Реклама в сетях знакомит человека с компанией. Через несколько дней он ищет её по названию, возвращается по объявлению ретаргетинга, а покупку оформляет, самостоятельно открыв сайт. В отчёте продажа оказывается у прямых заходов, брендового поиска или ретаргетинга. Кампания, с которой всё началось, выглядит как источник расходов без результата.
Такое расхождение возникает потому, что покупка одна, а касаний перед ней несколько. Модель атрибуции задаёт правило, по которому аналитика связывает эту покупку с источниками трафика. При смене правила меняется распределение продаж в отчёте — вместе с ним могут измениться CPA, ROAS и представление об эффективности каналов.
Для управления бюджетом нужно разобраться в двух вещах: какую часть пути показывает выбранная модель и какие основания позволяют считать продажи дополнительными. Иначе легко отключить кампанию, которая приводит будущих покупателей, или сохранить кампанию, которая получает заслугу за покупки, происходящие и без неё.
#Одна покупка и четыре касания
Возьмём условную цепочку с покупкой на 12 000 ₽. Все визиты удалось связать с одним человеком, все четыре касания попали в окно атрибуции. Для примера учитываем переходы на сайт; показы без клика в эту цепочку не включены.
Эта последовательность показывает, что человек взаимодействовал с несколькими источниками. Она ещё не объясняет, насколько каждый из них изменил его решение. Возможно, первое объявление познакомило его с компанией. Возможно, он уже знал о ней от знакомых. Ретаргетинг мог вернуть покупателя, а мог попасть в момент, когда тот и так собирался оформить заказ.
Атрибуция позволяет применить к наблюдаемой цепочке определённое правило. Рассмотрим, как именно меняется результат.
#Как модели распределят те же 12 000 ₽
В таблице показаны общие принципы моделей. Конкретные системы могут по-разному определять касание, прямой источник и границы истории пользователя.
Это распределение учётной ценности покупки. Запись «РСЯ — 4 800 ₽» в U-Shape означает, что правило выделило первому касанию 40% выручки. Из этой записи нельзя сделать вывод, что именно РСЯ добавила бизнесу 4 800 ₽.
Первое касание отдаёт весь результат источнику, с которого началась наблюдаемая история. Оно помогает увидеть, какие каналы впервые приводят людей, впоследствии ставших покупателями. Но последующие контакты оказываются без учётной ценности, хотя некоторые из них могли быть необходимы для продажи.
Последнее касание отдаёт результат источнику визита, в котором произошла покупка. В нашем примере выигрывает прямой заход. Удобно видеть, как завершился путь, однако канал привлечения из такого отчёта исчезает.
Последнее непрямое касание пропускает прямой заход и возвращает результат предыдущему подходящему источнику. В примере это VK. Модель решает проблему «человек запомнил адрес сайта», но по-прежнему сосредоточена на конце цепочки.
Последний рекламный переход ищет последнее подходящее рекламное касание. Здесь результат тоже получает VK. Если между VK и покупкой добавить переход из email, последнее непрямое и последнее рекламное касания уже могут оказаться разными. При этом модель «последний переход из конкретной рекламной системы» имеет более узкую область, чем «последний рекламный переход»: другое определение кандидатов даст другой результат.
Линейная модель делит ценность поровну. Она сохраняет все касания, но заранее предполагает их равную значимость. Два визита из одного канала получат две доли, если единицей распределения служит визит. Поэтому даже простое правило зависит от того, что система считает отдельным касанием.
U-Shape выделяет 40% первому касанию, 40% последнему, а оставшиеся 20% делит между промежуточными. Такое правило позволяет одновременно увидеть начало и завершение пути. В нашей цепочке последнее касание прямое, поэтому оно получает 40%. Если система сначала исключает прямые заходы, распределение изменится: сравнивать нужно полные настройки, а не только название модели.
Time Decay увеличивает вес касания по мере приближения к покупке. Для прозрачного расчёта зададим условный период полураспада в три дня: каждые три дня давности уменьшают вес вдвое. На день покупки четырём касаниям 9, 6, 3 и 0 дней; их веса равны 1/8, 1/4, 1/2 и 1. После нормализации получается 800, 1 600, 3 200 и 6 400 ₽. Это выбранная для примера настройка, а не универсальные параметры Time Decay во всех сервисах.
