать их сама, и у разных сотрудников AI будет давать разные ответы на один и тот же вопрос.
Dreamdata использует собственную модель данных и единые определения метрик. Пользователь может проверить, какие метрики, фильтры, даты, сегментация и модель атрибуции легли в основу ответа. Для руководителя это принципиально. Цифру нужно не только получить. Её нужно объяснить.

Нужна ли средней B2B-компании такая платформа

Не обязательно.
Если у компании уже есть CRM, рекламные кабинеты, сайт, e-mail и другие источники данных, систему можно собирать постепенно. Например, CRM может быть Bitrix24. Его BI Builder работает с данными CRM и внешними источниками, а также позволяет подключать внешние базы данных MySQL и PostgreSQL. Если компания хранит заказы в PostgreSQL, эту базу можно подключить к BI Builder, выбрать таблицу с продажами, собрать датасет и построить график по сумме заказов. В итоге у руководителя один отчёт, который объединяет данные из внешней базы и из самого Bitrix24.
Архитектура может выглядеть так:

CRM · реклама · сайт · e-mail · Telegram
↓
Интеграция и объединение
↓
База данных
↓
Правила и контекст
(определения метрик, атрибуция, документы)
↓
BI / аналитика
↑
MCP
↑
AI

Логика простая. CRM и другие системы дают исходные данные. Интеграции объединяют их. База данных хранит единую структуру. Правила расчёта, определения показателей и контекст компании фиксируются отдельно и применяются до того, как данные попадают в отчёты, а не после. BI превращает данные в показатели и отчёты по этим правилам. AI получает доступ к BI и к самим правилам через MCP.
Здесь стоит быть точной. Связка BI Builder и AI через MCP — это архитектурный принцип, а не готовая функция Bitrix24 из коробки. У Bitrix24 есть собственный официальный MCP-сервер: он позволяет внешней AI-системе управлять Bitrix24 прямо из чата. Но на момент публикации он поддерживает модуль задач, список модулей постепенно расширяется. Отдельно у Bitrix24 есть BIconnector, программный интерфейс для работы с коннекторами, источниками и датасетами BI Builder. Чтобы AI-агент отвечал на вопросы именно по аналитике BI Builder, сегодня эту связку нужно собирать самостоятельно поверх BIconnector. Готового решения под ключ для этого сценария у Bitrix24 пока нет

Что можно делать поверх такой системы

Представим B2B-компанию, у которой есть CRM, рекламные кабинеты, сайт, e-mail, Telegram и BI.
Маркетинговый директор спрашивает: почему количество качественных лидов снизилось в августе.
AI получает данные по лидам, источникам, кампаниям и продажам. Затем обращается к правилам компании и определяет, что здесь считается качественным лидом. После этого сопоставляет показатели и формулирует вывод.
Это другой сценарий, чем просьба к универсальному AI-чату проанализировать рекламу. Во втором случае AI получает отдельный фрагмент информации без контекста. В первом он работает внутри подготовленной системы, где определения и правила заданы заранее.

Build, Buy или Blend

Выбор между готовым продуктом и собственной разработкой теперь не обязательно бинарный. Gartner для маркетинговых руководителей описывает похожую логику применительно к Customer Data Platform: решение зависит от того, насколько платформа даёт компании конкурентное преимущество, какие ресурсы и опыт разработки уже есть внутри и какие у компании требования к скорости запуска.
Buy — купить готовое решение, если задача типовая и продукт уже хорошо её решает.
Build — разработать самостоятельно, если процесс специфичен для компании и может стать её преимуществом.
Blend — соединить готовые продукты со своей архитектурой.
Для B2B-маркетинга мне этот вариант кажется самым практичным. CRM и BI можно оставить готовыми. Данные объединить в единой базе. Правила и контекст хранить отдельно. А поверх этой системы постепенно создавать собственных AI-агентов.
Здесь стоит учесть ещё один сдвиг. 1 июля 2026 года Gartner оценила в 234 млрд долларов долю расходов на корпоративный софт, которая к 2030 году может уйти из-под традиционной модели SaaS из-за AI-агентов. Это около 20% рынка корпоративного SaaS. Логика простая: если агент выполняет задачу через API нескольких систем сразу, пользователь перестаёт открывать интерфейс каждого отдельного сервиса, а классическая модель лицензий по числу пользователей теряет смысл. Для решения Build или Buy это означает, что при выборе готовой платформы стоит смотреть не только на интерфейс, но и на то, разрешает ли договор с вендором подключать к системе внешних AI-агентов через API.
Не нужно строить всё сразу. Можно начать с одного сценария: определить, какие маркетинговые активности действительно приводят к выручке.

