Модели атрибуции и их особенности

Иллюстрация к материалу «Модели атрибуции и их особенности»

Покупатель редко принимает решение после одного контакта с брендом. Сначала он видит рекламу в соцсетях, потом ищет отзывы, через неделю переходит по объявлению в поиске, а заказ оформляет, набрав адрес сайта вручную. Какому каналу засчитать продажу? Ответ на этот вопрос дает модель атрибуции, и от ее выбора напрямую зависит, какие каналы будут казаться эффективными, а какие — бесполезными. Разберем основные модели, их сильные и слабые стороны.

Что такое атрибуция и почему она важна

Атрибуция — это правило распределения ценности конверсии между точками контакта, которые предшествовали покупке. Каждая аналитическая система по умолчанию использует какую-то модель, и многие специалисты даже не задумываются, по какой логике считаются их отчеты.

Последствия выбора модели очень практичны. Допустим, реклама в социальных сетях знакомит людей с продуктом, но почти никто не покупает сразу. Если система засчитывает продажу только последнему каналу, соцсети покажут ноль заказов, и их отключат. Через месяц окажется, что поисковая реклама тоже стала приносить меньше: людей, которые искали бренд после знакомства в ленте, стало меньше. Модель атрибуции помогает увидеть такие связи заранее.

Читайте также: Маркетинг влияния: работа с блогерами без лишних затрат

• распределение бюджета между каналами;
• оценка роли охватных и имиджевых кампаний;
• понимание длины и структуры пути клиента;
• аргументация в спорах о том, какой канал «работает».

Модели одного касания

Последний клик

Самая распространенная и интуитивно понятная модель. Вся ценность конверсии отдается последнему источнику перед покупкой. Если человек пришел по рекламе в поиске и оформил заказ, продажа принадлежит поисковой рекламе, независимо от того, что было до этого.

Плюсы модели — простота и прозрачность. Ее легко объяснить, она хорошо отражает каналы, которые «закрывают» сделку, и подходит для бизнеса с коротким циклом покупки, где решение принимается в течение одного визита. Минусы очевидны: модель полностью игнорирует все, что сформировало интерес. Каналы верхней части воронки — медийная реклама, контент, соцсети — систематически недооцениваются.

Существует важная разновидность — последний значимый переход. В ней прямые заходы не считаются источником, если до них был другой переход. Если человек пришел из рекламы, а через два дня вернулся по закладке и купил, продажа будет засчитана рекламе. Это более честный вариант, и именно его Яндекс Метрика использует в ряде отчетов по умолчанию.

Первый клик

Противоположный подход: вся ценность отдается первому контакту, который привел человека на сайт. Логика проста — если бы не этот канал, клиент вообще не узнал бы о компании.

Модель полезна, когда задача — понять, какие каналы привлекают новую аудиторию. Она подходит для анализа кампаний по узнаваемости и для бизнеса, который активно наращивает базу. Но у нее есть серьезные ограничения. Во-первых, она игнорирует все, что убедило человека купить. Во-вторых, она сильно зависит от срока хранения данных: если первый визит был давно и куки стерлись, «первым» окажется вовсе не настоящий первый контакт.

Многоканальные модели

Чтобы учитывать весь путь, используют модели, которые распределяют ценность между несколькими точками контакта.

1. Линейная модель. Ценность делится поровну между всеми касаниями. Если было четыре перехода, каждый получает 25% конверсии. Модель справедлива по форме, но не учитывает, что разные касания играют разную роль.
2. Модель с временным затуханием. Чем ближе касание к покупке, тем больше ценности оно получает. Подходит для коротких акций и продуктов, где решающими являются последние контакты.
3. Позиционная модель. Первый и последний контакт получают по 40% ценности, а оставшиеся 20% делятся между промежуточными. Логика — особенно важны знакомство и закрытие сделки.
4. Алгоритмическая модель. Распределение рассчитывается на основе данных: система сравнивает пути тех, кто купил, и тех, кто не купил, и оценивает вклад каждого канала. Требует большого объема конверсий и сложной инфраструктуры.

Рассмотрим путь клиента: соцсети, затем поиск без рекламы, затем рассылка, затем поисковая реклама и покупка на 10 000 рублей. По последнему клику вся сумма уходит поисковой рекламе. По первому — соцсетям. По линейной — по 2 500 рублей каждому из четырех каналов. По позиционной — по 4 000 соцсетям и поисковой рекламе и по 1 000 органическому поиску и рассылке. Одна и та же продажа дает четыре разных картины.

