Модели атрибуции в аналитике трафика: как узнать вклад канала в рост продаж

В многоканальных кампаниях путь пользователя к конверсии может быть тернист и долог. Задача маркетинговой команды заключается в том, чтобы оценить вклад каждой точки соприкосновения клиента с брендом: через рекламу, СМИ, Email-маркетинг, канал в RuTube и т. д. Помогают это сделать модели атрибуции.

Мы поговорим про девять моделей: First Click, Last Click, Last Non-Direct Click, Linear Model, Position-based, Time Decay, Post-View, Post-Click, Шепли и Маркова. Расскажем, как они помогают оптимизировать рекламные кампании и в каких нишах используются, а также приведем инструменты, которые используют модели для мультиканальной аналитики.

Что такое модель атрибуции

Атрибуция — это метод распределения ценности между источниками трафика, которые участвовали в конверсионном действии, например покупке, заказе, заявке, подписке. Модель атрибуции — алгоритм, который определяет правила распределения ценности конверсии между каналами в цепочке касаний.

Например. Пользователь посмотрел баннерную РСЯ-рекламу на тематическом сайте, посетил официальную страницу бренда в социальной сети, перешел по «посевному» посту из канала в Telegram и оформил подписку. Все эти каналы участвовали в цепочке и «дожимали» потенциального клиента: от первого касания до конверсии. Выбранная модель атрибуции решает, кому приписать этот успех: отдать всё одному или распределить на всех.

Все модели атрибуции требуют предварительной настройки, маршрутизации и разметки данных. Например, передача данных из рекламных кампаний, систем коллтрекинга, действий в мобильных приложениях и на сайте, настройка целей в Метрике, включая сбор ClientID, данные по офлайн-конверсиям.

Что такое мультиканальная аналитика

Мультиканальная аналитика — это анализ всех точек взаимодействия пользователя с каналами бренда на пути к конверсии: реклама → соцсети → email → поиск и т. д. Она неразрывна с атрибуцией, поскольку именно на основе данных о каналах можно оценить вклад каждого в продажу.

Для чего это нужно:

• Выявление каналов верхней и нижней воронки.
• Анализ мультиканальных путей движения клиента по воронке.
• Тестирование гипотез.
• Анализ и оптимизация воронок для повышения конверсии.
• Перераспределение бюджета.
• Поиск фрода и отключение неэффективных каналов.

Какие модели атрибуции бывают

Модели маркетинговой атрибуции действуют на разных стадиях воронки и подбираются под каждую нишу и длительность цикла сделки отдельно. У них есть свои плюсы и минусы. Модели можно комбинировать и тестировать для сравнения.

First Click, или «Первый переход»

Модель атрибуции верхнего уровня воронки, при которой 100% ценности отдаётся первому касанию в цепочке. Выявляет источники нового трафика (SEO, медийка, контент-маркетинг).

Особенности:

• Одноканальна, поскольку игнорирует все последующие касания.
• Полезна, когда цель компании — повысить узнаваемость, а не продажи.
• Нет возможности узнать, что именно повлияло на продажу.
• Подходит для сделок длинного цикла, например B2B, услуги, образование с количеством касаний 3+.
• Если канал убыточен по результатам оценки модели First Click, эксперты не рекомендуют его отключать — лучше комбинировать с Last Click.

Last Click, или «Последний переход»

Модель отдаёт 100% ценности последнему касанию и подчеркивает прямые каналы, после которых произошла конверсия.

Особенности:

• Переоценивает нижнюю воронку (ретаргетинг, брендовый поиск) и недооценивает «верхушку» (медийку, SEO). Чем больше касаний, тем слабее связь каналов с конверсией.
• Подходит в сделках короткого цикла (E-com, лидген) и быстрых покупках. Например, в онлайн-торговле с коротким циклом сделки (при 50% покупок за 1 клик) показывает более точный показатель ROI.
• В B2B с касаниями более 5 шт. искажает оценку в пользу финальных каналов трафика.
• Last Click выявляет «горячую» аудиторию. Эксперты рекомендуют масштабировать этот канал в том случае, если он показывает уверенный +.

Last Non-Direct Click, или «последний рекламный переход»

Модель приписывает 100% последнему платному каналу перед покупкой — без прямых заходов.

Особенности:

• Аналогично Last Click — учитывает источник (не прямой), после которого была совершена продажа, остальные — игнорирует.
• Позволяет отфильтровать брендовый «шум».
• Показывает более точные результаты для performance-каналов.
• Подходит для E-com и лидген с сильным брендингом и брендовым трафиком.
• Не подходит для B2B с длинным циклом сделки.
• Поскольку такая модель атрибуции переоценивает низ воронки, эксперты рекомендуют добавлять UTM-метки для точного трекинга.

