Атрибуция к сделке: как понять, какая реклама приносит деньги
Разбираем 5 моделей атрибуции простыми словами, объясняем, почему last-click врёт, и даём методологию выбора модели под ваш бизнес.
Атрибуция к сделке: какая реклама приносит деньги, а не просто заявки
Атрибуция — это правило, по которому вы решаете, какому рекламному каналу присвоить заслугу за конкретную покупку. У неё две стороны: инфраструктура (возможность связать клик со сделкой) и модель (как распределить кредит между каналами, если клиент касался вашего бренда несколько раз). Обе — критичны.
В этой статье разберём пять моделей атрибуции простыми словами, объясним, почему last-click врёт в большинстве случаев, и дадим практическую методологию выбора модели под ваш тип бизнеса и конкретную задачу принятия решения.
коротко о главном — 5 фактов
Клиенты редко покупают с первого касания. Типичная цепочка — 2–5 контактов с брендом за 1–4 недели: РСЯ → поиск → ретаргетинг → брендовый запрос → покупка.
Модель по умолчанию в Яндекс.Метрике — «последний значимый клик». Она отдаёт всю заслугу последнему каналу и систематически занижает РСЯ, ретаргетинг и медийку.
Модель атрибуции — это призма оценки. Одна и та же реклама выглядит убыточной по last-click и прибыльной по data-driven. Реклама не изменилась — изменилось правило счёта.
Атрибуция бесполезна без инфраструктуры. UTM-метки, коллтрекинг, интеграция с CRM, единый ID пользователя — без этих четырёх компонентов любая модель работает поверх сломанных данных.
В B2B с циклом сделки 3–6 месяцев стандартное окно Яндекс.Метрики (21 день) отсекает большую часть касаний. Решение — сквозная аналитика с окном 6–12 месяцев.
Что такое атрибуция простыми словами
Представьте: за месяц до покупки клиент увидел вашу рекламу в РСЯ, потом кликнул на объявление в поисковой выдаче, потом ушёл, потом получил ретаргетинг во ВКонтакте, потом ввёл в поиске ваш бренд и купил. Пять касаний с четырьмя разными каналами.
Вопрос: кому из четырёх каналов вы присвоите заслугу за эту продажу?
Атрибуция — это правило, по которому вы принимаете это решение. От выбранного правила зависит, какой канал будет казаться эффективным, а какой — убыточным.
Если правило — «отдаём заслугу тому, кто был последним перед покупкой» (last-click), — заслугу получит поиск по бренду. РСЯ и ретаргетинг будут выглядеть «убыточными». Логичное решение — сократить бюджет на них.
Тот же случай, но правило другое — «распределяем заслугу пропорционально между всеми касаниями» (linear). Каждый из четырёх каналов получит 25% заслуги. РСЯ и ретаргетинг больше не «убыточные».
Реклама не изменилась. Изменилось только правило оценки. Дальнейшие решения по бюджету — прямо противоположные. В этом и есть суть темы: атрибуция определяет не «сколько денег принесла реклама», а как вы посчитаете деньги, которые принесла реклама. От этого зависят ваши решения о бюджетах, отключении каналов, масштабировании.
Инфраструктура атрибуции: без чего модели — теория
Прежде чем говорить о моделях, надо ответить на другой вопрос: у вас вообще есть возможность связать клик со сделкой?
Многие бизнесы обнаруживают, что нет — и это первая и самая частая причина, почему их «атрибуция» показывает искажённую картину. Атрибуция работает ровно настолько хорошо, насколько полны данные, которые она получает на входе.
4 компонента инфраструктуры атрибуции
- 01
UTM-метки на всех рекламных кампаниях. Базовая маркировка ссылок: utm_source, utm_medium, utm_campaign, utm_content, utm_term. Без них Яндекс.Метрика не может отличить один канал от другого — всё сваливается в «прямые заходы» или «неопределённый источник». Проверка: откройте отчёт «Источники» в Метрике за последний месяц. Если 30%+ трафика — «прямые заходы» и «не определено», у вас проблема с UTM.
- 02
Коллтрекинг для звонков. Если существенная часть обращений — звонки, без коллтрекинга они выпадают из атрибуции. Каждый звонок становится «ниоткуда». В нишах, где 30%+ клиентов звонят напрямую (услуги, медицина, стройка), это критично — вы теряете значительную часть картины.
- 03
Интеграция с CRM. Атрибуция «к сделке» невозможна, если система не знает, что заявка стала сделкой. Яндекс.Метрика видит заявку. CRM видит сделку. Связка между ними — через сквозную аналитику (СА). Без интеграции атрибуция работает только «к заявке», не «к сделке» — это принципиально другой уровень аналитики.
