Модель атрибуции — это правило, по которому аналитическая система распределяет ценность конверсии между рекламными каналами и точками контакта с пользователем. Например, человек мог сначала увидеть медийную рекламу, затем перейти из поиска, вернуться через рассылку и оформить заказ по прямому заходу. Выбранная модель определит, какой источник получит заслугу за результат.
Из статьи вы узнаете, зачем бизнесу нужна атрибуция, чем отличаются основные модели, почему отчёты в разных системах не совпадают и как выбрать вариант для конкретного проекта. В конце — порядок настройки, типичные ошибки и чек-лист для проверки аналитики.
Как работает атрибуция в веб-аналитике
Путь клиента редко состоит из одного визита. До заявки или покупки пользователь может взаимодействовать с рекламой несколько раз: увидеть объявление, перейти на сайт, изучить предложение, сравнить варианты и вернуться через другой канал.
Последовательность таких взаимодействий называют цепочкой касаний или путём пользователя. В неё могут входить:
- переходы из поисковой и медийной рекламы;
- органический поиск;
- социальные сети;
- email-рассылки;
- переходы с других сайтов;
- прямые визиты;
- повторные посещения с разных устройств.
Когда пользователь совершает целевое действие, система должна связать конверсию с одним или несколькими касаниями. Модель последнего клика отдаст результат последнему источнику, линейная модель разделит ценность поровну, а алгоритмическая попытается оценить вклад каждого взаимодействия на основе данных.
Атрибуция не меняет фактическое число заказов. Она меняет распределение заказов и выручки по источникам в отчётах. Поэтому один и тот же рекламный канал может выглядеть эффективным по одной модели и второстепенным по другой.
Зачем бизнесу нужна модель атрибуции
Главная задача атрибуции — помочь интерпретировать вклад маркетинговых каналов в продажи. Без согласованного подхода компания рискует оценивать рекламу только по последнему переходу и отключать источники, которые знакомят аудиторию с продуктом или возвращают пользователей к покупке.
Корректно выбранная модель помогает решать несколько задач:
- сравнивать каналы по единым правилам; отчёты становятся сопоставимыми, если команда использует одинаковую логику расчёта;
- видеть роль верхних и средних этапов воронки; часть каналов создаёт первый контакт, но редко завершает путь клиента;
- распределять рекламный бюджет; решения принимаются с учётом всей цепочки, а не только финального перехода;
- оценивать кампании и объявления; атрибуция влияет на показатели стоимости конверсии, рентабельности и выручки;
- выявлять длинные циклы принятия решения; для сложных продуктов между первым визитом и сделкой могут происходить многочисленные касания.
При этом модель атрибуции не доказывает, что реклама стала причиной покупки. Она распределяет уже зафиксированный результат по заданному правилу. Для оценки дополнительного эффекта рекламы нужны эксперименты: например, контрольные группы, географические тесты или временное отключение воздействия при соблюдении условий эксперимента.
Основные модели атрибуции
Универсальной модели, одинаково точной для всех компаний, не существует. Выбор зависит от длительности сделки, количества касаний, качества данных и задачи анализа.
| Модель | Как распределяет ценность | Когда полезна | Основное ограничение |
|---|---|---|---|
| Первый клик | Вся ценность достаётся первому известному источнику | Для анализа привлечения новой аудитории и начальных точек контакта | Не учитывает каналы, которые помогли довести пользователя до конверсии |
| Последний клик | Конверсия засчитывается последнему переходу | Для оценки источника, завершившего путь к целевому действию | Переоценивает нижнюю часть воронки |
| Последний непрямой переход | Прямой визит игнорируется, если до него был известный источник | Когда прямой заход считается продолжением ранее начатого взаимодействия | Остальные предыдущие касания всё равно остаются без ценности |
| Линейная | Ценность поровну делится между всеми учтёнными касаниями | Для общего представления о многоканальном пути | Предполагает одинаковый вклад каждого взаимодействия |
| С учётом давности | Чем ближе касание к конверсии, тем больше его вес | Для проектов, где последние взаимодействия особенно важны | Может недооценивать источник первого знакомства |
| Позиционная | Повышенный вес получают первое и последнее касания, остаток делится между промежуточными | Когда важно одновременно учитывать привлечение и завершение сделки | Распределение основано на условно заданных весах |
| Алгоритмическая | Система оценивает вклад касаний на основе накопленных данных | При достаточном объёме и качестве информации о конверсиях | Методика может быть непрозрачной, а результат зависит от полноты данных |
Названия и точная логика моделей могут различаться между аналитическими и рекламными платформами. Перед сравнением отчётов важно проверить, какие касания учитывает система, как обрабатывает прямые визиты и какое окно атрибуции использует.
