Клиент увидел пост, открыл сайт из поиска, вернулся по письму и купил после брендовой рекламы. В отчёте победил последний клик. Остальные каналы вежливо постояли рядом.
Ассоциированные конверсии помогают увидеть касания до финала. Но это не мешок дополнительных продаж. Одна покупка может дать ассист нескольким каналам.
Что получите после чтения
Поймёте, что такое ассоциированные конверсии, разберёте цепочки касаний и сможете по-честному оценить роль каналов в пути к покупке. В конце будет конкретный первый шаг, который можно сделать на своих данных сегодня.
Что это такое простыми словами
Ассоциированная конверсия — конверсия, в пути к которой канал участвовал, но не был последним взаимодействием по выбранной модели.
Отчёт по путям показывает последовательности касаний, их длину и время до конверсии. Он помогает понять, какие каналы знакомят, возвращают и закрывают спрос.
Модель атрибуции распределяет ценность по правилам. Ни одна модель автоматически не становится причинной правдой. Это способ посмотреть на наблюдаемый путь.
Как эту задачу ищут и обсуждают
Люди формулируют этот вопрос по-разному: «ассоциированные конверсии что это», «assisted conversions что это», «пути конверсии в ga4». Чуть глубже спрашивают «анализ путей атрибуции», «каналы ассоциированных конверсий» и «как учитывать вспомогательные конверсии». В работе всплывают и практические варианты: «цепочка касаний до конверсии», «атрибуция по пути клиента», «роль канала в пути конверсии», «последний клик и ассоциированные конверсии». Ниже всё это собрано в одну понятную логику — без десяти статей об одном и том же.
Что это даёт бизнесу
Маркетолог перестаёт выключать канал только потому, что он редко закрывает продажу. Собственник видит, почему сумма «вкладов» по кабинетам может быть больше фактической выручки.
Пути помогают настроить сообщение. Канал первого касания должен объяснять ценность, возвращающий — снимать сомнение, финальный — облегчать действие.
Порядок действий
- Согласуйте конверсию, окно и идентификаторы.
- Соберите касания из рекламы, сайта, CRM и рассылок.
- Отделите новые покупки от повторных и длинный цикл от короткого.
- Изучите топ-пути, длину и время до конверсии.
- Сравните last-click с data-driven или позиционной моделью.
- Проверьте дубли и прямые/брендовые возвраты.
- Сформулируйте гипотезу роли канала и проверьте экспериментом.
Первый проход лучше сделать на одном закрытом периоде и одной понятной группе. Так легче проверить исходные записи и не прятать ошибку внутри большого среднего. После сверки правило можно переносить в автоматический отчёт.
Формула или логика расчёта
Assisted/last-click ratio = число конверсий, где канал помогал, ÷ число конверсий, где он был последним. Значение выше 1 может говорить о роли знакомства или поддержки, но зависит от окна и трекинга.
Не складывайте ассисты как уникальные продажи. Для 100 покупок можно увидеть 180 ассистов, если в пути было несколько каналов.
Пример с числами
За месяц CRM зафиксировала 1 000 покупок. Last-click даёт поиску 520, direct 260, email 140, видео 80. В путях видео участвовало ещё в 310 покупках, email — в 220.
У видео assisted/last-click ratio = 310 ÷ 80 = 3,9. Это похоже на верхнюю роль. Но 170 этих путей заканчиваются брендовым поиском, а часть аудитории уже знала компанию.
Мы запускаем географический тест видео. В тестовых регионах получаем на 9% больше новых покупателей при сопоставимом поисковом спросе. Теперь роль подтверждена лучше.
Бюджет видео не растёт в четыре раза из-за ratio 3,9. Он растёт настолько, насколько дополнительная маржа и тест позволяют. Ассисты помогли поставить правильный вопрос.
Как превратить отчёт по путям в рабочие гипотезы
Сгруппируйте каналы по роли: знакомство, рассмотрение, возврат и закрытие. Это не вечная классификация. Один и тот же поиск может знакомить по общему запросу и закрывать по брендовому. Поэтому смотрите не название канала, а тип запроса, аудиторию и место в цепочке.
Для длинных путей выделите повторяющиеся последовательности. Например: видео → органический поиск → direct или контент → ретаргетинг → продажа. Сравните их по времени, чеку и марже. Частый путь не обязательно лучший, если он приводит дешёвые, но слабые продажи.
Сделайте гипотезу проверяемой. Не «видео помогает поиску», а «отключение видео в сопоставимой группе снизит долю новых брендовых поисков и продаж через 14 дней». Так отчёт превращается в план теста.