- 04
Единый ID пользователя между сессиями. Клиент заходил с телефона, потом с ноутбука. Для Метрики это два разных пользователя — она не может их связать без настройки cross-device tracking. Без этой связки цепочка касаний обрывается на смене устройства. Реализация — через Client ID Метрики и связку в сквозной аналитике.
Пять моделей атрибуции: обзор
После того как инфраструктура готова, встаёт второй вопрос: какое правило распределения кредита выбрать. На рынке используется пять распространённых моделей — каждая смотрит на цепочку касаний через свою призму и даёт разный ответ на вопрос «кому засчитать продажу».
Важно понимать: это не шкала «от плохого к хорошему». Это набор инструментов, каждый из которых подходит для своей задачи. Правильный вопрос — не «какая модель лучше», а «какая модель нужна под конкретное решение».
| Модель | Правило | Плюс | Минус |
|---|---|---|---|
| Last-click (последний клик) | 100% заслуги — последнему каналу перед сделкой | Простая, по умолчанию в большинстве систем | Игнорирует всё до последнего клика |
| First-click (первый клик) | 100% заслуги — первому каналу знакомства | Показывает источники нового спроса | Игнорирует всё между первым касанием и покупкой |
| Linear (равное распределение) | Заслуга делится поровну между всеми касаниями | Не игнорирует ни одно касание | Не отличает важные касания от несущественных |
| Position-based (U-shaped) | 40% первому + 40% последнему + 20% промежуточным | Подчёркивает роль привлечения и конверсии | Значения 40/40/20 условны, могут не подходить |
| Time-decay (затухающая) | Чем ближе касание к сделке, тем больше его вес | Логична для длинных циклов сделки | Сложна в настройке, требует определения периода полураспада |
Шестая модель — data-driven (алгоритмическая) — стоит особняком: она не работает по заранее заданной формуле, а использует машинное обучение на данных вашего бизнеса. Именно её разберём подробно в следующем разделе.
Первые четыре модели (кроме last-click и data-driven) полезно знать и понимать, но применяются они реже — в основном как приближение для бизнесов со средним объёмом данных, где data-driven ещё не работает.
Last-click: почему модель по умолчанию — источник неправильных решений
Как last-click создаёт ложную картину
- Клиент увидел РСЯ, кликнул, ушёл — не купил
- Через 3 дня вернулся через поисковый запрос по бренду — прочитал, всё понравилось
- Через 2 дня вернулся через прямой ввод адреса сайта — оставил заявку → оплата
- По last-click заслугу получает «прямой заход». РСЯ и брендовый поиск — «не работают»
- Логичное решение: сократить бюджет на РСЯ, убрать брендовые кампании
- Через месяц-два — падение конверсий, потому что источник первичного спроса исчез
Три типовых искажения last-click
- 01
Брендовые кампании перехватывают заслугу: клиент искал бренд, потому что уже видел рекламу. По last-click бренд выглядит сверхэффективным — хотя 60–80% брендового трафика пришли бы и без кампании.
- 02
Первичные каналы недооцениваются: РСЯ, медийка, ретаргетинг редко становятся «последним кликом». По last-click они систематически «убыточны», хотя именно они формируют спрос.
- 03
Длинные циклы полностью выпадают: стандартное окно атрибуции Метрики — 21 день. Клиент увидел рекламу 45 дней назад, купил сегодня — первое касание не учитывается.
Когда last-click работает нормально: один канал трафика (весь путь одноканальный, распределять нечего), импульсивные покупки с одного касания, короткий цикл сделки без предварительных касаний с брендом.
Когда last-click врёт: два и более рекламных канала с пересечением аудитории; наличие брендового трафика; цикл сделки больше 3 дней; ретаргетинг в системе.
По практике проектов, у 70–80% бизнесов картина эффективности каналов по last-click сильно расходится с реальным вкладом. Решение — переходить на мультиканальные модели, а в идеале — на data-driven.
Data-driven атрибуция: что это и почему работает
Data-driven (алгоритмическая атрибуция) — модель, в которой распределение кредита между каналами определяется не заранее заданной формулой, а алгоритмом машинного обучения на данных вашего бизнеса.
Система смотрит все цепочки касаний за длительный период — тысячи или десятки тысяч конверсий. Для каждой цепочки алгоритм оценивает: если бы этого касания не было, насколько уменьшилась бы вероятность конверсии? На основе такой оценки каждому касанию присваивается вес — реальный вклад в решение о покупке.
Ключевое отличие от других моделей: остальные пять — эвристические, основаны на предположениях («последний клик важнее всех»). Data-driven — эмпирическая, основана на реальных данных вашего бизнеса.
