Атрибуция в маркетинге: модели и смысл

Клиент увидел ваш пост в Telegram. Через неделю загуглил бренд. Потом кликнул по ретаргетингу. И только на четвёртый визит оставил заявку. Кому засчитать эту продажу. Вот на этот вопрос и отвечает атрибуция.

Атрибуция это правило, по которому ценность конверсии распределяется между рекламными касаниями. Звучит скучно. Но именно от этого правила зависит, какой канал вы назовёте прибыльным, а какой отключите. Ошиблись в модели: отключили работающий канал и слили бюджет в тот, что просто ловил уже готовых покупателей.

Почему last-click врёт чаще всего

По умолчанию почти везде стоит модель last-click: вся заслуга уходит последнему касанию перед покупкой. Это удобно и понятно. И почти всегда обманчиво.

Проблема в том, что последний клик обычно самый дешёвый и самый близкий к деньгам. Брендовый поиск. Прямой заход. Ретаргетинг по тем, кто и так собирался купить. Last-click раздувает заслугу этих каналов и обнуляет всё, что было раньше: контент, который познакомил человека с продуктом, статью, которая закрыла возражение, первый рекламный показ.

Итог знаком многим. Отчёт говорит: брендовая реклама окупается в десять раз. Вы наливаете туда бюджет. А продажи не растут, потому что вы платите за спрос, который уже был. Верхняя часть воронки при этом стоит в отчёте с нулём и первой идёт под нож.

Шесть базовых моделей и что они меняют

Стандартный набор моделей отличается только тем, как раздаётся вес между касаниями:

• Last-click. Всё последнему касанию. Занижает верх воронки.
• First-click. Всё первому касанию. Зеркальная ошибка: переоценивает каналы знакомства и игнорирует то, что реально дожало сделку.
• Линейная. Вес поровну между всеми касаниями. Честнее, но наивно: не каждое касание равнозначно.
• Position-based. Обычно 40 процентов первому касанию, 40 последнему, остаток делится между средними. Хороша, когда важны и знакомство, и закрытие.
• Time-decay. Чем ближе касание к покупке, тем больше вес. Логична для коротких циклов и импульсных покупок.
• Data-driven. Веса считает алгоритм по вашим реальным данным, а не по правилу из головы маркетолога.

Разные модели дают разную картину на одних и тех же данных. Один канал в last-click выглядит убыточным, а в position-based становится одним из ключевых. Это не магия. Это просто разный способ смотреть на один и тот же путь клиента.

Data-driven звучит красиво, но требует объёма

Data-driven атрибуция это не панацея. Алгоритм сравнивает пути тех, кто купил, с путями тех, кто нет, и вычисляет вклад каждого касания. Работает хорошо, но только на большом объёме данных. Если у вас десятки конверсий в месяц, статистике не на чем учиться, и вы получите красивые цифры без смысла.

Второй нюанс: data-driven остаётся корреляционной. Она видит, что касание было на пути к покупке. Но не доказывает, что без него покупки бы не случилось. Это принципиально разные вещи, и именно тут ломается большинство маркетинговых решений.

Атрибуция отвечает на вопрос где, но не почему

Любая модель атрибуции распределяет уже случившиеся конверсии. Она отвечает: по какому пути шли те, кто купил. Она не отвечает: сколько из этих людей купили бы и без рекламы.

Пример. Вы показываете баннер человеку, который уже гуглит ваш бренд и вот-вот оформит заказ. Он покупает. Атрибуция засчитает баннеру заслугу. А по факту вы заплатили за конверсию, которая произошла бы сама. Это называется каннибализация органики, и никакая модель атрибуции её не видит.

Отсюда главный сдвиг мышления. Настоящий вопрос не в том, какому каналу засчитать продажу. А в том, сколько дополнительных продаж принёс канал сверх того, что было бы без него. Это называется инкрементальность. И меряется она не моделью атрибуции, а экспериментом: geo-тесты, holdout-группы, отключение канала на части аудитории и сравнение результата.

Cookieless-мир ломает привычные схемы

Классическая атрибуция строилась на сквозном отслеживании пользователя через cookies. Этот фундамент рассыпается. Ограничения браузеров, приватность, блокировщики, переход трафика в мессенджеры и приложения: всё больше касаний становится невидимыми для трекера.

Реакция рынка идёт в две стороны. Первая: серверное отслеживание и работа с first-party данными, то есть данными, которые вы собираете сами, а не подтягиваете со стороны. Вторая: возврат к моделям, которые не требуют отслеживать каждого человека поимённо. Речь про эконометрику, она же Marketing Mix Modeling. MMM смотрит на агрегированные данные: сколько потратили по каналам, что происходило с продажами, какая была сезонность и промо. И оценивает вклад каналов статистически, без привязки к конкретному клику.

Здоровая система измерений сегодня это триада. Атрибуция для оперативного управления и оптимизации кампаний. Инкрементальные тесты для проверки, что канал даёт реальный прирост. MMM для стратегического распределения бюджета между каналами. Ни один из трёх методов не заменяет двух других.

Куда движется атрибуция с ИИ

Модели становятся сложнее, и человек уже не удержит эту сложность вручную. Алгоритмы восстанавливают пропущенные касания, объединяют устройства без cookies по вероятностным сигналам, отделяют инкрементальный эффект от фонового спроса. По сути это переход от одной статичной модели к живой системе, которая пересчитывает вклад каналов на текущих данных.

Для бизнеса это значит одно: ручной сбор данных из десяти рекламных кабинетов и сведение в таблицу перестаёт работать. Нужна инфраструктура, которая тянет данные автоматически и превращает их в решения. Как под такие задачи собирают ИИ-агентов для бизнеса, мы разбирали отдельно, как нейросети встраиваются в процессы тоже.

С чего начать

Не гонитесь сразу за data-driven и сложными системами. Начните с трёх шагов.

• Посмотрите пути клиентов, а не только последний клик. Включите отчёт по многоканальным последовательностям. Вы удивитесь, сколько каналов участвует в одной продаже.
• Смените last-click на position-based или линейную для сравнения. Если картина по каналам сильно изменилась, значит last-click вас обманывал.
• Проверьте хотя бы один канал на инкрементальность. Отключите его на части аудитории или гео на пару недель. Продажи не упали: канал ловил готовый спрос, а не создавал его.

Атрибуция начинается с чистых источников трафика. Если у вас не выстроен верх воронки, атрибутировать нечего. Мы помогаем собрать этот верх системно: SEO под смысловой спрос, контент-фабрики для потока материалов и Telegram Ads для платного охвата. Правильно построенная воронка начинается с семантического ядра: без него неясно, какой спрос вы вообще ловите.

Хотите разобрать вашу атрибуцию и найти каналы, за которые вы переплачиваете. Напишите нам: t.me/neurounit_club_bot. Посмотрим на ваши данные и покажем, где отчёт врёт.