Клиент увидел ролик, потом прочитал статью, через неделю ввёл название в поиске и купил.
Какой канал принёс продажу?
Поиск закрыл сделку. Ролик познакомил с брендом. Статья помогла разобраться. Все поучаствовали, а продажа одна.
Модель атрибуции — это правило, по которому мы раздаём каналам заслугу за эту продажу. Не машина истины. Именно правило (уже чуть легче).
Поэтому вопрос «какая модель атрибуции лучше» без задачи не работает. Атрибуция конверсий может показать и первое знакомство, и последний шаг — но разными способами.
Какие модели атрибуции бывают
Последний клик
Вся ценность достаётся последнему каналу перед конверсией. Модель понятная и легко проверяется. Но первые касания остаются в тени.
Первый клик
Всю ценность получает канал, с которого началось знакомство. Полезно, когда нам важно увидеть, кто приводит новую аудиторию.
Линейная модель
Ценность делится поровну между всеми касаниями. Три канала — по трети каждому. Просто, но совсем не обязательно честно: одно касание могло быть решающим, а другое — мимолётным.
Модель на основе данных
Алгоритм сравнивает пути людей, которые совершили нужное действие, с теми, кто не совершил. Затем распределяет вклад между касаниями. В Google Analytics 4 это одна из доступных моделей.
Где появляется двойной счёт
Допустим, у нас одна продажа на 100 000 рублей. Рекламный кабинет приписал её себе. CRM показала последний UTM-источник. Сервис аналитики раздал части нескольким каналам.
Если сложить выручку из трёх отчётов, одна продажа размножится. Удобно, но бизнес богаче от этого не стал.
Поэтому нужен один набор сделок и несколько способов распределить их ценность. Тогда сумма выручки не меняется, а картина каналов — меняется.
Какая модель атрибуции лучше
Универсальной нет. Есть модель, которая лучше отвечает на конкретный вопрос.
- Хотим увидеть канал, который закрыл сделку, — смотрим последний клик.
- Хотим понять, кто привёл нового клиента, — первый.
- Хотим оценить всю цепочку и данных достаточно, — сравниваем модель на основе данных с понятной базовой.
Если после смены модели канал внезапно стал героем, его реальная выручка не выросла. Мы просто по-другому раздали медали.
Атрибуция простыми словами
Атрибуция — правило, по которому ценность продажи распределяется между маркетинговыми касаниями. Она не доказывает, что конкретный канал создал покупку. Она помогает одинаково считать путь клиента для отчёта.
Сначала определите решение: оптимизация рекламы, оценка контента или финансовый отчёт. Одна модель не обязана отвечать на всё.
Как работают основные модели
- Первый клик: вся ценность достаётся первому известному касанию.
- Последний клик: вся ценность получает последнее касание перед продажей.
- Линейная: ценность делится поровну.
- С учётом давности: более поздние касания получают больший вес.
- Позиционная: повышенный вес получают первый и последний шаги.
- Основанная на данных: веса оцениваются по наблюдаемым путям при достаточном объёме.
Один путь — пять ответов
Условный клиент увидел статью, позже пришёл из поиска, затем открыл письмо и купил после брендовой рекламы. Маржа заказа — 40 000 рублей.
Первый клик отдаст 40 000 статье. Последний — брендовой рекламе. Линейная модель распределит по 10 000 каждому касанию. Позиционная с правилом 40–20–40 даст первому и последнему по 16 000, а двум средним — по 4 000.
Деньги заказа не изменились. Изменилась управленческая история. Поэтому модель должна быть подписана рядом с отчётом.
Сравните модели перед решением
Постройте одну таблицу по нескольким правилам. Если бюджетный вывод одинаковый, модель устойчива для этого решения. Если канал превращается из лучшего в худший, решение чувствительно и требует дополнительной проверки.
Например, контент получает 1,2 миллиона маржи по первому клику и 300 000 по последнему. Это ожидаемо: он знакомит, но редко закрывает продажу. Удалять его по последнему клику рано.
Окно атрибуции
Окно определяет, насколько старое касание ещё участвует. Для быстрой покупки достаточно дней, для B2B-проекта путь может длиться месяцы.
Слишком короткое окно потеряет ранний маркетинг. Слишком длинное припишет новой покупке случайный старый визит. Выберите окно по фактическому распределению времени до оплаты и подпишите его.
