Как выбрать модель атрибуции и справедливо оценить эффективность каналов

Я постоянно сталкиваюсь с ситуациями, когда нужно объяснять, что такое атрибуция и почему в разных системах — рекламных или аналитических — вы видите разные цифры.

Какие данные считать правильными? Как понять, какой канал действительно принес результат, а какой только «забрал» конверсию?

В статье объясню принцип работы атрибуции в digital-маркетинге: ее виды, факторы влияния и ключевые элементы. Покажу, как она реализована в самых популярных системах, в частности, Google Analytics, Google Ads, Meta Ads. Отдельно остановлюсь на подходе Marketing Mix Modeling как альтернативном методе оценки эффективности каналов.

1. Что такое атрибуция в маркетинге.
2. Категории атрибуции.
3. Из чего состоит атрибуция.
4. Модели атрибуции в разных системах.
5. Marketing Mix Modeling (МММ).
6. Рекомендации по выбору атрибуции и анализу эффективности каналов.

Материал создан по митапу Александра Конивненко, Head of Digital Data Department в Netpeak Ukraine.

Что такое атрибуция в маркетинге

Атрибуция нужна для:

• понимания эффективности каналов — помогает определить, какие из них наиболее результативны в пути клиента;

• оптимизации затрат — позволяет выявить, какие каналы требуют перераспределения ресурсов для повышения ROI;

• улучшения клиентского пути — создает условия для идентификации ключевых этапов , где можно улучшить взаимодействие с клиентом.

В digital-маркетинге, как и в классическом, пользователь не всегда покупает сразу после первого контакта с рекламой. Должно произойти несколько соприкосновений с брендом, прежде чем он примет решение.

Эти соприкосновения с бизнесом могут быть очень разными — по формату, каналу, продолжительности. Например, если речь идет о дорогих товарах, таких как недвижимость, человек может целый год видеть различные рекламные коммуникации, прежде чем решит купить квартиру в определенном жилом комплексе.

А бывают эмоциональные покупки — сувениры, какие-то мелочи. Там достаточно одного-двух контактов, и пользователь совершает конверсию.

Считается, что пользователь в среднем проходит семь контактов с бизнесом, прежде чем выполнит целевое действие.

И здесь возникает важный вопрос: какому каналу приписать конверсию? Если придать всю ее ценность последнему рекламному источнику, из которого пришел пользователь, — это не совсем правильно с аналитической точки зрения. Ведь были и промежуточные каналы, которые прогревали, помогали понять продукт.

Поэтому нужно определить правила: как распределять ценность конверсии между каналами.

Категории атрибуции

Атрибуция в традиционной рекламе

Еще до появления digital-рекламы перед маркетинговыми командами уже стояла задача — понимать, какие каналы влияют на доход или другие ключевые результаты бизнеса. И именно для этого возник подход Marketing Mix Modeling — статистический, математический метод, который помогает измерить, насколько конкретные каналы (телевидение, радио) влияют на продажи.

Этот метод все чаще применяют и для оценки digital-каналов. Он обеспечивает возможность восполнить пробелы в Digital системах аналитики, таких как Google Analytics.

Атрибуция в digital-маркетинге

Ее главная особенность — наличие большого количества оцифрованных данных. Реклама показывается в интернете, происходит либо просмотр, либо клик, и системы это фиксируют. Они идентифицируют пользователя, формируют хронологическую последовательность событий, которые он совершил на платформе.

Из этих данных рекламная или аналитическая система понимает, сколько было касаний, что именно видел или на что кликал пользователь. Далее система в соответствии с определенными правилами распределяет конверсии между конкретными кампаниями или каналами.

Из чего состоит атрибуция в digital

Модели атрибуции

Главное — правила, по которым мы распределяем ценность конверсии между каналами. Именно они формируют модель атрибуции.

Самые распространенные модели:

1. Last Click (последний клик). Вся ценность конверсии присваивается последнему каналу, с которого пришел пользователь. Фактически, это даже не модель, а просто факт — пользователь пришел, совершил действие, и система приписала это действие последнему источнику.

2. First Click (первый клик). Ценность конверсии приписывается первому каналу, с которого пришел пользователь, все остальные не учитываются.

3. Last Non-Direct Click (последний непрямой клик). Одна из самых распространенных моделей атрибуции. Заслуга переходит к последнему каналу перед конверсией, исключая прямые переходы.

4. Position-Based (позиционное правило). Здесь конверсия распределяется между всеми каналами, которые были в истории пользователя: 40% ценности отдается первому, еще 40% — последнему, а остальные 20% — распределяются между всеми промежуточными. Эта модель удобна тем, что позволяет уделять внимание не только «финальному» каналу, но и тем, которые сработали в начале пути.

5. Time Decay (обесценивание во времени). Конверсия распределяется между всеми каналами, но с учетом времени: чем ближе канал был к моменту покупки, тем больше ценности он получит.

