Стратегии

Nano vs micro vs macro инфлюенсеры: когда какой tier выбрать

Реальная conversion data по tier-ам: cost per 1k reach, кейсы где nano эффективнее macro (а где наоборот) и матрица бюджета кампании.

14 мин. чтения

Брэнд-менеджер выбирает tier инфлюенсеров на следующую кампанию: бюджет $30k, можно нанять 1 macro, 5 micro или 100 nano. Какой путь правильный? В большинстве презентаций отвечают «nano эффективнее за счёт ER» — но это в значительной степени статистический артефакт. Реальная conversion data между tier-ами отличается в ~2×, а не в 4-6× как ER suggests. Ниже — практическая матрица выбора tier-а под цели кампании (awareness / performance / launch / trust), реальные benchmarks cost-per-1k-reach по tier-ам и почему «ER миф» сбивает бюджеты с правильного курса.

Если хочешь сначала разобраться с самим ER (как считается, какие формулы дают какие числа, как нормализовать по tier и нише) — это отдельная тема в статье «Engagement rate: 4 ловушки расчёта и правильная формула». Ниже идём от tier-decision, а ER упоминаем только там, где это правда влияет на выбор.

Почему ER падает с ростом: математическая часть

У каждого подписчика есть некоторая fixed probability engagement'а с любым постом креатора (упрощённо). Это p_engage. Для real authentic-аудитории — порядка 5–15%, в зависимости от ниши и тёплости.

Но не все подписчики active. Любой large account имеет долю dormant accounts (подписался когда-то на одну виралку, забыл, продолжает быть в списке). Их p_engage ≈ 0.

По мере роста base'ы доля dormant растёт почти inevitably:

  • 5k подписчиков — это часто ядро (друзья, fans, целевая audience). Dormant fraction ~10%.
  • 50k подписчиков — поверх ядра подписались passive viewers (понравился случайный пост). Dormant fraction ~30%.
  • 500k подписчиков — large portion подписалась на one-hit виралку, never engaged since. Dormant fraction ~55%.
  • 5M подписчиков — mass-tier, dormant fraction ~75%.

Простая арифметика: если у nano (5k) и macro (500k) тот же p_engage у active подписчиков (например, 10%), но dormant fractions разные (10% vs 55%), то measured ER = p_engage × (1 − dormant) = 0.10 × 0.9 = 9% у nano vs 0.10 × 0.45 = 4.5% у macro.

Это значит: «креатор стал хуже по мере роста» — НЕ обязательное explaining. Most of the time это just «active audience diluted by dormant». Креатор не изменился, поменялась composition base'ы.

Critical implication: сравнение ER nano-vs-macro — это сравнение active-fraction'ов, не сравнение «engagement quality». Это разные вещи.

Что на самом деле отличается между nano и macro

Различия реальные, но не такие, как обычно их формулируют. Разложим.

Реальное отличие 1 — Communication intimacy

Nano-креатор отвечает на DM, обсуждает posts в commentах, знает по-именам ~20% своих подписчиков. У macro это физически невозможно.

Business implication: sponsored post у nano = embedded в community-разговор, у macro = ad-impression. Разные conversion mechanics.

Реальное отличие 2 — Audience-creator overlap

У nano с 5k followers — это часто люди, очень похожие на креатора (та же демография, тот же town, та же subculture). Audience-creator overlap ~80–90%.

У macro с 500k — это broad cross-section общества. Overlap ~20–30%.

Business implication: если бренд targeting очень узкую нишу (например, post-natal women в РФ возраст 28–34) — nano с того же сегмента даёт почти весь reach в target. Macro даёт большой gross-reach, но maybe только 10–20% в target.

Реальное отличие 3 — Trust signal

Nano-creator скажет «я попробовала этот крем — реально работает» — это звучит как personal recommendation. Macro скажет ту же фразу — это звучит как paid ad. Audience учится distinguish'ить.

Business implication: conversion на purchase intent у nano-sponsored часто 2–3× выше per-impression. НО total impressions у macro 50–100× больше. Total absolute conversions могут быть сопоставимы или в пользу macro — зависит от продукта.

Реальное отличие 4 — Cost structure

Цена sponsored post:

  • Nano (5k) — $100–$500 за пост
  • Micro (50k) — $500–$3k
  • Mid (200k) — $3k–$15k
  • Macro (1M) — $15k–$100k
  • Mega (10M+) — $100k+

Cost per 1k organic reach:

  • Nano ($300 / 1k reach) = $300
  • Micro ($1.5k / 15k reach) = $100
  • Mid ($8k / 60k reach) = $133
  • Macro ($50k / 500k reach) = $100

Cost per 1k reach у nano выше — потому что fixed-cost коэффициенты (контракт, бриф, qualifying) распределяются на меньший reach. Этот фактор обычно забывается в «nano cheaper» нарративе.

Реальная data о conversion (debunk нарратива)

Что говорит data про fact «nano-tier выше конвертит»:

Существуют industry reports (например, Influencer Marketing Hub annual benchmark) которые показывают conversion-rate per tier. Aggregating published data 2023–2025:

TierMedian conversion-rate (per post impression)Median ER
Nano (<10k)~1.6% intent, ~0.4% purchase~9%
Micro (10–100k)~1.2% intent, ~0.35% purchase~5.5%
Mid (100–500k)~0.9% intent, ~0.25% purchase~3.5%
Macro (500k+)~0.7% intent, ~0.18% purchase~2%

ER падает в 4.5×, conversion в ~2.2×. То есть да, nano имеет более качественную аудиторию-per-impression — но НЕ в той пропорции, как ER suggests.