Свяжите человека и компанию
Клиент может прийти с телефона, затем открыть письмо на ноутбуке и купить через менеджера. Нужны устойчивые идентификаторы: client ID, телефон, почта, CRM-клиент и сделка.
Показывайте долю связанных продаж. Не распределяйте неизвестные заказы по каналам автоматически — это создаёт точность из предположения.
Атрибуция не равна дополнительному эффекту
Брендовая реклама может получить последнюю продажу клиента, который и так искал компанию. Чтобы оценить причинный эффект, нужны эксперименты или сопоставимые контрольные группы.
Условно тестовая аудитория дала 500 продаж, контрольная в пересчёте на тот же размер — 430. Дополнительный результат около 70 продаж. Модель атрибуции может распределить все 500, но инкрементальность отвечает на другой вопрос.
Как выбрать модель
- Запишите решение и единицу ценности: выручка или маржа.
- Соберите известные касания до оплаты.
- Выберите окно по циклу сделки.
- Посчитайте минимум первый, последний и линейный варианты.
- Проверьте чувствительность бюджетного решения.
- Зафиксируйте модель и её ограничения.
- Для крупных изменений проведите эксперимент.
Типичные ошибки
- суммировать отчёты кабинетов и получать одну продажу несколько раз;
- смешивать созданные заказы и оплаты;
- не учитывать возвраты;
- сравнивать каналы с разными окнами;
- выдавать атрибуцию за доказательство причины;
- скрывать долю неизвестного источника.
Практический подход Павла
Я начинаю с одной оплаты и восстанавливаю путь до источников. Затем считаю несколько моделей на одном наборе данных и показываю собственнику, где решение устойчиво.
Маркетолог получает вклад по выбранному правилу, продажи — источник и историю касаний, собственник — маржу и границы вывода. Следующее действие: возьмите сто оплаченных клиентов и сравните первый, последний и линейный результат.
Что делать с прямым и органическим трафиком
Прямой визит часто оказывается последним шагом уже знакомого клиента. Это не означает, что предыдущая реклама не участвовала. Сохраняйте первое известное касание и всю доступную цепочку.
Органический поиск тоже бывает брендовый и небрендовый. Запрос с названием компании ближе к возврату, информационная статья — к знакомству. Для решений полезно разделять эти роли.
Особенность B2B
В компании несколько участников могут читать материалы, общаться с менеджером и согласовывать договор. Атрибуция одного cookie не описывает весь аккаунт.
Связывайте контакты с компанией и сделкой. Условно маркетинг привёл три контакта одного клиента — это не три независимые продажи. Ценность относится к одной сделке, а касания остаются внутри пути.
Как принять решение о бюджете
Смотрите не только атрибутированную маржу, но и результат дополнительной порции расходов. Канал мог накопить высокий средний показатель на дешёвом объёме, а новые деньги уже работают хуже.
Условно первые 300 000 рублей получили 900 000 маржи, следующие 100 000 — только 120 000. Средний результат ещё сильный, но дополнительный бюджет почти дошёл до границы. Решение принимается по новой порции.
Проверки перед отчётом
- доли продаж с известным источником;
- дубли клиентов и сделок;
- единый часовой пояс;
- дата оплаты вместо создания заказа;
- возвраты и отмены;
- одинаковое окно для сравниваемых каналов.
Если связана только половина продаж, модель не становится точнее от сложного названия. Сначала повышаем покрытие, остаток показываем отдельно.
Как оформить результат
В отчёте рядом стоят атрибутированная маржа, расходы, выбранная модель, окно и доля известных путей. Для каждого канала показывается результат минимум по двум моделям.
Условно поиск получает 600 000 рублей маржи по последнему клику и 380 000 по первому. Эта разница не ошибка: поиск часто закрывает уже начатый путь. Перед сокращением бюджета проверяем небрендовые запросы, новых клиентов, общий объём, маржу и дополнительный эффект отдельным контрольным тестом. Затем обязательно повторяем расчёт на следующем полностью сопоставимом периоде.
Как мы работаем с атрибуцией
Я сначала спрашиваю собственника, какое решение он хочет принять. Потом мы выбираем один набор сделок, одно окно времени и одну дату отсчёта.
После этого ставим рядом две модели. Не для спора, какая красивее. Мы смотрим, какие решения изменятся. Если не изменятся — отлично, не надо усложнять.
Если каналы в разных отчётах перетягивают одну и ту же продажу, мы можем собрать одну проверяемую картину. Ниже можно написать мне и показать ваш случай.