6. Data-Driven (на основе данных). Система анализирует собранную информацию и рассчитывает, насколько важным был каждый канал на пути пользователя к конверсии, и соответственно распределяет ценность.

Часто рекламные системы, такие как Google Ads или Meta Ads, работают по моноканальному принципу. Они показывают отчеты только в своем разрезе. То есть Google Ads покажет, как работают его кампании, но не учтет, что пользователь до этого заходил через Facebook или органику. То же самое Meta Ads — система не отслеживает, что после ее рекламы пользователь мог пойти в Google, затем зайти напрямую и купить.

А вот аналитические системы, наоборот, стараются быть кросс-канальными. Их цель — дать полную, объективную картину: учесть все каналы, которые повлияли на пользователя.

Какую модель атрибуции использовать

Нет правильной или неправильной модели. Это всего лишь инструмент анализа. Одно и то же количество конверсий может быть распределено по-разному в зависимости от целей:

• First Click подойдет, если задача — понять, какой канал привлек новых пользователей;

• Last Click поможет выявить, какой канал закрыл сделку;

• Position-Based или Data-Driven подойдут, если нужно увидеть полную картину;

• Time Decay целесообразно использовать, если цикл принятия решения длинный.

Отталкивайтесь от цели анализа:

• цель конкретной кампании;

• цель бизнеса в определенный период;

• тип продукта или модель продаж.

И именно под эти цели подбирайте модель атрибуции, чтобы получить не просто красивый отчет, а правильное решение для управления маркетингом.

Кроме того, всегда можно построить собственную кастомную модель: задать окно атрибуции, правила, учитывать клик или просмотр — все, что нужно именно вам. Ниже — дашборд с примерами применения различных моделей атрибуции.

Окно атрибуции

И именно от его продолжительности зависит, сколько конверсий будет зачислено тому или иному каналу.

Типичные примеры окон атрибуции:

• 7 дней — краткосрочные конверсии, подходят для быстрых продаж;

• 30 дней — подходят для большинства кампаний, где есть время на принятие решения;

• 90 дней — длинный цикл для сложных продуктов с длительным решением о покупке.

Пример: если у вас установлено окно атрибуции 7 дней, и пользователь зашел с Google Ads 6 дней назад, а сегодня пришел напрямую и совершил конверсию — Google Ads получит ее. Но если то же мероприятие было 8 дней назад — оно уже не будет учтено, потому что находится за пределами окна. Вся ценность тогда пойдет на direct.

Чем больше окно вы задаете, тем больше каналов будет включено в отчет и больше конверсий будет зачислено на них.

Типы событий

Считается наиболее надежным типом атрибуции, поскольку предполагает активную заинтересованность пользователя.

Этот тип атрибуции особенно важен для digital медиарекламы, которая может влиять на решение пользователя без клика.

Например, Facebook в своем рекламном кабинете покажет post-view-аналитику по своему каналу. Но он не поделится этими данными с Google Analytics. И если пользователь увидел рекламу в Meta, не кликнул, а затем зашел на сайт напрямую — GA этого не зафиксирует. Потому что не было клика, не было метки, не было связи.

Модели атрибуции в разных системах

Google Analytics

Кросс-канальная система аналитики. Она пытается атрибутировать конверсии между всеми каналами, которые способна отследить. Аналитика работает настолько точно, насколько правильно ее настроили:

• во всех неракламных (не-Google) источниках нужно использовать UTM-метки;

• в Google-рекламе обязательно включить автометку (auto-tagging), чтобы между Google Ads и GA происходил обмен данными.

UTM-метки нужно использовать не вместо, а вместе с автометкой, даже в Google Ads. Это хорошая практика.

Правила

В Google Analytics есть несколько типов моделей атрибуции для пользователей, которые заходят на сайт:

1. Last Click Paid & Organic channels (Last non direct click) — классическая модель последнего непрямого клика. Вся ценность конверсии придается последнему каналу, если это не direct.

2. Last Click (Google Paid channels) — эта модель учитывает только Google Ads. При наличии таких кампаний в истории пользователя конверсия будет приписана последней из них, а при отсутствии — отнесена к direct.

3. Data-Driven — модель автоматически анализирует все взаимодействия пользователя и распределяет конверсию между каналами в соответствии с их реальным влиянием.

Окно атрибуции

Для событий типа First visit или First open Google — 7 или 30 дней. Причем по умолчанию для таких событий стоит именно 30 дней. Для остальных — 30/60/90 дней.

Post-view

Google Analytics также поддерживает post-view атрибуцию. GA отслеживает post-view только для YouTube-кампаний. И только за последние три дня.

Отчеты

В Google Analytics доступны отчеты, которые не зависят от выбранной в настройках модели атрибуции.