Почему я бы начинала не с AI

Если начать с AI, легко получить красивый интерфейс, графики и агента.
Но если исходные данные разрознены, метрики определяются по-разному, а правила компании нигде не зафиксированы, AI будет работать с тем, что ему дали. И может очень убедительно ошибаться.
Dreamdata строит свой продукт с другой стороны: сначала модель данных, правила и возможность проверить результат, затем AI. Для собственной системы я бы придерживалась той же последовательности: данные, структура, аналитика, правила и контекст, доступ AI, агент.
Не обязательно покупать Dreamdata. Не обязательно сразу создавать собственную платформу. Но если мы хотим, чтобы AI отвечал на вопросы конкретного бизнеса, ему нужны три вещи: данные, правила и контекст.

Машукова Екатерина

Источники

McKinsey
  1. The State of AI in 2026: On the Road to ROI (25 августа 2026)
  2. AI data readiness: The key to scaling impact (23 июня 2026)
  3. From adoption to impact: Three horizons of AI transformation (8 июля 2026)
Gartner
  1. Build vs Buy Strategy: Top Principles for Enterprise Applications
  2. Should You Build or Buy a Customer Data Platform? (Gartner for Marketers)
  3. Gartner Says $234 Billion in Enterprise Application Software Spend Is at Risk from Agentic AI (1 июля 2026)
Dreamdata
  1. Dreamdata AI, запуск 1 сентября 2026, dreamdata.io
  2. Разбор запуска: PPC Land, «Dreamdata adds MCP server so Claude and ChatGPT cannot alter its B2B numbers»
Bitrix24
  1. BI Builder: Datasets
  2. BI Builder: Use external MySQL and PostgreSQL databases
  3. Регуляторная база
  4. Федеральный закон от 26.07.2026 № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации»
  5. EU AI Act, Article 50: Transparency Obligations
]]> Директор по маркетингу для инжиниринговой компании: почему не находится, не устраивает или не окупается http://mashukova.ru/b2b-media/fi0z4yhjy1-direktor-po-marketingu-dlya-inzhiniringo http://mashukova.ru/b2b-media/fi0z4yhjy1-direktor-po-marketingu-dlya-inzhiniringo?amp=true Tue, 11 Aug 2026 13:35:00 +0300 Машукова Екатерина Управление маркетингом Что сделать инжиниринговой компании, чтобы найти директора по маркетингу и не уволить его после испытательного срока.

Директор по маркетингу для инжиниринговой компании: почему не находится, не устраивает или не окупается

Директор по маркетингу для инжиниринговой компании: почему не находится, не устраивает или не окупается

У собственника инжиниринговой компании обычно три боли, связанные с директором по маркетингу.
  1. Первая: вакансия висит месяцами, а откликаются либо не те люди, либо никто.
  2. Вторая: кандидата нашли, но через полгода снова разочарование, не тот результат, не то понимание бизнеса, и собственник снова управляет маркетингом сам.
  3. Третья: маркетинг вроде работает, бюджет расходуется, а отдачи, которую можно посчитать и предъявить на совете директоров, не видно.
Это не три разные проблемы и не следствие невезения с кандидатами. Срок работы директора по маркетингу в России за несколько лет сократился с 19 до 10 месяцев.

Эту динамику на сессии ПМЭФ привёл вице-президент по стратегии Media Instinct Group Александр Сироватский. А в промышленности и производстве удовлетворённость эффективностью маркетинга за 2024 год упала с 71% до 68%, причём в крупном бизнесе это падение было особенно резким, с 79% до 66%, по данным совместного исследования бюро «Dинамика», Московской торгово-промышленной палаты и агентства FAVES Communications, опросивших 148 производственных предприятий.