Что влияет на результат атрибуции
Разница в цифрах возникает не только из-за выбранного правила распределения ценности. Даже одинаковые по названию модели могут показывать разные результаты, если системы собирают и обрабатывают данные по-разному.
Окно атрибуции
Окно атрибуции — период, в течение которого касание может быть связано с конверсией. Если пользователь перешёл по рекламе, а заказ сделал позже установленного срока, система не засчитает рекламный переход. Короткое окно чаще подходит для быстрых решений, длинное — для продуктов с продолжительным циклом выбора.
Дата показа конверсии в отчёте
Одни системы относят результат к дате рекламного взаимодействия, другие — к дате самой конверсии. Поэтому показатели за одинаковый период могут не совпадать, особенно если между кликом и покупкой проходит несколько дней.
Состав учитываемых взаимодействий
Система может работать только с кликами либо дополнительно учитывать показы рекламы. Просмотровые конверсии требуют отдельного внимания: показ объявления ещё не означает, что пользователь действительно заметил рекламу или принял решение благодаря ей.
Идентификация пользователя
Путь клиента может разрываться из-за смены устройства или браузера, удаления файлов cookie, ограничений на хранение данных и отсутствия авторизации. Один человек в отчёте иногда выглядит как несколько независимых пользователей.
Связь сайта, CRM и продаж
В проектах с заявками веб-аналитика фиксирует отправку формы или звонок, но не всегда знает, завершилась ли сделка оплатой. Без передачи статусов и выручки из CRM модель распределяет ценность лидов, а не реальных продаж. Такой отчёт может переоценивать каналы с большим количеством некачественных обращений.
Как выбрать модель атрибуции
Выбор начинается не с названия модели, а с управленческого вопроса. Сначала нужно определить, что именно компания хочет понять: откуда приходит новая аудитория, какие источники завершают конверсию, как распределяется вклад по всей цепочке или какие кампании связаны с выручкой.
- Опишите путь клиента. Уточните среднее количество касаний, продолжительность выбора, долю повторных визитов и роль офлайн-коммуникаций. Чем длиннее и сложнее путь, тем меньше информации даёт модель последнего клика.
- Определите целевое действие. Для интернет-магазина основным событием может быть оплаченный заказ, для B2B — квалифицированная заявка или завершённая сделка. Микроконверсии полезны для диагностики, но не должны автоматически заменять бизнес-результат.
- Проверьте полноту данных. До выбора сложной модели необходимо настроить цели, разметку рекламных ссылок, передачу стоимости и выручки, фильтрацию технических событий и интеграцию с CRM, если продажи происходят не сразу.
- Сравните несколько моделей. Отчёты по первому и последнему клику показывают крайние точки пути. Линейная или алгоритмическая модель помогает увидеть промежуточные касания. Существенная разница между вариантами указывает, какие каналы зависят от правил атрибуции.
- Зафиксируйте основную модель. Для регулярной отчётности команде нужен единый подход. Постоянная смена модели делает динамику несопоставимой и затрудняет оценку решений.
- Пересматривайте настройки при изменениях. Новый цикл продаж, выход в другие каналы, изменение структуры сайта или внедрение CRM могут потребовать нового окна и другой логики атрибуции.
Для короткой цепочки с одним-двумя визитами простая модель иногда достаточна. Для омниканальных продаж, длительного выбора и крупных бюджетов полезнее многоканальный анализ. Алгоритмическую модель стоит использовать только тогда, когда система получает достаточно корректных конверсий и результат можно сопоставить с бизнес-данными.
Как внедрить атрибуцию: практический порядок
Настройка модели не исправит ошибки в исходных данных. Поэтому внедрение следует начинать с аудита измерений, а не с переключения параметра в интерфейсе аналитической системы.
- Составьте карту каналов. Зафиксируйте платные и бесплатные источники, рассылки, партнёрские размещения, звонки и офлайн-точки контакта.
- Настройте единые правила разметки. Параметры рекламных ссылок должны позволять отличать источник, тип трафика, кампанию и объявление без дублирования названий.