Что data-driven видит, чего не видят другие модели
- 01
Каналы, которые редко становятся последним кликом, но часто участвуют в цепочках, ведущих к покупке — им присваивается справедливая доля.
- 02
Каналы, которые часто становятся последним кликом, но покупка бы произошла и без них (типичный бренд) — их вес корректируется вниз.
- 03
Цепочки с 3+ касаниями, где эвристические модели теряют информацию и усредняют вклад.
- 04
Взаимное усиление каналов: комбинация РСЯ + поисковой ретаргетинг может работать лучше, чем каждый по отдельности.
Data-driven работает только при выполнении трёх условий. Первое — достаточный объём данных: обычно от 3 000+ конверсий и 3 000+ различных путей за 30 дней. Для малого бизнеса с 30–50 конверсиями в месяц алгоритм не сможет надёжно оценить веса — статистики недостаточно. Второе — настроенная инфраструктура: UTM, коллтрекинг, интеграция с CRM. Третье — мультиканальность: если 90% сделок приходят с одного канала, data-driven не даст выигрыша.
Где реализована data-driven атрибуция в 2025–2026 году: Яндекс.Метрика — модель «Автоматическая» на основе алгоритма Яндекса; сквозная аналитика (Roistat, Calltouch, CoMagic и другие) — data-driven как отдельная функция мультиканальной атрибуции; Google Analytics 4 — по умолчанию, но в РФ работает с ограничениями.
Ориентир по объёму: 3 000+ конверсий в месяц — сразу выигрышный ход; 500–3 000 — data-driven применимо, но результаты менее стабильны; меньше 500 — используйте position-based или linear как приближение.
матрица выбора модели атрибуции
| Тип бизнеса | Автостратегии Директа | Стратегия бюджетов | Тактика внутри кампании | Бренд vs небренд |
|---|---|---|---|---|
| Услуги, 1 канал | Last-click + офлайн-конверсии | Last-click достаточно | Last-click | Не актуально |
| Услуги, 2+ канала | Офлайн-конверсии из CRM | Position-based / Linear | Last-click | Last-click vs First-click |
| E-commerce средний чек | Офлайн-конверсии из CRM | Data-driven (≥3000) / Position-based (500–3000) | Last-click | Отдельный отчёт |
| E-commerce длинное решение | Офлайн-конверсии + расш. окно | Data-driven, окно 30–60 дней | Last-click | Обязательное сравнение |
| Инфобизнес / онлайн-школы | Офлайн-конверсии с учётом воронки | Position-based | Last-click | First-click vs Last-click |
| B2B короткий цикл | Офлайн-конверсии из CRM | Data-driven / Position-based | Last-click | По необходимости |
| B2B длинный цикл (3+ мес) | Офлайн-конверсии + окно 6–12 мес | СА + опросы + офлайн-данные | Last-click | Ручной анализ + опросы |
Как выбрать модель под свой бизнес
Ключевой принцип: модель атрибуции выбирается не «какая лучше», а «какая подходит под конкретную задачу принятия решения». У бизнеса одновременно существуют разные задачи, и под каждую из них нужна своя модель.
Оптимизация автостратегий Директа. Директу для обучения нужны данные о конверсиях. Здесь важнее не алгоритм атрибуции, а факт передачи офлайн-конверсий из CRM. Если сквозная аналитика не подключена — Директ работает на last-click Метрики. Если подключена — работает на данных о реальных сделках.
Стратегические решения о бюджетах каналов. «Сколько денег дать на Директ, ВКонтакте, медийку в следующем квартале?» Здесь last-click — плохой советник: он занижает верхние этапы воронки. Оптимальные модели — data-driven (при большом объёме) или position-based (при среднем).
Тактическая оптимизация внутри кампаний. «Какие ключи в этой поисковой кампании убыточны?» Внутри одной кампании last-click работает нормально — все касания в одном канале, мультиканальность несущественна.
Для большинства mid-бизнесов оптимальная стратегия — использовать две модели параллельно: основная — data-driven или position-based для стратегических решений; дополнительная — last-click для сравнения и тактических правок.
B2B с длинным циклом: почему стандартная атрибуция здесь ломается
В B2B картина принципиально сложнее. Три источника проблем, не встречающихся в короткоцикловых бизнесах.
Проблема 1. Окно атрибуции истекает раньше сделки. Стандартное окно Яндекс.Метрики — 21 день. Стандартный цикл B2B-сделки — 3–6 месяцев. Клиент видел вашу рекламу в марте, купил в июне. К моменту сделки Метрика уже давно забыла исходный источник. Решение: сквозная аналитика с настраиваемым окном. В Roistat, Calltouch и других СА окно можно расширить до 6–12 месяцев.