Это системная картина: дело не в дефиците кандидатов и не в том, что собственник ищет плохо. Дело в том, что роль директора по маркетингу почти никогда не прописана до найма: ни оргструктура, ни бюджетные правила, ни договорённости с продажами, ни метрики. Разбираем каждую из трёх болей и то, что стоит закрыть заранее, чтобы не наступать на одни и те же грабли.

Боль первая: «Не можем найти подходящего кандидата»

Ищем не того человека.

Прежде чем разбираться, почему кандидаты не подходят, стоит спросить: а какой тип директора по маркетингу вообще нужен? Ответ не очевиден. Исследователи Кимберли Уитлер и Морган Нил опросили более 300 рекрутеров, руководителей и директоров по маркетингу и выделили три типа CMO. Стратеги (около 31% выборки) определяют позиционирование и участвуют в продуктовых решениях. Продажники (46%, самый распространённый тип) отвечают за тактические инструменты извлечения прибыли из клиентской базы. Важная деталь: авторы прямо называют это типичным сценарием для «тяжёлого машиностроения» и B2B-сервисов, где стратегию определяют не маркетинговые, а инженерные и производственные решения. Универсалы (23%) совмещают обе функции: отвечают и за стратегию, и за тактическое исполнение.

Проблема в том, что вакансию часто пишут под универсала, ждут стратега, а по факту нанимают продажника, и никто не сверяет эти три картинки друг с другом. В исследовании только 22% описаний вакансий CMO включали чёткие критерии эффективности: ожидания в вакансии, как правило, есть, но они редко измеримы — «поддерживать стратегию роста» ничего не говорит о том, как эту задачу оценивать.

Ошибка «универсального солдата»

Практикующий руководитель маркетинга, ведущий блог на Sostav.ru, называет это ошибкой №1 в найме 2026 года: бизнес хочет, чтобы один человек строил стратегию, управлял командой, сам разбирался в рекламе, SMM, контенте, PR и аналитике, и при этом стоил как миддл-маркетолог. Директор по маркетингу, как правило, действительно разбирается во всех этих направлениях: это часть профессии. Вопрос не в этом, а в том, что от него ждут ежедневного ручного исполнения по каждому направлению одновременно, да ещё оценивают эту работу по ставке миддл-маркетолога.

Хорошая аналогия здесь — T-shaped-модель компетенций: глубокая экспертиза в одном направлении и базовое понимание ещё четырёх-пяти смежных. Именно такой профиль даёт гибкость и устойчивость к изменениям, а попытка делать всё одинаково глубоко только распыляет. Для директора по маркетингу это значит не требовать, чтобы он лично настраивал рекламные кабинеты и вёл соцсети, а требовать, чтобы он детально понимал, как устроены эти процессы, и умел ставить точки контроля там, где сам не работает руками.
Экспертное мнение автора
T-shaped-профиль закрывает вопрос компетенций, но не отвечает на другой: как быть уверенным, что человек будет принимать решения так, как нужно бизнесу, когда готового шаблона нет. На собеседованиях чаще всего проверяют то, что легко проверить: кейсы, цифры в резюме, знакомые названия инструментов. Но для директора по маркетингу в компании с длинным циклом сделки гораздо важнее совпадение по ценностям и способность быстро адаптироваться, ведь три четверти решений в этой роли принимаются в условиях неопределённости, когда нет готового шаблона. Компетенции можно развить за несколько месяцев, если человек разделяет то, как компания принимает решения и относится к ошибкам. Ценностный разрыв так быстро не закрывается, и именно он чаще всего стоит за фразой «нашли специалиста, а сработаться не смогли».
Боль вторая: «Нашли, но результат не тот, что обещали»

Дело не в кандидате, а в конструкции роли

Глобальная статистика подтверждает: директоров по маркетингу увольняют чаще других топ-менеджеров. По данным Korn Ferry, они занимают должность в среднем 4,1 года, тогда как генеральный директор держится в среднем 8 лет, финансовый директор — 5,1 года, а HR-директор — 5 лет. По собственным данным Уитлер и Нил, 57% CMO работают на позиции не больше трёх лет, а исследование Fournaise Marketing Group зафиксировало, что 80% глав компаний относятся к директору по маркетингу с недоверием или разочарованием, против 10% в отношении финансовых и IT-директоров. При этом 74% самих CMO считают, что ограничены в возможности влиять на дела компании.