Покажите потерянную видимость. Часть касаний исчезает из-за устройств, consent, офлайна и длинного цикла. Диаграмма пути — наблюдаемая часть, а не полная биография клиента. Эта подпись защищает команду от слишком уверенных выводов.
Короткий контрольный список
- Пути дедуплицированы
- Окно одинаково
- Новые клиенты выделены
- Роль канала сформулирована
- Есть тест причинного эффекта
Как автоматизировать и не потерять контроль
Автоматизацию ставим после ручной сверки двух сопоставимых периодов. В процессе должны остаться четыре вещи: контроль входа, контроль результата, понятный статус свежести и человек, который принимает решение при отклонении. Иначе ручная ошибка просто научится бегать быстрее.
Собирайте путь как последовательность нормализованных касаний с временем и идентификатором конверсии. Отдельно храните наблюдаемые и смоделированные события, чтобы отчёт не смешивал факт и оценку.
Пайплайн должен контролировать дубли, порядок времени и долю неизвестных источников. Если доля direct резко выросла после релиза, сначала проверяем разметку, а уже потом поздравляем бренд с внезапной известностью.
- Контрольная сумма и число строк
- Дата и статус последнего успешного обновления
- Журнал изменений методики
- Владелец реакции на предупреждение
Перед включением расписания сохраните эталонную выгрузку и десять проверенных объектов с ожидаемым результатом. После каждого заметного изменения прогоняйте их снова. Общая сумма ловит крупный разрыв, а конкретные объекты показывают, не поменялась ли логика внутри. Если проверка не прошла, новая версия не заменяет рабочую — она остаётся на тестовом контуре до разбора причины.
Результат проверки тоже сохраняйте: дата, версия правил, входной период и найденные расхождения. Тогда через месяц можно объяснить, почему число изменилось, а не восстанавливать методику по памяти команды.
Как объяснить результат команде
Я показываю не только итоговую цифру. Рядом ставлю период, базу сравнения, размер выборки и одно предложение о причине. Тогда процент превращается в рабочий вывод, а не в число, которое каждый трактует по настроению.
Следующий слой — действие. У него есть владелец и дата проверки. Если изменение относится к рекламе, задача уходит маркетологу. Если к CRM — продажам. Если расходятся определения, сначала собираем владельцев показателя. Дашборд сам людей не познакомит (пока что).
Что проверить глубже
- Кросс-девайс пути часто неполны.
- Direct может поглощать неизвестные источники.
- Изменение consent меняет видимость цепочек.
- Для B2B добавьте касания продаж и длительность сделки.
Полезно взять пять крупных объектов и пять случайных. Крупные находят денежные отклонения, случайные — системные. Для каждого пройдите путь до источника: дата, статус, сумма, идентификатор и правило включения.
Ограничения и типичные ошибки
- Считать каждый ассист новой продажей
- Сравнивать разные окна
- Не дедуплицировать платформы
- Игнорировать брендовый спрос
- Перераспределять бюджет только по одной модели
Ограничение не делает метод бесполезным. Оно показывает границу, внутри которой результат можно использовать. Если граница записана рядом, решение получается спокойнее и точнее.
Как я использую это в работе
Я начинаю с фактического числа продаж в CRM. Это наш потолок реальности. Потом раскладываю наблюдаемые касания и отдельно показываю то, чего мы не видим.
С собственником обсуждаем роль канала, а не спорим за один процент заслуги. Маркетолог получает гипотезу: видео создаёт спрос, email возвращает, поиск закрывает. Для каждой роли — свой тест.
В отчёте рядом стоят last-click, ассисты, путь и эксперимент. Кнопка ниже — если хочется перестать выбирать между «последним кликом» и «верим кабинету».
Как поставить показатель на контроль
После первого расчёта сохраняем исходную версию и контрольную выборку. Затем задаём частоту обновления, допустимое отклонение и реакцию. Сигнал без реакции быстро превращается в ещё одно уведомление, которое все научились закрывать.
Через один полный рабочий цикл сравниваем ожидание с фактом. Ошибки делим на три группы: данные, допущение и исполнение. Это важно: исправлять загрузку, менять прогноз и дорабатывать процесс — три разные задачи.
Что сделать прямо сейчас
Возьмите 100 последних покупок и соберите видимые касания до них. Посчитайте топ-10 путей и время до продажи. Потом сравните этот рисунок с текущим распределением бюджета.