Linear, или Линейная модель атрибуции

Учитывает равный вклад каждого канала по всем касаниям, то есть выставляет им равную ценность.

Особенности:

• Балансирует все этапы пути пользователя.
• Подходит для многоканальных кампаний — с 3-7 касаниями, например SaaS, онлайн-торговля со средним циклом.
• Не используйте в более коротких циклах.
• Минус — недооценивает ключевые касания.

Position-Based (U-Shape), или «С привязкой к позиции»

Это своеобразный гибрид First и Last Click атрибуции, похожий на Linear. Алгоритм отдает 40% первому и последнему каналу, а 20% — остальным.

Особенности:

• Учитывает и верх, и низ воронки.
• Подходит для смешанных циклов, например E-com + услуги.
• Уступает data-driven моделям атрибуции в сложных воронках с 7 и более касаниями.
• Подходит для анализа быстрых рекламных кампаний, например при запуске акций.
• Важно учитывать сезонность. Например, в период Черной пятницы цикл будет короче.

Time Decay, или «С учётом давности взаимодействий»

Аналогично модели Last Click: больший вес придается кликам, которые пользователь совершил ближе по времени к конверсии, то есть по нарастающей.

Особенности:

• Идеально подходит для длинных циклов продаж (B2B, недвижимость), где доминирует последнее взаимодействие (ретаргетинг, Email-маркетинг).
• Недооценивает верх воронки (первое касание клиента с брендом), поскольку алгоритм расчета строится на принципе: чем ближе к покупке, тем выше вес. По умолчанию последние 24 часа получают до 50% вклада в конверсию.
• В коротких циклах (менее трех дней) может сливаться с Last Click.
• Подходит для анализа быстрых рекламных кампаний, например при запуске акций.
• Важно учитывать сезонность. Например, в период Черной пятницы цикл будет короче.

Post-View, или «Конверсия после просмотра рекламы»

Присваивает оценку конверсии после просмотра пользователем рекламы, без клика, в течение 1-30 дней после показа. Данные о пользователе собираются через cookie-файлы или пиксель. Именно на ней строятся CPA-модели.

Разместите
тендер бесплатно

Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.

Заполнить заявку 13280 тендеров
проведено за восемь лет работы нашего сайта.

Особенности:

• Подходит для оценки эффективности охватных размещений (баннеры, видеореклама — медийные рекламные кампании).
• Раскрывает силу просмотра в RTB, когда оплата происходит за реальные продажи после знакомства с брендом через баннер или видео.
• Собирает глубину просмотров для сравнения площадок, где размещается медийка.
• Тестируйте окна взаимодействия: 7 дней для импульсных покупок, 90 — для B2B.

Post-click, или «Конверсия после клика»

Фиксирует конверсии, которые происходят после явного клика пользователя по рекламе. Принцип тот же, что и у Last Non-Direct Click.

Особенности:

• Между кликом по рекламе и конверсией может пройти время. Поэтому модель учитывает время на принятие решения о покупке: заказать доставку еды — 1 день, купить недвижимость — несколько месяцев.
• Поскольку модель фиксирует явное взаимодействие пользователя с брендом, то отлично подходит для performance-аналитики.
• Для качественной оценки каналов используйте антифрод-инструменты для фильтрации трафика и получения точных данных (боты могут составлять до 30% трафика, а в дорогих и конкурентных нишах — больше).
• Тестируйте окна взаимодействия: 7 дней для импульсных покупок, 90 — для B2B.
• Требует сбора сквозных данных.
• Модель чувствительна к фроду, поэтому требует предварительной очистки трафика с помощью антифрод-инструментов.
• Использование этой модели позволяет адаптировать креативы под позицию.

Шепли и Маркова

Модели атрибуции, которые позволяют оценить вклад всех рекламных каналов, которые участвовали в конверсии, на основе data driven.

Особенности:

• Модель Шепли использует теорию игр, при которой алгоритмы вычисляют средний вклад каждого канала, учитывая все возможные комбинации взаимодействий в цепочке.
• Модель цепочек Маркова представляет путь пользователя как цепочку переходов между каналами. Она оценивает вклад каждого канала по вероятности конверсии и показывает, как изменится результат при отключении конкретного канала.
• Подходит для мультиканальных воронок, например E-com + apps + офлайн.
• Ниши: финансы и страхование, B2B с длинным циклом сделки, E-com.
• Требует сбора сквозных данных.
• Модель чувствительна к фроду, поэтому требует предварительной очистки трафика с помощью антифрод-инструментов.
• Использование этой модели позволяет адаптировать креативы под позицию.

Существует еще один, десятый, тип модели — пользовательская атрибуция, которая настраивается индивидуально под отдельные бизнес-процессы. Например, такая возможность есть в Google Analytics. В этом случае можно придавать индивидуальный вес тем каналам и точкам взаимодействия, которые компания считает наиболее важными.

