Определение
Модель атрибуции — это правило, по которому конверсия (покупка, заявка, регистрация) распределяется между каналами и точками касания на пути клиента. Простыми словами: вы решаете, кому «отдать» заслугу за заказ — первому клику из рекламы, последнему письму из email-рассылки или всем касаниям по очереди.
В DTC- и e-commerce-проектах модель атрибуции напрямую влияет на то, куда вы льёте бюджет: если последний клик всегда забирает 100% заслуги, вы переоцените performance-каналы (Google Ads, ретаргетинг) и недооцените верх воронки (контент, инфлюенсеры, брендовый трафик).
Аналогия
Представьте футбольную команду. Гол забил нападающий — но был пас от полузащитника, отбор мяча у защитника и ввод от вратаря. Кто «виноват» в голе?
- Last Click — отдаём всю заслугу нападающему.
- First Click — вратарю, который начал атаку.
- Linear — делим поровну между всеми.
- Data-Driven — смотрим, чей вклад статистически значимее.
В маркетинге то же самое: клиент мог увидеть Reels инфлюенсера, потом кликнуть по поисковой рекламе, получить письмо с промокодом и купить через 3 дня. Модель атрибуции решает, как разделить эту покупку.
Формулы
Linear (линейная):
Вклад канала = 1 / N × Стоимость конверсии
где N — количество касаний в пути.
Time Decay (с затуханием по времени):
Вес касания = 2^(−t / T)
где t — время до конверсии, T — период полураспада (обычно 7 дней).
Position-Based (U-образная, 40/20/40):
Первый клик = 40% Последний клик = 40% Промежуточные = 20% / (N − 2)
Data-Driven (на основе данных):
Вклад = Шепли-значение канала в коалиционной игре
Алгоритм считает маргинальный прирост конверсии при добавлении каждого канала.
Сравнительная таблица
| Модель | Как распределяет | Плюсы | Минусы | Когда использовать |
|---|---|---|---|---|
| **Last Click** | 100% последнему касанию | Просто, совпадает с аналитикой | Недооценивает верх воронки | Короткий цикл, импульсные покупки |
| **First Click** | 100% первому касанию | Виден источник трафика | Игнорирует работу ретаргетинга | Запуск новых каналов, brand awareness |
| **Linear** | Поровну между всеми | Честно для длинных путей | Размывает реальный вклад | Длинный цикл, B2B, дорогие товары |
| **Time Decay** | Больше — ближе к конверсии | Учитывает свежесть касания | Недооценивает ранние касания | Товары с коротким раздумьем |
| **Position-Based** | 40/40/20 | Баланс верх/низ воронки | Произвольные веса | Универсальный старт для DTC |
| **Data-Driven** | По вкладу (ML) | Наиболее точная | Нужен объём данных (10k+ конверсий/мес) | Зрелые проекты с большим трафиком |
Применение в DTC и e-commerce
1. Перераспределение бюджета. Если у вас 3 канала — Meta Ads, Google Search и email — и вы видите, что при Last Click email забирает 45% конверсий, а при Data-Driven — только 18%, вы пересмотрите инвестиции в рассылку.
2. Оценка инфлюенсеров. Инфлюенсер-маркетинг почти всегда «проигрывает» при Last Click. Модель Position-Based или Data-Driven покажет реальный вклад: например, из 1 000 заказов 320 начались с промокода блогера, а закрылись через поиск.
3. Работа с ретаргетингом. Ретаргетинг часто получает незаслуженно много при Last Click. Переключение на Time Decay с T = 7 дней снижает его вклад с 40% до 22% и высвобождает бюджет на prospecting.
Конкретные цифры для ориентира:
- В среднем DTC-бренд имеет 6–8 касаний до покупки (для товаров > 5 000 ₽ — до 12).
- Переход с Last Click на Data-Driven меняет распределение бюджета в среднем на 25–35%.
- Для обучения Data-Driven модели нужно минимум 10 000 конверсий и 300+ конверсий на канал в месяц.
Частые ошибки
1. Сравнивать модели между собой как «правильные/неправильные». Каждая отвечает на свой вопрос: Last Click — «что закрыло сделку», Data-Driven — «что её создало».
2. Игнорировать окно атрибуции. Если окно 7 дней, а цикл покупки 30 дней, вы потеряете все ранние касания. Для дорогих товаров ставьте окно 30–90 дней.
3. Смешивать платформенную и сквозную аналитику. Meta покажет свои 200 конверсий, Google — свои 180, а в CRM — 250. Это не ошибка, а разные модели атрибуции внутри платформ.
4. Забывать про офлайн-касания. Звонок в поддержку, визит в шоурум, упоминание у блогера без UTM — всё это ломает атрибуцию, если не интегрировать CRM и коллтрекинг.
5. Не пересматривать модель. То, что работало при обороте 1 млн ₽/мес, ломается при 10 млн ₽/мес. Пересматривайте атрибуцию раз в квартал.
Связанные термины
- Multi-Touch Attribution (MTA) — мультиканальная атрибуция
- Marketing Mix Modeling (MMM) — эконометрическая модель вклада каналов
- Incrementality Test — тест на инкрементальность (geo-holdout, PSA)
- Customer Journey Map — карта пути клиента
- UTM-метки — разметка источников трафика
- Cohort Analysis — когортный анализ удержания и LTV
- ROAS / MER — метрики эффективности рекламы (MER — blended, устойчив к атрибуции)