У этих моделей разные способы описать путь. Выбор между ними начинается с вопроса к данным: нас интересуют источники первого посещения, завершения покупки или распределение ценности между несколькими визитами?
#Почему ретаргетинг и брендовый поиск часто выглядят сильнее привлечения
У каналов могут быть разные исходные аудитории. Кампания на новых посетителей обращается к людям, которые ещё не знакомы с предложением. Ретаргетинг работает с теми, кто уже взаимодействовал с сайтом. Брендовый поиск получает людей, которые знают название компании и сами его вводят.
Если сравнить эти каналы только по конверсии визита в покупку, преимущество подготовленной аудитории попадёт в оценку канала. Часть этого преимущества могла появиться раньше: благодаря рекламе, содержанию сайта, рекомендации знакомого или прежнему опыту клиента.
Возможна петля: маркетолог уменьшает бюджет привлечения, поскольку по последнему касанию оно приносит мало продаж. Ретаргетинг ещё некоторое время выглядит хорошо — в аудитории остаются ранее привлечённые посетители. Позже новых людей становится меньше, сокращаются возвращения и покупки. Ухудшение проявляется с задержкой, когда решение о сокращении бюджета уже принято.
Это объясняет риск, но не оправдывает любую кампанию на новую аудиторию. Она может приводить случайные визиты, ботов или людей, которым предложение не подходит. Чтобы сохранить бюджет обоснованно, нужно показать, что после первого визита развивается путь к бизнес-результату, а затем проверить эффект изменения расходов.
#Первое касание в отчёте не всегда первое знакомство
Слово «первое» описывает начало доступной системе истории. До него могли быть просмотр видео без перехода, рекомендация, посещение с другого устройства или визит, идентификатор которого потерялся.
Если человек впервые пришёл со смартфона, а купил с компьютера, несвязанные визиты будут выглядеть как два разных пользователя. Первое рекламное касание останется без покупки, а на компьютере органический или прямой заход окажется началом новой истории. Модель распределит ценность по тем данным, которые смогла увидеть.
Кросс-девайс сопоставление расширяет историю, но его качество зависит от доступных сигналов. Полезно различать точную связь по идентификатору, модельное сопоставление и конверсии без связи с визитами. Рост числа восстановленных путей меняет отчёт; сам по себе он не означает рост продаж.
Аналогичная проблема возникает с окном атрибуции. Если первое касание произошло раньше доступного окна, его не будет среди кандидатов. Более длинное окно поможет увидеть длинный цикл выбора, но одновременно включит давние контакты, связь которых с текущей покупкой слабее.
#Что учитывать в Яндекс Метрике и Директе
Старые инструкции по атрибуции уже могут вести к отсутствующим настройкам. В документации Метрики указано, что с 20 мая 2026 года отключены прежние модели «Первый переход», «Последний значимый переход», «Последний переход из Директа» и «Последний переход из Директа кросс-девайс». Среди актуальных вариантов перечислены первый переход кросс-девайс, последний переход, последний значимый переход кросс-девайс и автоматическая атрибуция. Источник: документация Яндекс Метрики.
Для работы с Директом нужно также разделять изменение представления отчёта и изменение настройки стратегии. В первом случае вы рассматриваете статистику по другому правилу. Во втором меняются данные, на которых строится прогноз автостратегии: Яндекс прямо пишет, что после смены модели системе требуется время для нового прогноза и подбора ставок. Источник: документация Яндекс Директа.
Поэтому сначала сравнивают доступные модели в отчётах, проверяют цели и качество покупок, а затем решают, нужно ли менять настройки обучения. Смена атрибуции ради более красивого CPA не исправляет качество рекламы.
#Почему кабинеты могут одновременно засчитать себе одну продажу
У рекламных систем собственные данные и правила учёта. В общей цепочке есть касания двух площадок. Если покупка подходит под условия учёта каждой из них, оба кабинета могут показать её в своих результатах.
