Чтобы выбрать модель атрибуции, сначала определите, какую роль рекламы требуется оценить: первое знакомство, помощь в принятии решения или последний рекламный контакт перед конверсией. Затем сопоставьте эту задачу с длиной цикла сделки, количеством касаний и качеством данных. Универсально лучшей модели нет: один и тот же путь клиента разные модели оценивают по-разному.
В статье разберём основные модели атрибуции, критерии выбора для Яндекс Директа и порядок проверки решения на реальных данных. Пошаговая инструкция поможет не только настроить отчётность, но и понять, когда выбранную модель можно использовать для оптимизации рекламы.
Что такое модель атрибуции и на что она влияет
Модель атрибуции — это правило, по которому аналитическая система распределяет ценность конверсии между источниками и рекламными контактами пользователя. Модель не меняет фактическое число заявок или покупок. Она меняет ответ на вопрос, какой источник считать причиной или участником конверсии.
Представим путь клиента: пользователь впервые перешёл из рекламы, через несколько дней вернулся из поиска, а затем открыл сайт напрямую и отправил заявку. Модель первого перехода отдаст ценность рекламе. Модель последнего перехода — прямому визиту. Модель последнего значимого перехода, как правило, не будет считать прямой визит самостоятельным источником и присвоит конверсию предыдущему значимому каналу.
От выбора модели зависят:
- число конверсий, приписанных кампаниям, группам и объявлениям;
- расчёт стоимости конверсии и окупаемости каналов;
- решения о перераспределении бюджета;
- оценка медийных, поисковых, брендовых и ретаргетинговых кампаний;
- сигналы для автоматической оптимизации, если рекламная система использует цели и выбранную атрибуцию.
Атрибуцию важно не путать с окном конверсии. Модель определяет, кому присвоить результат, а окно атрибуции — насколько далеко в прошлое система ищет рекламные контакты. Также модель не исправляет потерянные метки, неверные цели, дубли заявок или отсутствие данных о продажах.
Шаг 1. Определите задачу анализа
Начинать с перечня доступных моделей неудобно: без бизнес-вопроса невозможно понять, какой вариант даёт полезную картину. Сформулируйте решение, которое будет принято на основе отчёта.
На практике встречаются четыре основные задачи:
- Оценить привлечение новой аудитории. Важно увидеть канал, с которого началось знакомство с продуктом. Подходят модели первого касания или модели, повышающие вес ранних контактов.
- Понять, что непосредственно приводит к заявке. Нужен источник, который оказался последним значимым касанием перед конверсией. Для такой задачи подходят модели последнего значимого перехода или последнего рекламного контакта.
- Учесть вклад всей цепочки. В длинном цикле сделки один контакт редко объясняет покупку. Полезны линейная, временная или алгоритмическая атрибуция, если аналитическая система поддерживает такие варианты.
- Оценить влияние Яндекс Директа. Если требуется понять, участвовала ли контекстная реклама в конверсии, можно анализировать модель последнего перехода из Директа вместе с нейтральной моделью по всем каналам.
Один отчёт не обязан отвечать на все вопросы. Например, модель первого перехода подходит для анализа источников первичного спроса, но плохо показывает эффективность ретаргетинга. Последний рекламный контакт полезен для операционной оптимизации, однако может недооценивать кампании, которые знакомят пользователя с продуктом.
Перед выбором зафиксируйте основной показатель: заявка, оплаченный заказ, квалифицированный лид, звонок или другая бизнес-конверсия. Чем дальше цель от реального дохода, тем выше риск оптимизировать рекламу по формальному действию, которое не связано с продажей.
Шаг 2. Разберите путь клиента и ограничения данных
Подходящая модель зависит от того, как пользователи принимают решение. Для срочной услуги с коротким циклом последний значимый переход часто достаточно точно отражает роль канала. Для сложного продукта с несколькими визитами, согласованиями и офлайн-коммуникацией модель последнего касания покажет только финальный фрагмент пути.
Оцените пять характеристик проекта.
- Длительность цикла сделки. Чем больше времени проходит от первого визита до оплаты, тем важнее ранние и промежуточные касания.
- Количество визитов перед конверсией. Если большинство клиентов конвертируется за один визит, различия между моделями будут небольшими. Многоканальные цепочки требуют более внимательного анализа.
- Роль повторных обращений. Брендовый поиск, ретаргетинг, рассылки и прямые визиты часто возвращают уже знакомого пользователя, а не создают спрос с нуля.
- Устройство и авторизация. Путь может начаться на смартфоне и закончиться на компьютере. Без устойчивой идентификации система способна увидеть двух пользователей вместо одного.
