Модель атрибуции — правило или алгоритм, по которому конверсию и её ценность относят к маркетинговым взаимодействиям. Модель отвечает, кому в отчёте достанется результат: первому источнику, последнему контакту или нескольким участникам пути.
Атрибуция описывает распределение учтённого результата, но сама по себе не доказывает, что реклама вызвала покупку. Вывод зависит от доступных данных, окна наблюдения и правил системы.
Зачем нужна модель атрибуции и что она не измеряет
Человек может узнать о продукте из публикации, затем сравнить варианты через поиск и позже вернуться из письма. Покупка одна, а контактов несколько. Без общего правила каждый канал способен объявить её своей заслугой, и сумма продаж в кабинетах превысит реальный результат.
Атрибуция помогает согласованно читать отчёты, сравнивать роли источников и обсуждать распределение маркетинговых расходов. При этом присвоенная доля — аналитическая договорённость или результат алгоритма, а не наблюдение за мыслями покупателя.
Например, брендовый поиск может завершать много сделок, потому что люди уже знают компанию. Это не доказывает, что увеличение расходов на него создаст столько же дополнительных заказов. И наоборот, первое знакомство без немедленной оплаты не обязательно бесполезно.
Для оценки причинного эффекта используют отдельные проверки, в том числе эксперименты с контрольной группой. Атрибуционные отчёты и такие исследования отвечают на разные вопросы. В рабочем решении полезно учитывать оба вида свидетельств и не превращать красивую диаграмму пути в гарантию эффективности.
Однокасательные и многокасательные правила
Однокасательная схема отдаёт весь учитываемый результат одному контакту. Многокасательная распределяет его между несколькими. Ни одна схема не восстанавливает взаимодействия, которых нет в данных.
| Подход | Как распределяется результат | Что важно помнить |
|---|---|---|
| Первое касание | В пользу начала наблюдаемой цепочки | Первое известное касание не всегда первое в жизни клиента |
| Последнее касание | В пользу завершения цепочки | Ранние контакты не получают доли |
| Последний непрямой переход | Прямой визит пропускают в пользу предыдущего подходящего источника | Непрямой не означает платный: органический поиск тоже непрямой |
| Линейная схема | Поровну между учитываемыми касаниями | Повторные контакты и дубли нужно обрабатывать по единым правилам |
| Временной спад | Больший вес получают недавние контакты | Скорость уменьшения веса является настройкой модели |
| Позиционная схема | Выделяют начало, конец или важные промежуточные события | Значимые позиции и доли задаются заранее |
| На основе данных | Веса рассчитывает алгоритм по наблюдаемым закономерностям | Качество зависит от данных и устройства расчёта |
U-образные схемы усиливают начало и завершение пути; W-образные добавляют важную промежуточную точку, например появление квалифицированного лида. Модели полного пути включают дополнительные стадии сделки. Названия и проценты различаются: их нужно читать в документации конкретной реализации, а не переносить из чужого примера.
Встречается и обратное временное взвешивание, где больше внимания ранним контактам. Оно меняет акцент анализа, но не делает данные полнее. Наличие модели в учебной классификации не означает, что её можно выбрать в любом сервисе: например, Google Analytics убрал ряд классических правил из доступных моделей атрибуции.
Как одна покупка выглядит в разных моделях
Возьмём условную цепочку из трёх учтённых касаний: статья партнёра → органический поиск → письмо. После письма человек оформил заказ на 12 000 рублей. Для простоты считаем, что все контакты допустимы к учёту, цепочка полная, а возврата не было.
- По первому касанию вся сумма будет отнесена к статье партнёра.
- По последнему — к письму.
- При равномерном распределении каждый контакт получит 4 000 рублей.
Ни один пересчёт не меняет реальную выручку: она остаётся 12 000 рублей. Меняется только её разнесение по источникам. Значение 4 000 рублей не означает, что без данного контакта компания потеряла бы именно эту сумму.