Сервисы аналитики и их особенности в моделях атрибуции

У большинства инструментов модели атрибуции, точнее сами наборы правил, примерно одинаковые. У них могут быть разные названия, но принцип схожий с описанными нами выше.

Яндекс Метрика

В Метрике есть пять моделей атрибуции:

1. Первый переход — любой первый переход на сайт. Используется для сайтов с отложенной конверсией (например, в недвижимости).
2. Последний переход — учитывает источник перехода в данный момент, без учета истории визитов. Используется для технического аудита сайта и корректного сравнения данных между Директом и Метрикой.
3. Последний значимый переход — позволяет точнее подсчитать конверсию. Источники условно делятся на значимые (реклама, мессенджеры, органика из поиска и т. д.) и незначимые (прямые заходы, внутренние переходы, закладки). Визиты из незначимых источников приписываются более значимому предыдущему каналу. Игнорирует прямой шум и фокусируется на платных каналах.
4. Последний переход из Директа — используется для учета визитов только из Директа. Даже если посетитель несколько раз перешёл по объявлению, то визит будет привязан к последнему переходу.
5. Автоматическая атрибуция — подходит для «ленивых». Работает на базе стандартных моделей + расширенных данных с использованием машинного обучения. Алгоритмы расчёта используют множество сигналов, в числе которых, например, домохозяйства для учёта касаний с брендом с разных устройств (смартфон, ПК).
6. Calltouch склеивает онлайн-сессии с оффлайн-звонками через динамические номера и API.
7. Есть фильтрация дублей. По номеру телефона сервис объединяет лиды, распределяя конверсии заново, исключая искажения в линейной атрибуции.
8. Встроенная антифрод-система дает возможность отключать слабые ключи.

Также есть Кросс-девайс, который дополняет основные модели атрибуции. Учитывает переходы одного пользователя с разных устройств. Используется в комбинации с одной из выбранных моделей. Автоматическая атрибуция + Кросс-девайс использует машинное обучение для реальных путей без использования cookie-файлов.

Особенности в аналитике с учетом фрода:

• Записи визитов в Вебвизоре дают возможность анализировать поведение пользователей на сайте, их движение по воронке и учитывать дальнейшую оптимизацию. В том числе искать фродовые визиты.
• Сбор ClientID и других идентификаторов для сквозной атрибуции дает возможность передавать офлайн-конверсии, которые помогают обучать кампании на реальных данных и снижать показы объявлений для нецелевой аудитории.
• Всегда включайте кросс-девайс. В противном случае Метрика будет думать, что к конверсии привел прямой заход.
• Фильтруйте фрод перед тем, как перейти к анализу. Желательно делать на стороне источника трафика: например, Антибот — на стороне сайта, Защита Яндекс Директ — в Директе, Защита VK Реклама — в VK.
• Сквозная интеграция устраняет «слепые зоны» с помощью атрибуции Last Click.
• Calltouch склеивает онлайн-сессии с оффлайн-звонками через динамические номера и API.
• Есть фильтрация дублей. По номеру телефона сервис объединяет лиды, распределяя конверсии заново, исключая искажения в линейной атрибуции.
• Встроенная антифрод-система дает возможность отключать слабые ключи.

Calltouch

Calltouch — это комплексная аналитика коллтрекинга и лидогенерации. В системе есть три модели атрибуции, которые адаптированы под офлайн-конверсии — звонки, заявки.

• Первое касание — присваивает 100% заслуги первому источнику (каналу, UTM-меткам). Если лид пришел из Яндекс Директ, то вся конверсия припишется ему, даже при последующих визитах из органики.
• Последнее касание — 100% веса будет отдано последнему клику перед конверсией. Подходит для быстрого анализа эффективности каналов «на финише».
• Линейная — равномерно распределяет вес между всеми точками пути, например 33% для трех касаний. Включается отдельно.
• Интеграция Calltouch с Директом позволяет отключать неэффективные рекламные объявления.
• Сквозная интеграция устраняет «слепые зоны» с помощью атрибуции Last Click.
• Calltouch склеивает онлайн-сессии с оффлайн-звонками через динамические номера и API.
• Есть фильтрация дублей. По номеру телефона сервис объединяет лиды, распределяя конверсии заново, исключая искажения в линейной атрибуции.
• Встроенная антифрод-система дает возможность отключать слабые ключи.

Особенности:

• Интегрируйте Calltouch с CRM и рекламными кабинетами, чтобы выстраивать цепочки взаимодействий в многоканальных кампаниях. 
• В многокплаьных кампаниях используйте Linear атрибуцию.
• В системе есть сквозная кросс-проектная аналитика для оценки взаимодействия пользователей на нескольких сайтах в цепочке.
• Интеграция Calltouch с Директом позволяет отключать неэффективные рекламные объявления.
• Сквозная интеграция устраняет «слепые зоны» с помощью атрибуции Last Click.
• Calltouch склеивает онлайн-сессии с оффлайн-звонками через динамические номера и API.
• Есть фильтрация дублей. По номеру телефона сервис объединяет лиды, распределяя конверсии заново, исключая искажения в линейной атрибуции.
• Встроенная антифрод-система дает возможность отключать слабые ключи.