Другая аналитическая система при этом может записать её на прямой заход или распределить между источниками. Противоречие появляется, когда эти отчёты пытаются сложить как независимые продажи.
Для финансового итога нужен единый реестр заказов с уникальными идентификаторами. У одного оплаченного заказа одна фактическая сумма; разные отчёты могут по-разному распределять её. При сверке проверяют цель, статус заказа, даты, окно атрибуции, учёт показов без клика и правила связывания устройств.
Показ без перехода особенно требует аккуратной интерпретации. Он расширяет наблюдаемый путь, но человек мог увидеть рекламу случайно или уже готовиться к покупке. Засчитанная post-view-конверсия сама по себе не устанавливает дополнительный эффект показа.
#Как оценить первое касание перед сокращением бюджета
Начните с цели. Если бизнесу важны оплаченные или выкупленные заказы, сравнивать каналы по созданным заказам недостаточно. Отмены, невыкупы и возвраты могут существенно изменить картину, даже когда путь к оформлению выглядит убедительно.
Затем соберите несколько представлений одних и тех же данных. Сохраните период, набор заказов, денежную метрику, фильтры и условия идентификации; меняйте модель атрибуции. Так будет видно, что именно изменилось из-за правила распределения.
Проверку удобно провести в следующем порядке:
- Найдите каналы с сильным расхождением. Если источник получает много покупок по первому касанию и мало по последнему, изучите его роль в начале пути. Расхождение — повод для исследования, а не готовая оценка эффективности.
- Откройте последовательности визитов. Посмотрите, куда возвращаются люди после первого контакта, сколько времени проходит до покупки и какие кампании чаще встречаются в начале цепочек.
- Добавьте посетителей без покупки. Красивые пути покупателей могут скрывать большой объём бесполезного трафика. Нужен знаменатель: сколько всего людей пришло из канала и какая доля позже достигла нужного результата.
- Сравните когорты одинакового возраста. Люди, привлечённые месяц назад, успели купить чаще, чем пришедшие вчера. Например, сравнивайте результаты за первые 30 дней после первого визита только у когорт с полными 30 днями наблюдения. Срок выбирают по фактическому циклу покупки.
- Разделите новых и прежних клиентов. У уже знакомого с компанией покупателя первый зафиксированный рекламный переход имеет другой смысл, чем у действительно нового посетителя.
- Проверьте деньги и качество. Оцените выручку, маржинальный результат, отмены и возвраты. Полезное привлечение должно приводить к ценному для бизнеса исходу.
В отчёте по путям можно считать и участие канала: в скольких покупках он встречался хотя бы раз. Но такие показатели нельзя складывать между источниками — одна покупка может входить сразу в несколько строк. Долевое распределение ценности и участие в цепочке отвечают на разные вопросы.
После этих проверок появляется обоснованная гипотеза: например, конкретная кампания приводит новую аудиторию, которая покупает позже через другие источники. Следующий шаг — выяснить, что произойдёт с общими продажами при изменении этой кампании.
#Где заканчивается атрибуция и начинается доказательство прироста
Атрибуция работает с произошедшей покупкой и наблюдаемыми контактами перед ней. Для оценки дополнительного эффекта рекламы нужен другой вопрос: сколько покупок произошло бы в сопоставимых условиях без проверяемой кампании?
Одного пути пользователя недостаточно, чтобы увидеть оба исхода. Мы знаем, что человек купил после рекламы. Мы не наблюдаем его альтернативную историю без неё.
Допустим, ретаргетинг получил в отчёте 100 покупок. Это число совместимо с разными ситуациями: реклама могла вернуть много сомневающихся клиентов; могла напомнить о себе людям, которые и так купили бы; могла изменить срок покупки, почти не меняя её вероятность. Атрибуция распределяет результат, но эти варианты требуют отдельной проверки.
Та же граница относится к первому касанию. Оно могло открыть предложение новому человеку, а могло перехватить уже существующий спрос. Более сложная модель распределения и машинное обучение не отменяют необходимости обосновать причинный вывод. Нужно понимать, какие данные и какой дизайн исследования позволяют оценить результат без рекламы.