Авторы исследования делают вывод, который стоит держать перед глазами на каждом этапе найма: главная причина текучести не в ошибке с кандидатом, а в том, что сама должность продумана недостаточно. Когда обязанности, ожидания и критерии эффективности не соотносятся друг с другом, на этой позиции не преуспеет никто.

Оргструктура, которая душит функцию на старте

Такое рассогласование часто начинается с подчинения. В средних компаниях директор по маркетингу часто подчиняется коммерческому директору, особенно если маркетинговая функция воспринимается как обслуживающая по отношению к продажам. Тогда приоритеты продаж (здесь и сейчас закрыть сделку, снять возражение, дать скидку) автоматически становятся приоритетами маркетинга, а стратегическая часть работы (позиционирование, работа с рынком вдолгую, продуктовый маркетинг) остаётся без времени и ресурса. Бывает и обратная ситуация, когда директору по маркетингу удаётся выстроить процесс продаж внутри своей же структуры, если так проще решить задачи бизнеса. Единого правильного варианта нет, важно решить этот вопрос осознанно, а не по инерции штатного расписания.

Практическое следствие для собственника: подчинение маркетинга коммерческому директору не сводится к нейтральной административной детали. Это решение, которое заранее определяет, какой из трёх типов CMO (стратег, продажник, универсал) реально получится нанять, сколько бы ни было написано в вакансии.
Экспертное мнение автора
"На двух собеседованиях на позицию директора по маркетингу вакансия предполагала подчинение коммерческому директору. В обоих случаях пришлось объяснять на встрече, почему задачи, ради которых открывалась позиция (например, выстраивание продуктового позиционирования или системная работа с рынком), физически не реализуются в такой структуре: коммерческий директор оценивает маркетинг по своим краткосрочным метрикам продаж, и любая инициатива, не дающая эффекта в течение месяца, будет остановлена раньше, чем принесёт результат. Дело не в желании получить более высокий статус, а в том, что заявленные в вакансии задачи и предложенная структура подчинения друг другу противоречат, и на входе это стоит проговорить, а не выяснять постфактум".
Когда кандидат хорош на бумаге, но не в вашей структуре

Практика подбора 2026 года даёт два показательных случая. В первом компания выбрала кандидата по сильному портфелю личных кейсов, но не проверила, умеет ли он строить процессы и управлять командой. Результат предсказуем: через полгода команда демотивирована, текучка 40%, процессы не описаны, а собственник снова управляет маркетингом лично. Портфель кейсов показывает результат, а не то, как человек его добился и какой ценой. Именно это на собеседовании и по резюме почти не проверяется. Во втором случае CMO красиво презентовал, запускал имиджевые кампании, но CAC рос, а выручка нет, потому что маркетинг жил отдельной жизнью от коммерческих показателей. Оба случая говорят не про недостаток дипломов, а про то, что управленческие навыки и связь с бизнес-результатом проверялись поверхностно или не проверялись вовсе.

Боль третья: «Бюджет тратим, а отдачи не видно»

Что на самом деле происходит с деньгами

Прежде чем разбираться, почему бюджет не даёт отдачи, полезно понимать контекст цифр. По данным исследования бюро «Dинамика», МТПП и FAVES Communications, промышленные предприятия России в 2024 году тратили на маркетинг в среднем 11% от оборота, но разброс по размеру бизнеса велик: малые компании (выручка до 800 млн ₽ в год) — 15% (это уже снижение с 20% годом ранее), средние (800 млн – 2 млрд ₽) — 12%, крупные (более 2 млрд ₽) — только 6%. При этом именно крупный бизнес показал самое резкое падение удовлетворённости результатами маркетинга, с 79% до 66% за год. Среди барьеров роста, которые называли руководители предприятий, сложность поиска клиентов (37%) обогнала даже кадровый голод (34%), а на неэффективность используемых каналов пожаловались 26% опрошенных.