Roistat

Roistat предлагает восемь моделей атрибуции, при этом основной считается «Стандартная» модель, где ценность отдается последнему источнику трафика, который участвовал в цепочке конверсии.

1. Стандартная модель и Последний клик — учитывает заявки за выбранный период с акцентом на последний источник трафика, без привязки к дате визита. Подходит для быстрого анализа реальных лидов.
2. По первому взаимодействию — вся заслуга отдается первому касанию.
3. По последнему платному клику — аналогично Last Non-Direct Click, игнорирует прямые заходы. Используйте её, если хотите упростить оценку рекламы в смешанных трафиках.
4. По позиции касания — больший вес отдаётся первым и последним касаниям (например, 40%-20%-40%).
5. Линейная — равный вес отдается всем касаниям в цепочке.
6. Линейный рост — подходит для сделок длинного цикла (например, в нише Недвижимость).
7. Линейный спад — убывающий вес от первого к последнему (например, 40%-30%-20%-10%). Здесь основной акцент ставится на ранние касания с затуханием влияния.
8. Атрибуция с учетом давности — вес зависит от времени между касаниями: чем ближе к конверсии, тем выше ценность. Учитывает отложенные эффекты в офлайн-конверсиях.

Также есть возможность настройки кастомной модели (по шаблону U-Shape).

Особенности для мультиканальной аналитики:

• Отслеживание эффективности канала по нескольким моделям атрибуции одновременно.
• Мультиканальная склейка помогает убрать дубли. Объединяет сессии по cookie, телефону и CRM, показывая полные пути (радио → Директ → звонок).
• Аналитика в разрезе атрибуций и мультиканального маркетинга через Roistat даёт возможность отключать каналы, которые участвуют в продвижении, но не приводят лидов.
• Для измерения эффективности ключевых фраз включайте линейную модель атрибуции. Так вы не потеряете ключ, который реально приводит к конверсиям, если участвует на каждом этапе касаний и в итоге приводит к конверсии.
• ​Равномерное распределение (Линейная).
• U-Shape (Позиционная).
• Линейная с учетом давности — линейный рост/спад ценности по близости к конверсии (ранние касания слабее).

Alytics

Alytics — это российская облачная платформа сквозной аналитики, которая объединяет коллтрекинг, автоматизацию контекстной рекламы и мультиканальную аналитику. Предлагает семь моделей атрибуции:

1. Без учета мультиканальности — присваивает заслугу по умолчанию последнему непрямому источнику из Яндекс Метрики/Google Analytics/коллтрекинга/CRM. Представляет собой аналог Last Non-Direct Click.
2. ​Последнее взаимодействие (Last Click).
3. Первое взаимодействие (First Click).
4. Вспомогательное взаимодействие — фокус на промежуточных касаниях, исключая первый/последний.
5. ​Равномерное распределение (Линейная).
6. U-Shape (Позиционная).
7. Линейная с учетом давности — линейный рост/спад ценности по близости к конверсии (ранние касания слабее).

​Можно создавать пользовательские модели на базе стандартных с настройкой окна атрибуции и весов.

​Особенности:

• Система склеивает сессии по cookie, UTM, телефонам и CRM, например в цепочке: реклама → сайт → звонок → продажа.
• Антифрод-фильтры (дубли по IP/телефонам, боты, короткие звонки) исключают фейковые лиды и очищают данные.
• Ассоциированные конверсии отслеживают вклад каждого канала, даже если он не последний, с поддержкой post-view и офлайн-целей.
• В отчетах по РСЯ-площадкам и на внутренних уровнях Яндекс Маркета мультиканальные цели недоступны.

Как выбрать и внедрить модель атрибуции

Выбор модели зависит от вашей ниши, длины цикла сделки, количества касаний и целей — что ставите во главе: узнаваемость или продажи.

• Короткий цикл (E-com, лидген, менее 3 дней): Last Click / Last Non-Direct Click + Linear.
• Средний цикл (SaaS, услуги, 3-7 дней): Position-Based / Time Decay + Linear.
• Длинный цикл (B2B, недвижимость, >7 дней): First Click + Time Decay / Data-driven (Шепли/Марков).
• Медийка и брендинг: Post-View / Post-Click.

Соблюдайте гигиену данных и комбинируйте аналитику с антифрод-системами и кросс-девайс, чтобы убрать фродовый шум и повысить точность анализа по каналам.