Модели атрибуции: как заслуга за заявку делится между каналами

Модели атрибуции это простыми словами правила, по которым одна заявка или продажа делится между всеми рекламными каналами, с которыми клиент контактировал до обращения. Клиент почти никогда не приходит с одного касания: увидел баннер, потом прочитал статью в поиске, потом кликнул по объявлению с брендовым запросом. Модель атрибуции решает, кому из этих трёх каналов записать заявку целиком или какими долями её разделить.

I. Что такое модели атрибуции

Представьте цепочку из четырёх касаний перед заявкой на монтаж окон: медийный показ в сети, статья в органическом поиске, ретаргетинг, поисковое объявление по названию компании. Заявка одна, каналов четыре. Если считать каждому каналу по целой заявке, в отчёте окажется четыре заявки вместо одной, и бюджет будет распределён по фантомным цифрам. Модель атрибуции нужна именно для того, чтобы сумма долей по всем касаниям всегда равнялась единице.

Основные модели, которые встречаются в Яндекс.Метрике, CRM-отчётах и системах сквозной аналитики:

• First click (первый клик) - вся заслуга уходит каналу, который привёл человека впервые.
• Last click (последний клик) - всё достаётся последнему касанию перед заявкой.
• Последний непрямой переход - как last click, но прямые заходы игнорируются и заслуга отдаётся предыдущему источнику.
• Линейная - заявка делится поровну между всеми касаниями цепочки.
• По позиции (U-образная) - первому и последнему касанию по 40%, остальным делится 20%.
• С учётом давности (time decay) - чем ближе касание к заявке, тем больше его вес.
• Data-driven - алгоритм считает вклад канала по статистике конверсий цепочек с ним и без него.

Ни одна из моделей не является истиной. Это разные оптические приборы: каждый показывает свою грань реальности, и выбор модели определяет, какой канал в отчёте будет выглядеть героем, а какой убыточным. Поэтому осмысленная система генерации целевых клиентов опирается сразу на две модели, а не на одну.

II. Механика расчёта и пример в рублях

Формула любой модели одинаковая по структуре: заявок каналу = сумма весов этого канала во всех цепочках, где сумма весов внутри одной цепочки равна 1. Дальше цена заявки считается обычным делением: расход канала делится на присвоенное ему число заявок.

Возьмём месяц: три канала, общий расход 300 000 рублей, 100 заявок. Медийная реклама (расход 100 000 рублей) чаще всего стоит первой в цепочке, статьи в поиске (условно 60 000 рублей на контент) идут в середине, брендовый поиск (40 000 рублей) и ретаргетинг (100 000 рублей) закрывают цепочку. Считаем по трём моделям.

Средняя цена заявки в обоих случаях одна и та же - 3 000 рублей. Меняется только распределение. По last click медийная реклама выглядит провальной: 16 667 рублей за заявку, её хочется выключить. По линейной модели она даёт 27 заявок по 3 704 рубля и находится в норме. Если руководствоваться только last click и отключить медийку, часть цепочек не начнётся вовсе, и через месяц просядет весь верх воронки, включая тот самый брендовый поиск с ценой 952 рубля.

III. Как это выглядит на практике

Второй параметр после модели - окно атрибуции, то есть глубина памяти системы. Для товара за 3 000 рублей хватает 7-14 дней, для ремонта квартиры или покупки недвижимости нужны 30-90 дней. Если окно короче реального цикла сделки, половина первых касаний в отчёт просто не попадёт, и любая модель выродится в last click.

IV. С чем часто путают

• Атрибуция и сквозная аналитика. Сквозная аналитика это техническая связка рекламы, CRM и денег. Атрибуция - правило распределения внутри уже собранных данных. Можно иметь сквозную аналитику и всё равно смотреть отчёты по одной примитивной модели.
• Атрибуция и коллтрекинг. Коллтрекинг определяет источник конкретного звонка. Это ввод данных, а не правило дележа заслуги между несколькими источниками.
• Атрибуция и мультиканальные последовательности. Отчёт о последовательностях показывает пути клиента, но не назначает веса. Это диагностика, а не модель.
• Атрибуция и инкрементальность. Атрибуция делит уже случившиеся заявки. Инкрементальность отвечает на другой вопрос: сколько заявок исчезнет, если канал выключить. Проверяется экспериментом с отключением, а не пересчётом отчёта.
• Атрибуция и качество заявки. Модель может отдать каналу 40 заявок, из которых половина нецелевые. Поэтому распределение всегда смотрят вместе с оценкой качества лидов, иначе побеждает канал, который просто громче шумит.

