80% маркетологів під тиском впроваджувати ШІ, але вбудували його лише 6% — дані Supermetrics 2026
Маркетологів дедалі активніше змушують впроваджувати штучний інтелект, але мало хто встиг це зробити, а ще менше — отримати від нього результат.
Зібрали головне зі щорічного звіту Supermetrics The 2026 Marketing Data Report: як маркетологи впроваджують ШІ, чому досі складно довести ROI, хто має відповідати за дані й як перейти від звітів до конкретних дій.
Загальна рамка звіту
Торік Supermetrics зафіксували, що більшість маркетологів не використовує свої дані повною мірою. Цьогорічний звіт перевіряє, чи змінив це штучний інтелект, і доходить висновку, що ні. За версією Supermetrics, проблема не в браку ШІ, а в неналагодженій основі даних: ШІ настільки корисний, наскільки якісні дані, з якими він працює.
У звіті виділили три перешкоди, які заважають ШІ давати результат.
- Перша — більшість експериментів зі ШІ відбувається ізольовано й без чіткої стратегії.
- Друга — ШІ застосовують там, де це найпростіше, а не там, де він приносить найбільше користі.
- Третя — ШІ викликає загальний інтерес, але більшість маркетологів йому не довіряють.
Решта звіту розкриває чотири теми: впровадження ШІ, вимірювання ROI, відповідальність за дані й перехід від звітності до дій.
Впровадження ШІ
Найбільший розрив, який фіксує звіт, — між тиском впроваджувати ШІ й тим, як його реально використовують. Тиск щодо впровадження 80% маркетологів, але повністю вбудували ШІ в робочі процеси лише 6%, а найпоширеніша відповідь — що команда досі лише експериментує: так сказали 39%.
Тиск іде передусім згори: 89% його надходить від вищого керівництва й ради директорів. Найчастіше до впровадження підштовхує керівництво — про це сказав 61% опитаних, далі рада інвесторів — 28%, безпосередні менеджери — 26% і клієнти — 20%.
Ентузіазм керівництва не підкріплений підтримкою. 37% маркетологів кажуть, що їм бракує чіткої ШІ-стратегії від керівництва, а 35% — навчання. Бракує й довіри: повну довіру до ШІ мають лише 1% опитаних, високу — 17%, тоді як у більшості вона помірна — 66%, або низька — 15%.
Найбільший бар’єр упровадження:
- бюджетні обмеження, їх назвали 41%;
- далі йдуть занепокоєння приватністю, безпекою й регуляціями — 39%;
- брак стратегії — 37%;
- брак навчання і брак якісних доступних даних — по 35%.
Там, де ШІ вже застосовують, його беруть для найпростіших задач: 70% — для підвищення ефективності, 61% — для автоматизації рутини. Для покращення інсайтів і аналітики його використовують рідше — 54%, для зменшення витрат — 47%.
У звіті це називають прискоренням базових задач замість застосування ШІ для складнішої й ціннішої аналітики даних. А потреба саме в аналітиці велика: команди даних малі — у 36% компаній у них менш ніж пʼять людей, серед середнього бізнесу таких майже половина — 49%. Водночас 87% маркетологів переконані, що кращі дані й аналітика підвищили б їхню ефективність.
Вимірювання ROI
Доведення ROI — це і головний обов’язок маркетологів, і їхня найбільша складність. 61% мусять доводити ROI, щоб виправдати витрати на маркетинг, і 62% проводять такий аналіз, але 45% називають це найскладнішим своїм завданням, а 40% кажуть, що найважче довести ROI саме по всіх каналах одночасно.
У звіті пояснюють, що повністю довести ROI неможливо через складність атрибуційного моделювання й непередбачуваність поведінки людей, тому Supermetrics радить сприймати метрики як сигнали для рішень, а не як точну відповідь.
Змінюється й набір ключових метрик. ROI залишається KPI номер один, але його частка впала: торік найважливішим його обирали 63% опитаних, тепер — 45%. Натомість зростає вага ROAS, особливо в агенцій: головним його називають 47% агенцій проти 26% брендів.
Серед методів вимірювання найпоширеніше A/B-тестування — 69%, далі аналіз ROI — 62% і відстеження фактичних витрат проти плану — 56%, хоча торік цей показник був 67%. Головним напрямом інвестицій на найближчий рік названо Marketing Mix Modeling — у нього планують вкладатися 40%.
55% маркетологів також стурбовані скороченням бюджетів. Найчастіше під скорочення розглядають персонал і штат — про це сказали 46%, тоді як маркетингові технології й інструменти урізають рідше. У звіті пояснюють це тим, що з меншою командою зростає залежність від інструментів, які автоматизують звітність і підтримують видимість по каналах.