Большая часть ER-разрыва — это dormant-fraction (math article), не conversion-quality. Conversion-quality реально лучше у nano, но в ~2× factor, не в 4.5×.

Когда nano / micro действительно правильный выбор

Practical decision matrix:

Nano (5–10k) — когда хорошо

  • Hyper-localized продукт (одна страна / одна субкультура / одна индустрия). Nano-creator в этой нише знает каждого своего follower'а в лицо.
  • High-trust products (детские товары, beauty с skin-sensitivity, supplements). Personal-recommendation механика работает.
  • Brand testing / early-stage scaling. Дёшево попробовать creator-marketing на 30 nano за стоимость 1 macro, собрать learnings.

Nano — когда плохо

  • Brand awareness кампании. Cost per 1k reach у nano выше, total reach мал, brand-recall не накапливается.
  • Тightly-controlled brand voice. 30 nano-креаторов = 30 разных интерпретаций бренда. Сложнее контролировать чем 2 macro.
  • Slow-conversion products (B2B SaaS, financial services). Trust nano-creator'а не translates в purchase для product'а который требует long consideration.

Micro (10–100k) — sweet spot для большинства брендов

  • Cost per reach optimal в этом tier'е
  • Audience-fit достаточно tight но reach уже meaningful
  • Креатор всё ещё доступен / эффективен для briefing'а (не «звезда»)
  • Conversion-quality сопоставима с nano но cost-per-1k значительно ниже

Macro (500k+) — когда правильно

  • Brand awareness / launch campaigns (нужно gross reach)
  • Mass-market products где target = широкая demographic (FMCG, entertainment)
  • Когда нужна «звёздная ассоциация» (luxury-brand + macro-celebrity)

Practical implications для budgeting

Опираясь на real conversion data (см. выше), а не на vanity ER, лучшая structure budget'а для среднего brand'а с balanced goals:

ЦельTier mixReasoning
Brand awareness20% nano, 30% micro, 50% macroReach drives recognition, ratio reach-friendly
Performance / direct sales40% nano, 50% micro, 10% macroPer-impression conversion + low CAC mix
Product launch10% nano, 30% micro, 60% macroNeed fast wide-reach for launch wave
Trust-product (детское, бьюти)60% nano, 35% micro, 5% macroPersonal-trust > broad reach

Скриншот budget-calculator в Viralmaxing — встроим в финальной редакции.

FAQ

Они опираются на ER как proxy эффективности. ER — это measured engagement / impressions, и она математически падает с ростом base за счёт dormant-fraction. Conversion-data (реальные продажи) показывает разрыв в 2× tier-to-tier, не в 4-5× как ER сугерируют. Большинство benchmark-статей не делают этот distinction.
Нет «лучше в абсолюте». Зависит от цели (awareness vs performance), продукта (mass vs trust), бюджета (single big bet vs portfolio of small bets) и target audience tightness. Решение делается на per-campaign basis. Самый частый ошибка — выбрать tier «по nation'у» (тренд этого года), а не по фактической цели.
Частично. В TikTok ER vs followers коррелирует слабее чем в Instagram (потому что reach driven алгоритмом, не follower-base), поэтому difference в abs ER между tiers смазана. Но dormant-fraction problem применима. Поэтому для TikTok приоритет — смотреть median views per post, а не ER.
Manual cleanup possible но labor-intensive (см. fake-followers статья). После cleanup ER действительно поднимется на 1-3pp. Но за этот же период algorithm увидит drop in follower count + flat engagement count, может временно понизить reach (он не понимает intent cleanup'а). Net-net cleanup лучше делать раз в год quietly, не как PR-движение.
Рунет-specific aggregated data — мало (агентства закрывают свои numbers). По нашим observations на client-projects: conversion-rates в Рунете обычно 0.7-0.9× от global benchmark'ов (numerable выше представленных). Причина — менее зрелый influencer-marketing market, меньше культуры покупки по recommendation. Тренд — closing gap, к 2027 ожидаем сопоставимости.

Поделиться статьей

Присоединяйтесь к сообществу

Эксклюзивные советы и обсуждения

Вступить

Открой свой аналитический дашборд

Метрики аккаунтов, конкурентов и трендов в одной панели. Подключи свои аккаунты бесплатно.

Без кредитной карты. 3 дня бесплатно.

По теме

Читайте также

Похожие материалы для изучения

Стратегии

Контент-завод 2026: полный гайд по автоматизации контента

Что такое контент-завод, из каких компонентов он состоит и как построить полный цикл: данные → решение → публикация → итерация. Инструменты, стоимость и ROI.

Контент-заводАвтоматизацияСтратегии +2
2026-03-1222 мин
Читать
Стратегии

Продвижение в LinkedIn 2025: полная стратегия для B2B и личного бренда

💼 Полный гайд по продвижению в LinkedIn! B2B стратегии, личный бренд, контент-план, аналитика. Увеличивайте продажи и привлекайте клиентов через LinkedIn

LinkedInB2BСтратегии +2
10 января 202522 мин
Читать
Стратегии

LinkedIn продвижение для стартапа: пошаговая стратегия 2025

Полный гайд по LinkedIn для стартапов: профиль, контент, outreach, аналитика. 47% B2B лидов с нулевым бюджетом. Пошаговый алгоритм.

LinkedInB2BСтратегии +1
13 января 202514 мин
Читать
Стратегии

LinkedIn Analytics 2025: как увеличить ROI в 5 раз через data-driven подход

📊 Полная система аналитики LinkedIn! Все типы метрик, инструменты, custom dashboard, практические кейсы. Увеличивайте engagement на 350%

LinkedInАналитикаROI +3
2 февраля 202517 мин
Читать