- Связь с CRM. Если аналитика получает только отправку формы, модель оценивает лиды. Для оценки продаж необходимо передавать более глубокие статусы и корректно объединять обращения.
До настройки проверьте цели, UTM-метки, подмену телефонов, передачу идентификаторов рекламных кликов и защиту от дублей. Если существенная часть заказов оформляется по телефону или завершается офлайн, веб-аналитика без дополнительных данных будет оценивать только видимую часть воронки.
Полезно также посмотреть отчёт по длине пути: сколько времени и касаний проходит между первым визитом и конверсией. Если доступной истории недостаточно, не стоит выбирать сложную модель только из-за её названия. Сначала обеспечьте стабильный сбор данных.
Шаг 3. Сравните подходящие модели
Названия и набор моделей зависят от аналитической и рекламной системы. Поэтому выбирать следует не по формулировке в интерфейсе, а по принципу распределения ценности.
| Модель | Когда полезна | Главное ограничение |
|---|---|---|
| Первый переход | Оценка каналов, которые впервые приводят пользователя и формируют спрос | Не учитывает вклад контактов, приблизивших конверсию |
| Последний переход | Анализ источника непосредственно перед целевым действием | Прямой визит или возврат по сохранённой странице может забрать ценность у предыдущего канала |
| Последний значимый переход | Базовая оценка канала, который привёл пользователя перед конверсией, без переоценки технических возвратов | Недооценивает первое знакомство и промежуточные касания |
| Последний переход из Директа | Анализ участия Яндекс Директа в конверсиях и эффективности кампаний внутри канала | Не подходит для нейтрального сравнения Директа с другими источниками |
| Линейная | Циклы с несколькими сопоставимыми касаниями: ценность делится между участниками цепочки | Формально уравнивает контакты, хотя их реальное влияние может отличаться |
| С учётом давности | Сценарии, где контакты ближе к конверсии считаются более значимыми | Распределение зависит от заданного правила, а не от доказанного вклада каждого канала |
| Алгоритмическая | Проекты с достаточным объёмом качественных данных и сложными цепочками | Результат сложнее объяснить, а доступность и требования зависят от системы |
Для Яндекс Директа обычно полезно сравнивать как минимум две перспективы: нейтральную модель по всем значимым источникам и модель, показывающую участие Директа. Первая помогает распределять бюджет между каналами, вторая — анализировать кампании внутри рекламной системы. Использовать только модель последнего перехода из Директа для сравнения всей рекламы с SEO, CRM-рассылками или другими каналами некорректно: правило изначально отдаёт приоритет определённому источнику.
Автоматическая или алгоритмическая модель не становится лучшей по умолчанию. Результат полезен, когда система видит достаточно полных цепочек и целевых действий. При небольшом объёме конверсий, частой смене целей или потере офлайн-этапов более простая модель может быть стабильнее и понятнее для управленческих решений.
Шаг 4. Проверьте модель на реальных отчётах
Не переключайте оптимизацию кампаний сразу после теоретического выбора. Сначала сравните модели на одном периоде, одинаковом наборе целей и неизменной структуре данных.
- Выберите репрезентативный период. Исключите дни с техническими сбоями и учитывайте сезонность. Период должен охватывать типичный цикл сделки.
- Сформируйте единый набор отчётов. Сравните каналы, кампании, типы трафика и ключевые цели. Не меняйте одновременно атрибуцию, окно конверсии и состав целей.
- Найдите сегменты с сильными расхождениями. Особенно внимательно проверьте брендовые запросы, ретаргетинг, прямые визиты и кампании на широкую аудиторию.
- Изучите цепочки. Выясните, какой контакт получает или теряет конверсии при смене модели. Разница должна объясняться логикой поведения пользователя, а не ошибкой разметки.
- Сопоставьте данные с CRM. Оцените не только заявки, но и их качество, продажи и выручку, если такая информация доступна.
- Зафиксируйте правило. Запишите выбранную модель, цель, окно анализа и область применения. Это позволит команде одинаково трактовать показатели.
Сравнение следует проводить в параллельных отчётах, если интерфейс позволяет пересчитывать исторические данные по разным правилам. Последовательное сравнение двух разных периодов ненадёжно: на результат могут повлиять спрос, бюджет, ставки, акции и изменения сайта.
Критерий выбора — не максимальное число конверсий у нужного канала, а полезность модели для конкретного решения. Если модель логично отражает путь клиента, согласуется с данными CRM и не создаёт резких необъяснимых перекосов, её можно использовать как рабочую.
Шаг 5. Внедрите модель без потери управляемости
После проверки определите, где именно будет применяться новая атрибуция. Отчётная модель для оценки маркетинга и модель, используемая рекламной стратегией, могут выполнять разные функции.