Проблема 2. Не одно решение, а серия. Между первым касанием и подписанием договора в B2B — десятки касаний с разными людьми в компании клиента: маркетолог смотрит сайт, ЛПР видит статьи, тендерный отдел запрашивает КП. Атрибуция «одному клику» здесь неприменима принципиально. Решение — атрибуция на уровне сделки (account-based), а не отдельных пользователей.
Проблема 3. Многие касания — офлайн. Клиент увидел вас на конференции, потом на форуме, потом получил рекомендацию от коллеги, потом искал по бренду. Первые три касания — офлайн, их не видит ни одна веб-аналитика. Полная атрибуция в B2B невозможна без ручного дополнения данными от отдела продаж.
Практическое правило для B2B с длинным циклом
- 01
Использовать сквозную аналитику с окном атрибуции 6–12 месяцев — это базовое требование для любого B2B с циклом сделки дольше месяца.
- 02
Добавить в CRM обязательное поле «источник первого касания», заполняемое менеджером в разговоре с клиентом.
- 03
Сочетать веб-аналитику с офлайн-данными: тендерные площадки, отраслевые СМИ, участие в выставках.
- 04
Стратегические решения о бюджетах — не по одной модели атрибуции, а по совокупности: веб-атрибуция + опросы клиентов + анализ откликов на конкретные активности.
было / стало — пример влияния модели атрибуции на решения
Реклама не изменилась. Изменилось только правило оценки — и решения по бюджету стали прямо противоположными.
Главное об атрибуции к сделке
- 01
Сначала — инфраструктура: UTM-метки, коллтрекинг, интеграция CRM, единый ID пользователя. Без этого любая модель работает поверх неполных данных.
- 02
Last-click по умолчанию врёт в 70–80% бизнесов с двумя и более каналами, брендовым трафиком или циклом сделки больше 3 дней.
- 03
Data-driven — лучший инструмент для стратегических решений при объёме от 3 000+ конверсий в месяц. При 500–3 000 — position-based как приближение.
- 04
Для большинства mid-бизнесов оптимально: две модели параллельно — last-click для тактики, data-driven или position-based для стратегии.
- 05
B2B с длинным циклом требует сквозной аналитики с окном 6–12 месяцев и обязательного поля «источник первого касания» в CRM.
- 06
Не переходите на data-driven «потому что это модно» — переходите, когда объём данных позволяет и инфраструктура готова.
Правильная атрибуция не меняет рекламу — она меняет ваши решения о рекламе. А правильные решения о бюджетах, отключении и масштабировании каналов напрямую влияют на итоговую прибыль.
Часто задаваемые вопросы
Атрибуция — это правило, по которому вы решаете, какому рекламному каналу присвоить заслугу за конкретную покупку. Клиент редко покупает с первого касания — обычно перед покупкой он видит рекламу 2–5 раз в разных местах. Если правило «отдаём заслугу последнему каналу», брендовая кампания получает всю славу, а РСЯ выглядит убыточной — хотя именно она познакомила клиента с брендом.
Не «лучше», а «подходит под задачу». Last-click хорош при одном канале трафика или для тактических правок внутри кампании. Data-driven — стратегический инструмент для мультиканальных бизнесов с объёмом от 3 000+ конверсий в месяц. При 500–3 000 конверсиях — position-based как приближение. Для большинства mid-бизнесов оптимально использовать две модели параллельно: last-click для тактики и data-driven или position-based для стратегии.
Три быстрых признака. Первый: в отчёте «Источники» Яндекс.Метрики больше 30% трафика помечено как «прямые заходы» или «не определено». Второй: РСЯ или медийная реклама «убыточны» по отчётам, но при их отключении общий объём сделок падает. Третий: сделка идёт от заявки в среднем 2+ недели, а вы смотрите атрибуцию по стандартному окну Метрики в 21 день. Хотя бы один признак — сигнал искажения.
Затем, чтобы не выбрасывать деньги на каналы, которые «формально работают, но не приводят реальных клиентов». Правильный подход для B2B: сквозная аналитика с окном атрибуции 6–12 месяцев плюс обязательное поле в CRM «источник первого касания», заполняемое менеджером. Без атрибуции решения о бюджетах принимаются вслепую.
При одном канале мультиканальная атрибуция не нужна — весь путь одноканальный, распределять кредит не между кем. Но инфраструктура (UTM, коллтрекинг, интеграция с CRM) нужна всегда: она позволяет связать клик с реальной сделкой, а не только с заявкой.
Спасибо за заявку!
Мы свяжемся с вами в ближайшее время.