Что такое Northbeam
Northbeam — это SaaS-платформа для сквозной атрибуции и аналитики маркетинга, созданная специально под задачи DTC-брендов и e-commerce. Она собирает данные из рекламных кабинетов (Meta, Google, TikTok, Snap, Pinterest), CRM, платёжных систем (Shopify, Stripe, Recharge) и объединяет их в единую модель, которая показывает реальный вклад каждого канала в выручку и прибыль.
Ключевая идея: рекламные платформы оценивают себя по своим же правилам (last-click, 7-day click, view-through) и почти всегда завышают результат. Northbeam строит независимую картину — на основе клиентских данных бренда, а не отчётов рекламных сетей.
Платформа работает по модели multi-touch attribution (MTA) с элементами media mix modeling (MMM) и использует собственный движок машинного обучения для распределения заслуг между касаниями.
Аналогия для понимания
Представьте футбольную команду. Гол забил нападающий — и именно его показывают в повторе. Но без передачи полузащитника, отбора у защитника и вброса вратаря этого гола бы не было. Рекламные кабинеты Meta и Google — это «нападающие»: они записывают гол на свой счёт. Northbeam — это видеоаналитик, который пересматривает весь матч и говорит: «На самом деле 40% гола — заслуга TikTok, 30% — email-рассылки, а последний клик от Google — только финальное касание».
Формула атрибуции
Northbeam использует взвешенную модель распределения кредита между касаниями:
Вклад канала = Σ (Кредит касания × Стоимость конверсии)
где кредит касания рассчитывается как:
Кредит_i = (Вес позиции_i × Затухание по времени_i) / Σ (Вес позиции_j × Затухание по времени_j)
Ключевые метрики, которые считает платформа:
- CAC (Customer Acquisition Cost) = Расход на канал / Число новых клиентов по атрибуции Northbeam
- MER (Marketing Efficiency Ratio) = Общая выручка / Общий рекламный расход
- aMER (attributed MER) = Выручка по атрибуции / Расход
- NC-CAC (New Customer CAC) — стоимость привлечения именно нового клиента, без учёта повторных покупок
- Blended ROAS и Platform ROAS — сравнение «истинной» и «кабинетной» окупаемости
Сравнение подходов к атрибуции
| Подход | Кто считает | Точность | Слепые зоны | Когда использовать |
|---|---|---|---|---|
| Last-click (кабинет) | Meta / Google | Низкая, завышает нижнюю воронку | Не видит верх воронки, брендовый трафик | Быстрая проверка гипотез |
| 7-day click / 1-day view | Рекламные платформы | Средняя, дублирование между каналами | Двойной учёт одних и тех же конверсий | Тактическая оптимизация внутри канала |
| Northbeam MTA | Независимая платформа | Высокая, на данных бренда | Требует качественной разметки и объёма данных | Стратегическое распределение бюджета |
| MMM (медиа-микс) | Аналитики / Northbeam | Высокая на длинном горизонте | Слабо видит креативы и короткие тесты | Годовое планирование |
Пример из практики: DTC-бренд в нише ухода за кожей с оборотом $450 000/мес. По данным Meta кабинет показывал ROAS 4.2. После подключения Northbeam выяснилось, что реальный инкрементальный ROAS Meta — 1.8, а TikTok, который считался «неэффективным» с ROAS 0.9, на самом деле давал 2.6 инкрементального ROAS за счёт ассиста в верхней воронке. Перераспределение 30% бюджета из Meta в TikTok дало рост общей выручки на 18% за 6 недель при том же расходе.
Где применяется в DTC
1. Перераспределение бюджета между каналами. Вместо «Meta 60% / Google 30% / TikTok 10%» — динамическая аллокация на основе инкрементального вклада.
2. Оценка новых каналов. Запуск Pinterest или Influencer-кампаний без слепой веры в platform-reported ROAS.
3. Креативная аналитика. Northbeam показывает, какие креативы дают ассисты, а не только прямые конверсии.
4. Прогноз выручки. На основе aMER и NC-CAC бренд строит план по масштабированию.
5. Разделение new vs returning customer. Критично для подписочных моделей (Recharge, Bold) и брендов с высоким LTV.
Конкретные цифры для ориентира:
- DTC-бренды с оборотом $1–10 млн/год обычно видят расхождение между platform ROAS и Northbeam ROAS в диапазоне 30–60%.
- Средний бренд тратит 15–25% бюджета на каналы, которые кабинеты переоценивают.
- Внедрение Northbeam окупается в среднем за 2–4 месяца за счёт оптимизации аллокации.
Частые ошибки
- Слепая вера в platform ROAS. Meta и Google считают одну и ту же конверсию дважды — Northbeam это вскрывает.
- Игнорирование new customer CAC. Общий CAC размывается повторными покупками и создаёт иллюзию эффективности.
- Недостаточный объём данных. MTA требует минимум 100–200 конверсий в месяц на канал, иначе модель шумит.
- Отсутствие UTM-дисциплины. Без корректной разметки Northbeam не сможет разложить касания.
- Ожидание «абсолютной истины». Northbeam — это модель, а не бухгалтерия. Её сила — в сравнении каналов между собой, а не в точности до цента.
- Отказ от MMM. MTA плохо видит офлайн, подкасты, TV и брендовые кампании — их нужно закрывать медиа-миксом.
Связанные термины
- MTA (Multi-Touch Attribution) — мультиканальная атрибуция по касаниям
- MMM (Media Mix Modeling) — эконометрическая модель вклада каналов
- Incrementality testing — гео- и holdout-тесты для измерения истинного эффекта
- MER / aMER — коэффициент эффективности маркетинга
- CAC / NC-CAC / LTV:CAC — юнит-экономика привлечения
- Triple Whale, Rockerbox, Measured — прямые конкуренты Northbeam
- Server-side tracking — серверная разметка, критичная для точности данных
- Post-purchase survey — опросы «откуда вы о нас узнали» как дополнительный сигнал