Есть два таких отчета:

1. User acquisition (привлечение пользователей) — всегда показывает атрибуцию по первому клику. Когда в параметре есть слова First user source, First user medium или First user campaign, это именно тот случай. Эти параметры означают, что вы видите первый канал, с которого пользователь впервые пришел.

2. Traffic acquisition (привлечение сессий) — всегда использует атрибуцию по последнему косвенному клику. Если в параметре есть префикс Session — например, Session source/medium или Session campaign — это означает, что атрибуция идет именно на последнее косвенное взаимодействие перед сессией.

Когда вы анализируете атрибуцию по параметру source/medium, то именно здесь в Google Analytics учитывается та модель, которую вы выбрали в настройках. Это может быть либо Data-Driven, либо Last Click (paid & organic) — то есть классический последний косвенный клик.

Google Ads

Система оценивает эффективность исключительно своих кампаний.

Правила

В Google Ads доступны две модели атрибуции:

1. Last Click (Google Paid) — когда система ищет последнюю Google Ads кампанию в цепочке пользователя и приписывает ей конверсию.

2. Data-Driven. Логика аналогична Google Analytics, но реализация может отличаться.

Окно атрибуции

В Google Ads больше гибкости: можно выбрать от одной до четырех недель, хотя по умолчанию установлено 30 дней. Окно атрибуции здесь задается на уровне каждой конкретной конверсии, а не глобально для аккаунта. Это очень удобно, потому что для простых конверсий можно оставить стандартное окно, а для сложных — задать свое.

Post-view

В Google Ads можно задавать ее гибко: от одного до 30 дней. Например, для YouTube или Display Network (баннерная реклама) можно настроить Engaged View Conversion Window — тот самый интервал, который определяет, сколько дней после просмотра будет учитываться конверсия. Это важно для брендовых и видеокампаний.

Meta 

Система оценивает эффективность только своих кампаний.

Правила

Доступна одна модель — Last Click Meta.

Окно атрибуции

Можно выбирать 1 или 7 дней.

Post-view

Для повторного просмотра доступен только промежуток в один день.

Marketing Mix Modeling (МММ)

В отличие от цифровых моделей атрибуции, МММ анализирует комплексное влияние маркетинговых активностей и факторов внешней среды на макроуровне.

Преимущества:

• дает возможность оценить все маркетинговые каналы, включая офлайн и онлайн;

• учитывает влияние внешних факторов — сезонность, конкуренция, экономическая ситуация;

• помогает увидеть долгосрочные эффекты маркетинговых активностей.

Ограничения:

• зависит от качества и доступности исторических данных;

• менее подробная информация о путях взаимодействия клиента с различными каналами в отличие от цифровой атрибуции;

• требует значительных вычислительных ресурсов и опыта для правильного построения и анализа модели.

Но в классическом маркетинге этот подход давно считается стандартом, особенно там, где трудно зафиксировать каждое взаимодействие. Сегодня он постепенно проникает и в digital, потому что роль медийных кампаний в формировании узнаваемости бренда растет.

Это особенно заметно с появлением форматов Reels, TikTok, YouTube Shorts — видеоконтента, который часто не предусматривает прямого перехода. Но этот формат все равно продает, и его влияние нужно как-то учитывать.

Рекомендации по выбору атрибуции и анализу эффективности каналов

Если работает только один канал рекламы.

Анализируйте результаты непосредственно в его рекламном кабинете.

Если каналов несколько.

Используйте Google Analytics или другую кросс-канальную систему. Это позволит объективно оценить вклад каждого канала в результат, даже если часть данных в GA не отображается.

Учитывайте реальные конверсии.

Не складывайте данные из разных кабинетов, это приведет к завышенным показателям. Лучше считать фактическое количество покупок или целевых действий, а затем распределять их между каналами с учетом модели атрибуции, окон и post-view/post-click данных.

Корректируйте окно атрибуции под свой бизнес.

Ориентируйтесь на реальный цикл сделки:

• короткий цикл — 7–15 дней;

• средний — 30–60 дней;

• длинный — 90+ дней.

Корректировка окна не влияет на количество конверсий, а лишь меняет перспективу их анализа.

Учитывайте особенности post-view.

Учитывайте этот показатель, чтобы иметь полную картину перед распределением бюджета:

• Google Analytics — учитывает только для YouTube (последние три дня);

• Meta Ads — один день;

• Google Ads — до 30 дней для баннерной рекламы и видео.

Используйте Marketing Mix Modeling для долгосрочной оценки.

• MMM помогает определить влияние каждого маркетингового канала на бизнес-результаты без зависимости от трекинга пользователей и cookies;

• особенно полезно для каналов, где трудно или невозможно отследить постклик или поствью-взаимодействия (ТВ, OOH, радио).

• MMM используйте для оценки всех ваших каналов и распределения бюджета между ними, а атрибуцию — для оценки каждого отдельного канала и распределения бюджета внутри между кампаниями.