Это не значит, что достаточно просто увеличить бюджет. Часто проблема не в размере бюджета, а в том, что внутри него нет структуры, которая позволяет отличить работающее от неработающего и вложиться в проверку новых гипотез, не рискуя текущим потоком лидов.

Почему директору невыгодно экспериментировать, если вы сами не сделали это выгодным

Практика рынка — закладывать в бюджет отдельную линию на эксперименты: около 20% сверх плана по лидогенерации или резерв 10–20% на проверку гипотез и масштабирование удачных каналов. Смысл не в конкретном проценте, а в том, что эта часть бюджета не завязана на показатели лидогенерации: если гипотеза не сработала, это не проваленный план по лидам, а нормальный результат эксперимента.

Похожий принцип уже стандарт для тестирования рекламы: в Яндекс Директе экспериментам выделен отдельный инструмент с чёткими правилами, минимум две недели на тест и заранее оговорённый объём данных. Для инжиниринговой компании смысл тот же: эксперимент подчиняется понятным правилам, а не остаётся разовым исключением, которое каждый раз приходится выбивать у собственника.
Экспертное мнение автора
"Если в бюджете нет отдельной строки на эксперименты, директор по маркетингу неизбежно начинает считать любую новую идею угрозой своим показателям по лидогенерации и просто перестаёт их предлагать. Право на ошибку не работает как декларация в трудовом договоре: оно работает только тогда, когда у эксперимента есть отдельный бюджет, отдельный срок и заранее определённый критерий «сработало / не сработало». Тогда неудачный тест даёт данные, а не срывает план".
Конфликт с продажами, который дороже, чем кажется
Даже при правильно устроенном бюджете отдача не будет видна, если между маркетингом и продажами нет SLA — формального соглашения об уровне сервиса, которое фиксирует, что каждая сторона должна другой и в какие сроки. Без него маркетинг считает работу сделанной, когда лид получен, а продажи считают её ещё не начатой, потому что лид не подходит по бюджету или готовности. Рабочий SLA фиксирует портрет квалифицированного лида: не просто оставленный телефон, а соответствие критериям по обороту компании, региону или должности контакта, а также сроки обработки и объём, за который отвечает каждая сторона. Важная деталь, о которой часто забывают: SLA должен быть привязан к общей метрике, например к выручке с маркетинговых лидов или к числу квалифицированных сделок, а не к локальным KPI каждого отдела по отдельности, иначе маркетинг продолжает гнаться за объёмом лидов, а продажи за закрытием любой ценой, и стороны тянут в разные стороны. Это прямо отвечает на боль, о которой пишет собственник: задачи для маркетинга не должны быть факультативными для продаж, и наоборот. Без письменного SLA, встроенного в квартальные и месячные планы обеих команд, это остаётся благим пожеланием.
Метрики, которые считают неправильно, и поэтому не верят маркетингу
Ощущение «платим, а отдачи нет» часто вызвано не самими цифрами, а способом их считать. Модель атрибуции last click отдаёт всю заслугу последнему касанию перед покупкой. В длинном B2B-цикле это искажает картину: охватные и имиджевые каналы, которые прогревали клиента неделями раньше, обнуляются, а прямые заходы и брендовый поиск получают незаслуженный вес. Для сделок с несколькими касаниями лучше подходят линейная или позиционная модели.
Похожая проблема есть в расчёте юнит-экономики. Если клиент, привлечённый в феврале, платит в апреле, а расходы февраля делят на клиентов, оплативших только в апреле, оба месяца показывают неверную картину. Правильный способ — считать по когортам с поправкой на длину цикла сделки: например, при среднем цикле 45 дней сравнивать расходы месяца с оплатами, которые пришли через полтора месяца, а не в том же месяце. Ориентир для соотношения LTV к CAC — 3:1 и выше, хотя слишком высокое соотношение (10:1 и больше) иногда значит, что компания недоинвестирует в рост. В промышленном B2B ситуация сложнее и без этого: решение принимает группа из 5–10 человек, а цикл сделки растягивается от полугода до трёх лет. Вопрос атрибуции здесь управленческий, а не технический.