Теперь представим, что перед заказом случился прямой визит. В чистой модели последнего касания результат может перейти к нему. В модели последнего непрямого источника он останется за предыдущим подходящим контактом, если тот попадает в окно и остальные условия соблюдены. Поэтому сравнивать одноимённые показатели разных кабинетов без проверки правил опасно.
Если аналитика видит только поиск и письмо, статья партнёра не появится в распределении. Более сложный алгоритм не обязательно исправит этот пробел. Сначала проверяют разметку ссылок, связь событий и полноту наблюдения, а уже затем выбирают модель.
Окно учёта, показы, клики и качество данных
Окно атрибуции определяет, какие по давности контакты могут участвовать в распределении результата. Короткое окно способно исключить раннее знакомство при длинной сделке. Слишком широкое может связать покупку с давним контактом, который уже не отражает текущий выбор. Единого срока для всех продуктов нет.
Post-click и post-view описывают учёт после клика и после показа. Это не синонимы первого и последнего касания. Их можно сочетать с правилами распределения, но условия учёта показов, вовлечённых просмотров и переходов зависят от площадки.
До сравнения источников составьте паспорт отчёта: целевое событие, окно, часовой пояс, дата конверсии или контакта, правила прямого трафика, учёт устройств и возвратов. Для длинных продаж полезно сверять события аналитики с CRM и устранять повторные записи одной сделки.
Отдельные потери возникают из-за ограничений отслеживания, разных устройств, отказа от согласия и офлайн-взаимодействий. Не стоит устранять их обходом выбора пользователя. Корректнее обозначить границы измерения, использовать допустимые агрегированные сведения и не обещать стопроцентного восстановления пути.
Как выбрать подход и применять его к решениям
Начните с вопроса. Для анализа знакомства с компанией полезно увидеть первые известные источники. Для оценки завершения покупки — последние. Для длинного многоканального пути полезно сравнение распределений, если данных достаточно. Это разные ракурсы, а не соревнование за единственную «правильную» модель.
- Определите бизнес-событие и проверьте его регистрацию на тестовой сделке.
- Выберите понятный базовый подход и зафиксируйте настройки.
- Сравните его с альтернативой на одном периоде и одном наборе конверсий.
- Выделите каналы, чья оценка меняется сильнее всего, и исследуйте их роль.
- Проверяйте решения о бюджете по фактическим продажам, качеству клиентов и результатам экспериментов.
Алгоритмическая атрибуция полезна не потому, что сложнее формулы. Она должна быть устойчивой, воспроизводимой и достаточно объяснимой для выбранной задачи. Методы на основе цепей Маркова или значений Шепли используют разные способы распределения, поэтому результаты нельзя считать взаимозаменяемыми.
Наконец, не меняйте модель задним числом только для улучшения отчёта. Если методика обновилась, сохраните старую настройку и отметьте разрыв сопоставимости. Решения становятся надёжнее, когда команда понимает ограничения измерения и отличает вклад, присвоенный по правилу, от дополнительного эффекта маркетинга.
Проверку этого аспекта можно включить в задачи аудита сайта от Saygona.
Комментарий экспертаПеред спором о том, какой канал лучше, сравните определения конверсии и настройки учёта. Разные окна, возвраты, прямые переходы и повторные сделки часто объясняют расхождения сильнее, чем сама модель. Сначала нужна общая база сравнения, затем интерпретация.
Вопросы и ответы: Модель атрибуции
Универсального ответа нет. Выбор зависит от задачи, полноты данных и правил учёта. Даже алгоритмическая модель не гарантирует причинного объяснения покупки.
Нет. Непрямым источником может быть органический поиск, письмо или ссылка с другого сайта. Последний платный контакт — отдельное правило.
Системы могут одновременно присвоить себе одну сделку, использовать разные окна и события или не учитывать возвраты. Нужны сверка определений и устранение дублей.
Нет. Набор доступных правил зависит от продукта и обновлений. Некоторые классические модели сохраняются как аналитические подходы, но отсутствуют в интерфейсах отдельных систем.