Безопасный порядок внедрения:
- сохранить исходные показатели и настройки, чтобы иметь точку сравнения;
- назначить основную модель для регулярной отчётности;
- оставить одну дополнительную модель для проверки вклада первого или последнего контакта;
- не менять одновременно цели, бюджет, стратегию и атрибуцию;
- дать данным накопиться в пределах типичного цикла сделки;
- оценить не только CPA, но и качество обращений, продажи и распределение конверсий между кампаниями.
Если модель участвует в автоматической оптимизации, изменение может повлиять на набор сигналов для алгоритма. Кампании следует контролировать внимательнее, но не делать выводы по нескольким дням, если цикл сделки длительный. Срок оценки определяется объёмом конверсий, стабильностью спроса и скоростью прохождения воронки.
Для управленческой отчётности важна последовательность. Постоянная смена модели позволяет каждый раз получать новую картину прошлого, но затрудняет сравнение периодов. Пересматривать правило стоит после изменения воронки, запуска нового канала, подключения CRM-данных или заметного увеличения числа многоканальных цепочек.
Ошибки и чек-лист выбора
Наиболее частая ошибка — выбирать модель, при которой рекламный канал выглядит эффективнее. Атрибуция должна помогать принимать решения, а не подтверждать заранее заданный вывод.
Также искажают оценку следующие действия:
- сравнение каналов по модели, которая специально отдаёт приоритет одному из них;
- оптимизация по микроконверсиям без проверки связи с продажами;
- игнорирование звонков, повторных обращений и офлайн-сделок;
- смешивание новых и постоянных клиентов в одном отчёте;
- смена модели одновременно со стратегией, бюджетом и посадочной страницей;
- оценка длинного цикла сделки по слишком короткому периоду;
- ожидание, что сложная модель компенсирует ошибки целей и разметки.
Краткий чек-лист перед утверждением модели:
- понятно, на какой бизнес-вопрос отвечает отчёт;
- основная цель связана с ценным действием пользователя;
- учтена типичная длина сделки;
- проверены рекламные метки, звонки и дубли;
- изучены различия минимум между двумя моделями;
- выбранное правило подходит для сравнения нужных каналов;
- результат сопоставлен с CRM или другой системой учёта продаж;
- настройка и область её применения задокументированы.
Частые вопросы
Какая модель атрибуции лучше для Яндекс Директа?
Единой лучшей модели нет. Для операционного анализа часто подходит последний значимый рекламный контакт, для оценки участия Директа — последний переход из Директа, а для анализа привлечения новой аудитории — первый переход. Выбор зависит от задачи и пути клиента.
Можно ли использовать модель последнего перехода из Директа для распределения бюджета между каналами?
Такое сравнение будет смещено в пользу Директа, поскольку модель приоритетно ищет контакт с этим каналом. Для распределения общего маркетингового бюджета нужна нейтральная модель, применяемая ко всем источникам по одинаковым правилам.
Почему после смены модели изменилось число конверсий в кампании?
Фактические конверсии не исчезли и не появились. Аналитическая система перераспределила их между источниками и кампаниями по новому правилу. Важно проверить, какие цепочки вызвали разницу.
Нужно ли выбирать одну модель для всех отчётов?
Для регулярной отчётности полезно закрепить одну основную модель, чтобы показатели оставались сопоставимыми. Дополнительные модели можно использовать для отдельных вопросов: оценки первого знакомства, ассистирующей роли рекламы или финального контакта.
Когда стоит выбирать алгоритмическую атрибуцию?
Алгоритмическая модель уместна при достаточном количестве качественных конверсий и полноценных многоканальных цепочек. Если данных мало или значительная часть сделки проходит вне аналитики, результат может быть нестабильным и сложным для интерпретации.
Как часто пересматривать выбранную модель?
Плановая частая смена не нужна. Пересмотр оправдан, если изменились цикл сделки, каналы привлечения, набор целей, способ передачи офлайн-конверсий или доля повторных визитов.
Что делать после выбора
Зафиксируйте модель в регламенте аналитики и укажите, для каких задач она используется. В ежемесячном отчёте дополнительно отслеживайте расхождения с контрольной моделью: заметное изменение разницы может указывать на новый сценарий поведения пользователей или проблему со сбором данных.
Если атрибуция нужна не только для отчётности, но и для управления ставками и бюджетом, настройку следует рассматривать вместе с целями, структурой кампаний и передачей конверсий. Эти элементы определяют, какие данные получает рекламная стратегия. Разобрать их комплексно можно в рамках услуги настройки и ведения контекстной рекламы.