Что делать: пять договорённостей до найма
Три боли имеют одну и ту же причину: отсутствие прописанной рамки роли. А значит, и решение общее. Прежде чем открывать вакансию или пересматривать работу действующего директора по маркетингу, имеет смысл письменно закрыть пять вопросов:
  1. Тип роли. Стратег, продажник или универсал нужен именно сейчас, исходя из фазы бизнеса и того, откуда реально идёт спрос на продукт, и совпадает ли этот ответ с текстом вакансии.
  2. Оргструктура. Кому подчиняется директор по маркетингу и не противоречит ли это подчинение задачам, ради которых открывается позиция.
  3. Бюджетный сплит. Есть ли отдельная, защищённая от текущих показателей лидогенерации часть бюджета на эксперименты, с понятным сроком и критерием оценки.
  4. SLA с продажами. Прописан ли портрет квалифицированного лида, сроки обработки и общая метрика, которая связывает премии обеих команд, а не только локальные KPI.
  5. Правила атрибуции. Какая модель атрибуции и какой горизонт когортного расчёта приняты для оценки вклада маркетинга, до того как по итогам квартала возникнет спор о цифрах.
Универсальной формулы, которая подойдёт любой инжиниринговой компании, не существует. Ответы на эти пять пунктов зависят от стадии бизнеса, структуры сделки и того, кто сейчас реально управляет коммерческим блоком. Но сам факт, что на эти вопросы даны письменные ответы до найма, а не выясняются постфактум через полгода взаимных претензий, и есть та рамка, без которой хороший кандидат на бумаге снова не сработается с компанией на практике.

Машукова Екатерина

Источники

Средний срок работы директора по маркетингу в компании сократился до 10 месяцев // Коммерсантъ, 20.06.2025. kommersant.ru/doc/7830915

Уитлер К., Нил М. Почему главных маркетологов постоянно увольняют и что с этим делать // Harvard Business Review Россия / Большие Идеи. big-i.ru/komanda/upravlenie-lyudmi/a23001

Директор по маркетингу в 2026 году: какие навыки реально нужны, описание должности для бизнеса // Sostav.ru. sostav.ru/blogs/280961/76630

Больше половины компаний намерены увеличить инвестиции в маркетинг в ближайшие два года // Sostav.ru, по данным исследования бюро «Dинамика», МТПП и FAVES Communications. sostav.ru/publication/...

Кому подчиняется директор по маркетингу? // Блог «Обучение Просто». obuchenieprosto.ru/blog/komu-podchinyaetsya-direktor-po-marketingu

SLA между маркетингом и продажами: как превратить конфликты в общую прибыль // Yudena. yudena.agency/knowledge/sla-mezhdu-marketingom-i-prodazhami-kak-prevratit-konflikty-v-obschuyu-pribyl

SLA маркетинга и продаж: как договориться о лидах // Lead The Way. leadtheway-marketing.com/ru/blog/sla-marketing-prodazhi

Маркетинг и продажи в бизнесе: как подружить два отдела и перестать терять лиды. 101-app.com/blog/marketing-sales-kak-podruzhit-otdely

Атрибуция в 2026: почему last click обманывает ваш маркетинг // Sostav.ru. sostav.ru/blogs/285959/98794

Юнит-экономика B2B SaaS с длинным циклом: как считать CAC, когда сделка тянется месяцами // Habr. habr.com/ru/articles/1045170

Маркетинговый бюджет: что это и как рассчитать // Совкомбанк Журнал. journal.sovcombank.ru/biznesu/kak-rasschitat-marketingovii-byudzhet-formuli-i-sposobi

Как рассчитать бюджет маркетинга: пошаговый план // Sales Generator. sales-generator.ru/blog/kak-rasschitat-byudzhet-marketinga

Промышленный B2B-маркетинг: краткий гид для бизнеса // Day Digital. daydigital.ru/articles/day-digital/promyshlennyy-b2b-marketing-kratkiy-gid-dlya-biznesa

Протестировать всё: новый подход к А/B-экспериментам в Директе // Новости Яндекс Рекламы. yandex.ru/adv/news/protestirovat-vse-novyy-podkhod-k-a-b-eksperimentam-v-direkte

T-shaped специалист: гайд по матрице компетенций // Konsol.pro. konsol.pro/blog/matritsa-kompetentsii-t-shaped-spetsialis
]]>