- Определите макро- и микроконверсии. Макроконверсия отражает значимый результат для бизнеса, микроконверсия — промежуточный шаг, например просмотр условий или начало оформления.
- Передавайте ценность результата. Количество заявок без данных о качестве, оплатах и выручке ограничивает пользу атрибуции.
- Согласуйте окно атрибуции. Период должен учитывать реальный цикл принятия решения, а не выбираться по умолчанию.
- Сравните данные разных систем. Расхождения между веб-аналитикой, рекламными кабинетами и CRM нужно объяснить различиями в методике, а не пытаться свести все цифры механически.
- Документируйте настройки. В описании отчётности стоит указать модель, окно, дату учёта конверсии, перечень каналов и правила обработки прямых визитов.
После внедрения полезно регулярно проверять не только стоимость конверсии, но и выручку, маржинальность, долю подтверждённых заявок и время до сделки. Модель атрибуции становится полезной для бизнеса, когда её показатели связаны с экономикой, а не ограничиваются количеством целевых действий на сайте.
Типичные ошибки при работе с атрибуцией
Считать отчёт доказательством причинного эффекта. Канал, которому модель присвоила конверсию, не обязательно создал дополнительную продажу. Атрибуция описывает зафиксированный путь, а причинность проверяется экспериментами.
Принимать последний клик за полную картину. Брендовый поиск, прямые заходы и ретаргетинг часто находятся в конце цепочки. Оценка только по последнему взаимодействию может занизить вклад каналов, формирующих спрос.
Сравнивать несопоставимые отчёты. В рекламном кабинете и системе веб-аналитики могут отличаться окна, часовые пояса, способы идентификации, дата учёта результата и правила дедупликации.
Выбирать сложную модель при недостатке данных. Алгоритмический подход не компенсирует пропущенные заказы, некорректные цели и отсутствие связи с CRM. Более сложная методика не всегда означает более достоверный вывод.
Оптимизировать рекламу по всем заявкам. Если каналы приводят обращения разного качества, решения по бюджету необходимо принимать с учётом квалификации, продаж и выручки.
Менять модель после каждого колебания показателей. Атрибуция должна поддерживать последовательный анализ. Корректировать подход стоит при изменении бизнес-задачи, структуры данных или клиентского пути, а не ради улучшения цифр в отчёте.
Частые вопросы
Какая модель атрибуции самая точная?
Единственной самой точной модели нет. Подход выбирают с учётом цели анализа, длины пути клиента, доступных данных и каналов. Для управленческой отчётности важнее согласованная методика и стабильное применение, чем формальная сложность модели.
Чем атрибуция отличается от сквозной аналитики?
Атрибуция распределяет ценность конверсии между касаниями. Сквозная аналитика объединяет данные о расходах, посещениях, заявках, продажах и выручке. Модель атрибуции может быть частью системы сквозной аналитики.
Почему рекламный кабинет показывает больше конверсий, чем веб-аналитика?
Причинами могут быть разные окна атрибуции, учёт конверсий после просмотра, дата присвоения результата, повторный подсчёт, часовой пояс и различия в идентификации пользователей. Для сравнения сначала нужно привести методики к максимально близким условиям.
Нужно ли учитывать прямые заходы?
Прямой визит может быть как самостоятельным контактом, так и продолжением предыдущего взаимодействия, когда источник не удалось определить. Правило учёта зависит от модели, поэтому долю прямого трафика следует анализировать вместе с качеством разметки и длиной цепочек.
Можно ли использовать разные модели одновременно?
Да. Одну модель разумно закрепить как основную для регулярной отчётности, а другие использовать для сравнительного анализа. Такой подход показывает, насколько выводы о каналах зависят от способа распределения ценности.
Что проверить перед решениями по бюджету
Перед перераспределением расходов убедитесь, что цели фиксируются без дублей, рекламные ссылки размечены единообразно, окно соответствует циклу сделки, а данные о заявках связаны с продажами. Затем сравните минимум две модели и проверьте, не изменяется ли оценка ключевых каналов из-за прямых визитов, брендового спроса или ретаргетинга.
Если бизнесу нужно связать атрибуцию с настройкой и оптимизацией платного трафика, Granat оказывает услугу контекстной рекламы. Состав аналитики и подход к оценке каналов зависят от воронки, доступных данных и задач проекта.
