Одна и та же рекламная кампания может выглядеть прибыльной в одном отчёте и убыточной в другом. Причина часто не в данных, а в том, как эти данные интерпретируются. Модели атрибуции определяют, как именно распределяется ценность конверсии между точками контакта — и именно поэтому они меняют картину эффективности.
Если не учитывать модель атрибуции, легко сделать неправильные выводы: отключить рабочий канал или, наоборот, продолжать инвестировать в тот, который лишь “замыкает” конверсии, но не создаёт спрос.
Атрибуция — это способ определить, какой вклад внес каждый рекламный канал или касание пользователя в итоговую конверсию. В реальности клиент почти никогда не принимает решение после одного клика. Он может сначала увидеть рекламу, потом прочитать статью, вернуться через поиск и только после этого оставить заявку.
Вопрос в том, кому “засчитать” эту конверсию. Разным каналам? Последнему? Первому? Всем понемногу? Ответ на этот вопрос и определяет модель атрибуции.
Разные платформы используют разные модели по умолчанию. Например, рекламные кабинеты часто склонны приписывать конверсии себе, тогда как системы аналитики могут распределять их иначе. В результате один и тот же пользовательский путь интерпретируется по-разному.
Это создаёт иллюзию противоречия: цифры не совпадают, хотя речь идёт об одной и той же реальности. На практике это не ошибка, а следствие выбранной модели атрибуции.
Модель последнего клика (Last Click) присваивает всю ценность конверсии последнему взаимодействию перед покупкой. Это самая распространённая модель, потому что она проста и понятна.
Но именно из-за этой простоты она часто искажает реальность. Каналы, которые формируют спрос (например, медийная реклама или социальные сети), оказываются недооценёнными, потому что редко становятся последней точкой перед конверсией.
В модели первого клика (First Click) вся ценность отдается первому взаимодействию. Такой подход помогает понять, какие каналы приводят пользователя в систему, но почти полностью игнорирует всё, что происходит дальше.
В результате каналы, которые “закрывают” сделку, могут выглядеть менее значимыми, чем они есть на самом деле.
Линейная атрибуция распределяет ценность конверсии равномерно между всеми точками контакта. Это попытка признать, что каждая из них сыграла роль.
Такой подход выглядит более сбалансированным, но при этом может сглаживать различия между каналами. В результате становится сложнее понять, какие из них действительно оказывают более сильное влияние.
Более сложные модели пытаются учитывать, что не все касания одинаково важны. Например, модель с временным затуханием (Time Decay) даёт больше веса тем взаимодействиям, которые произошли ближе к конверсии.
Позиционные модели, наоборот, могут выделять первое и последнее касание как ключевые, распределяя между ними большую часть ценности, а остальным — меньшую долю.
Эти подходы уже ближе к реальности, но всё равно остаются упрощениями.
Разные модели атрибуции по-разному распределяют ценность конверсии. Чтобы быстрее понять различия, удобно сравнить их в одной таблице:
Любая модель атрибуции — это компромисс. Она пытается упростить сложное поведение пользователя до понятной схемы. Но в реальности путь клиента редко укладывается в одну формулу.
Поведение зависит от продукта, цены, рынка, длины цикла сделки и даже от конкретного пользователя. Поэтому одна и та же модель может быть более или менее адекватной в разных ситуациях.
Именно поэтому важно не искать “правильную” модель, а понимать ограничения каждой из них.
Модель атрибуции напрямую влияет на бюджет. Если вы ориентируетесь только на последний клик, вы можете недооценить каналы, которые формируют спрос. Если смотрите только на первый — рискуете переоценить источники, которые лишь привлекают внимание, но не приводят к продажам.
В итоге решения принимаются не на основе реальной эффективности, а на основе выбранной логики распределения ценности.
Вместо того чтобы выбирать одну модель и полностью ей доверять, лучше сравнивать несколько подходов. Это помогает увидеть, как меняется вклад каналов в зависимости от логики оценки.
Также важно смотреть на атрибуцию вместе с другими метриками — такими как CAC и ROMI. Это позволяет не только понять, какой канал участвует в конверсии, но и оценить, насколько он экономически оправдан.
В конечном счёте задача атрибуции — не дать “идеальный” ответ, а сделать картину более объёмной и помочь принимать решения с меньшим количеством искажений.
Модели атрибуции не меняют факты, но меняют их интерпретацию. Понимание того, как именно распределяется ценность между каналами, помогает избежать ложных выводов и более точно управлять рекламой.
Чем лучше вы понимаете ограничения моделей атрибуции, тем проще принимать решения, которые отражают реальную эффективность, а не только отчёты.
Перейти к CAC →