Володіння даними
Маркетологи стали вправнішими в роботі з даними, але стратегією даних досі переважно не керують: 52% віддають відповідальність за неї за межі маркетингу. При цьому старші керівники вважають, що визначати стратегію даних має маркетинг, насамперед CMO, — а самі маркетологи частіше перекладають це на команду даних: 34% проти 26%.
Це позначається на швидкості роботи: половина маркетологів чекає відповіді від команди даних 1–3 дні. Понад половину опитаних тісно співпрацюють із командою даних або повністю в неї інтегровані, проте 42% незадоволені підтримкою, а 73% — тим, як часто її отримують; 16% узагалі чекають по 4–5 робочих днів.
Серед бар’єрів, які заважають перетворювати дані на дії, найчастіше називають брак інтеграції між системами аналітики й активації — 37%, ручну передачу даних між інструментами — 23%, брак технічної експертизи — 17% і брак довіри до даних — 11%.
Попри це навичок маркетологам уже вистачає. Упевнені у здатності своєї команди аналізувати дані 41%, а за внутрішніми даними Supermetrics між 2024 і 2025 роками запити з об’єднанням джерел даних зросли на 224%, а із власними метриками й формулами — на 125%.
Тому звіт радить маркетологам активніше залучатися до стратегії даних і пропонує розподілити відповідальність за чотирма етапами:
- Connect — збір даних. Рішення про те, які дані збирати й навіщо. Спільна зона під керівництвом маркетингу за підтримки команди даних.
- Manage — управління. Зберігання, безпека, стандартизація й цілісність даних. Відповідає команда даних та інженери.
- Analyze — аналіз. Інтерпретація даних і побудова моделей. Спільна зона маркетингу й команди даних.
- Activate — активація. Перетворення інсайтів на рішення й дії в кампаніях, каналах і бюджетах. Відповідає маркетинг.
Дії на основі даних
Останній етап виявився найслабшим: лише 30% упевнені у своєму підключенні даних, 33% кажуть, що можуть їх активувати, і тільки 24% досягли персоналізації в масштабі. У звіті наголошують, що проблема тут не в нестачі даних, а в їхньому надлишку.
Доступ до якісних даних мають 44% маркетологів, проте 56% не мають часу нормально їх аналізувати, а 32% заглядають у звіти раз на місяць або рідше.
Обсяг даних при цьому зростає: у 2024 році маркетологи використали їх на 230% більше, ніж у 2020-му, і ще на 9% більше — між 2024 і 2025 роками. Часу на аналіз бракує — 45% часто почуваються в поспіху, 32% ледь вистачає часу, 17% аналізують рідко.
Тому звіт радить не накопичувати дані, а впорядкувати підхід до них, і дає чотири рекомендації:
- Бути data-informed, а не data-driven — поєднувати дані з експертизою й досвідом, а не йти за ними сліпо.
- Починати з питань, а не з даних — спершу визначити бізнес-питання й метод вимірювання, а вже тоді потрібні дані.
- Узгодити визначення метрик, щоб команди не збирали зайве.
- Прийняти достатню якість замість ідеальної: 80% даних, які реально використовують, корисніші за 99% ідеальних, що лежать без діла.
Окремо звіт виділяє персоналізацію в масштабі як головний пріоритет на 2026 рік — її назвали 38% опитаних. Поки що тут є розрив: сегментувати аудиторію вміють 44%, а персоналізувати в масштабі — лише 24%. У звіті пояснюють, що раніше це обмежував обсяг потрібного контенту, і саме його тепер допомагає закрити ШІ, генеруючи персоналізований контент на основі даних про клієнтів.
Для старту команда аналітиків пропонує два сценарії з низьким ризиком і помітним ефектом.
- Перший — виключити наявних клієнтів із кампаній залучення, щоб не платити за рекламу тим, хто вже купив.
- Другий — розрізняти комунікацію для лояльних і нових клієнтів за їхньою цінністю (CLV). Як приклад наводять авіакомпанії, які надсилають постійним клієнтам ті самі автоматичні нагадування про незавершену покупку, що й новачкам, хоча потреби в цих груп різні.
Резюмуємо
Чотири теми звіту зводяться до одного: вузьке місце в маркетингу — не брак ШІ, а стан даних.
Тиск впроваджувати ШІ високий, а реальне впровадження низьке; ROI складно довести; відповідальність за дані розмита; на аналіз і дії бракує часу. У всіх чотирьох випадках Supermetrics вказує на ту саму причину — неналагоджену основу даних.
Звіт наголошує, що ідеальні дані для цього не потрібні — достатньо чистих, зв’язаних і доступних настільки, щоб на них діяти. Найбільше від ШІ виграють не компанії з найскладнішими моделями, а ті, що спершу впорядкували дані, визначили, хто за них відповідає, і почали діяти на їх основі, а вже потім підключили ШІ.