Нет правильной модели «вообще», есть модель, подходящая под вопрос. Для оценки закрывающих каналов смотрите последний значимый переход, для оценки привлечения — первый.

Как выбрать модель для своего бизнеса

Выбор зависит от длины цикла сделки, количества каналов и задач, которые решает маркетинг.

• Короткий цикл и один-два канала. Например, доставка еды или срочный ремонт. Почти все решения принимаются за один визит, и модели последнего значимого перехода достаточно.
• Средний цикл и несколько каналов. Интернет-магазин одежды, курсы, бытовые услуги. Полезно смотреть на последний значимый переход и сравнивать с первым или линейной моделью.
• Длинный цикл. Недвижимость, оборудование, услуги для бизнеса. Путь может длиться месяцами, и модель последнего клика будет сильно искажать картину. Здесь стоит применять позиционную или алгоритмическую модель.
• Активное привлечение новой аудитории. Если задача — рост узнаваемости, модель первого клика поможет понять, какие каналы приводят новых людей.

Практический совет: не выбирайте одну модель навсегда. Регулярно сравнивайте отчеты по двум-трем моделям. Если канал хорошо выглядит в любой модели — он сильный. Если только в первом клике — он привлекает, но не продает. Если только в последнем — он собирает урожай, посеянный другими.

Ограничения атрибуции

Даже самая продуманная модель работает только с теми касаниями, которые система смогла зафиксировать. А таких слепых зон немало.

1. Переходы с разных устройств. Человек увидел рекламу на телефоне, а купил с компьютера — без авторизации система видит двух разных посетителей.
2. Офлайн-контакты. Наружная реклама, рекомендации знакомых, выставки не оставляют цифрового следа.
3. Просмотры без кликов. Человек увидел баннер, запомнил бренд, но не кликнул — модель кликов этого не учтет.
4. Ограничения куки и блокировщики. Часть данных просто не собирается.
5. Срок хранения истории. Если путь длиннее окна атрибуции, ранние касания исчезают.

Поэтому результаты атрибуции нужно воспринимать как ориентир, а не абсолютную истину. Полезно дополнять их экспериментами: например, отключить канал в одном регионе и посмотреть, как изменятся продажи. Если продажи упали сильнее, чем показывала модель, вклад канала был недооценен.

Типичные ошибки при работе с атрибуцией

• оценивать охватные кампании по модели последнего клика и отключать их как неэффективные;
• сравнивать отчеты разных систем, которые используют разные модели по умолчанию;
• менять модель в середине анализа и сравнивать несопоставимые периоды;
• выбирать модель, которая делает любимый канал красивее, вместо той, что отвечает на вопрос;
• игнорировать длину цикла сделки и делать выводы слишком рано;
• использовать алгоритмическую модель при малом количестве конверсий, когда ей не на чем учиться.

Как сравнивать модели на практике

В Яндекс Метрике модель атрибуции можно переключить прямо в отчете, и это самый простой способ увидеть разницу. Откройте отчет по источникам, выберите основную цель и посмотрите количество конверсий по каналам сначала в модели последнего значимого перехода, затем — первого перехода. Выпишите результаты рядом и посчитайте отклонение для каждого канала.

Допустим, рассылка в модели последнего значимого перехода дает 40 конверсий, а в модели первого перехода — только 8. Это означает, что рассылка редко знакомит людей с компанией, зато хорошо подталкивает к покупке тех, кто уже знаком. Соцсети, наоборот, могут показать 15 конверсий по последнему переходу и 60 по первому — значит, их роль в привлечении новых людей велика, хотя закрывают они продажи редко.

1. Выберите одну ключевую цель и период длиннее типичного цикла покупки.
2. Выгрузите конверсии по каналам в двух-трех моделях.
3. Рассчитайте для каждого канала соотношение между моделями.
4. Разделите каналы на привлекающие, закрывающие и универсальные.
5. Оценивайте каждую группу по своей логике и с разными ожиданиями.

Такое сравнение не требует сложных инструментов и занимает около часа, но дает намного более взвешенный взгляд на маркетинг, чем любой отдельный отчет.

Итоги

Модель атрибуции определяет, какой канал получит заслугу за продажу, и тем самым влияет на распределение бюджета. Последний значимый переход хорошо показывает закрывающие каналы, первый клик — привлекающие, многоканальные модели дают более полную картину пути. Выбор зависит от длины цикла сделки и задач маркетинга, а самый надежный подход — сравнивать несколько моделей и учитывать слепые зоны: межустройственные переходы, офлайн-контакты и просмотры без кликов. Атрибуция — инструмент для понимания, а не готовый приговор каналам.