V. Типичные ошибки при использовании

1. Сравнивать каналы в отчётах, построенных по разным моделям, и делать вывод о победителе. Числа несопоставимы по определению.
2. Менять модель в середине месяца. Динамика ломается: рост канала на графике будет следствием смены правила, а не работы рекламы.
3. Оставлять окно атрибуции по умолчанию при цикле сделки в два месяца. Все первые касания теряются.
4. Судить о брендовом поиске по last click. Он почти всегда последний в цепочке и потому кажется самым дешёвым каналом, хотя спрос на бренд создали другие источники.
5. Игнорировать офлайн-касания: визитка, рекомендация, разговор на выставке. Ни одна модель их не увидит, если они не попали в CRM.
6. Включать data-driven при 20 конверсиях в месяц. Алгоритму не на чем учиться, веса будут случайными.
7. Считать атрибуцию заменой честному учёту сделок в CRM. Если менеджер не проставил результат, любая модель распределит пустоту.

VI. Как это связано с потоком заявок и деньгами бизнеса

Модель атрибуции напрямую двигает бюджет. Вернёмся к примеру: при переходе с last click на модель по позиции медийная реклама получает не 6, а около 22 заявок, а брендовый поиск теряет часть заслуги. При месячном бюджете 300 000 рублей это перекладывание примерно 60-80 тысяч рублей из одного канала в другой. За год решение, принятое на основании неверной модели, стоит бизнесу от 700 тысяч рублей упущенного объёма или потраченных впустую денег.

1. Определите реальную длину цикла сделки по CRM: медиана дней от первого касания до оплаты.
2. Установите окно атрибуции не меньше этой медианы, умноженной на 1,5.
3. Зафиксируйте основную модель для управленческих решений (для услуг с циклом 3-8 касаний обычно подходит по позиции или линейная).
4. Держите last click как вспомогательный отчёт для оценки закрывающих каналов.
5. Раз в квартал проверяйте выводы экспериментом: выключите спорный канал на 2-3 недели и замерьте падение общего числа заявок.
6. Сверяйте распределение с деньгами в CRM, а не с числом заявок: канал с дорогой заявкой может давать самый высокий средний чек.

Есть и второй путь, который снимает вопрос атрибуции с повестки: работа по модели, где вы платите не за клики и показы, а за подтверждённое обращение. В схеме лидов с оплатой за результат распределение заслуги между площадками остаётся заботой исполнителя, а бизнес считает только цену заявки и долю дошедших до сделки. Для компаний без штатного аналитика это часто дешевле, чем строить и поддерживать собственную модель распределения.

VII. Короткий итог

• Модель атрибуции это правило деления одной заявки между всеми касаниями, сумма долей внутри цепочки всегда равна 1.
• Основные модели: first click, last click, линейная, по позиции 40/20/40, time decay, data-driven.
• Средняя цена заявки от модели не меняется, меняется распределение по каналам и, как следствие, бюджет.
• Last click завышает закрывающие каналы, first click завышает верх воронки, истина проверяется экспериментом с отключением.
• Окно атрибуции должно быть длиннее реального цикла сделки минимум в полтора раза.
• Смотреть распределение имеет смысл вместе с качеством заявок и деньгами в CRM, а не по одному числу обращений.

Нужны заявки, а не споры об атрибуции

Оставьте контакт: разберём вашу воронку, посчитаем реальную цену обращения по двум моделям и предложим схему поставки заявок с оплатой за результат.

Получить расчёт заявок →

Нажимая кнопку, вы соглашаетесь на обработку данных для ответа на заявку.

Частые вопросы