#Как проверяют дополнительные продажи
Надёжная отправная точка — эксперимент со случайным разделением подходящей аудитории. Одной группе разрешают показы проверяемой кампании, для контрольной её исключают. Остальные условия сохраняют сопоставимыми. Разделение выполняют до рекламного воздействия; сравнение кликнувших и не кликнувших не заменяет контроль, поскольку желание кликнуть связано с исходным интересом.
Считают все нужные бизнес-результаты в обеих группах независимо от последнего источника покупки. Если реклама привела человека, а он позже купил через органический поиск, такая покупка всё равно учитывается в результате экспериментальной группы. Google описывает именно это различие между стандартными атрибутированными конверсиями и Conversion Lift. Источник: документация Google Ads.
Рассмотрим отдельный условный расчёт для одинаковых по размеру случайных групп:
Оценка дополнительного результата — 40 покупок на 10 000 человек. Абсолютная разница конверсий составляет 0,4 процентного пункта, относительный прирост — 20%. Если на рекламу экспериментальной группы потратили 80 000 ₽, точечная оценка стоимости дополнительной покупки равна 2 000 ₽.
Эти числа объясняют арифметику. Для вывода о реальном эффекте нужно оценить статистическую неопределённость и проверить проведение эксперимента. Маленькая выборка может дать слишком широкий интервал: положительная точечная разница ещё не означает, что эффект убедительно установлен. При разных размерах групп сравнивают нормированные результаты, а не просто вычитают число покупок.
Если случайное разделение пользователей недоступно, возможен тест на географических группах. Тогда учитывают различия регионов, динамику до теста, достаточное число независимых территорий и попадание рекламы в контроль. Такое исследование требует собственного плана; сравнение двух произвольно выбранных городов не становится экспериментом от наличия контрольной колонки.
Обычное отключение рекламы на неделю даёт более слабое основание: одновременно могут измениться спрос, цены, акции, наличие и работа других кампаний. Кроме того, после отключения ещё покупают ранее привлечённые люди. Длительность наблюдения должна позволять увидеть этот отложенный эффект.
#Как использовать Sales Ninja для этой задачи
В аналитике Sales Ninja можно сравнивать шесть моделей: первое, последнее и последнее непрямое касания, последний рекламный переход, Time Decay и U-Shape. Пути к выбранной цели помогают разобрать последовательности источников, кампаний, UTM и страниц. Это позволяет исследовать, где канал появляется в истории покупки и как меняется его оценка при другом правиле распределения.
События сайта и результаты из внешних систем можно использовать как цели, а источники — оценивать по конверсиям и денежным метрикам. ML Rematcher помогает связывать внешние конверсии с визитами; полнота исходных данных влияет на качество, часть событий может остаться без связи. Поэтому проверка данных остаётся частью анализа.
Практическая схема работы: выбрать итоговую бизнес-цель, сопоставить модели на одинаковых данных, изучить спорные пути, сформулировать гипотезу о роли канала и проверить её экспериментом. Аналитика даёт основание выбрать, что проверять; доказательство прироста зависит от устройства самой проверки.
При длинном пути к покупке возникает ещё одна задача: финальные продажи приходят слишком поздно или редко для оперативного обучения рекламы. Здесь используются моделируемые конверсии Sales Ninja и оптимизация по воронке с учётом положительных и отрицательных исходов. Предиктивный сигнал помогает работать с ожидаемым результатом, но оценивать его нужно по последующим фактическим продажам. Прогноз покупки, распределение её ценности и экспериментальная оценка прироста — три самостоятельных измерения.
#Как принять решение о бюджете
Канал, который приводит первые визиты, заслуживает проверки по всей доступной истории. Если после него люди возвращаются и покупают через другие источники, ноль в отчёте по последнему касанию плохо описывает его роль. Но даже сильный результат по первому касанию ещё не устанавливает окупаемость дополнительного бюджета.
Пути к покупке показывают, как развивается наблюдаемая история. Сравнение моделей обнаруживает зависимость оценки от правил учёта. Эксперимент помогает оценить, как изменяются общие продажи при изменении рекламы.
С этими тремя уровнями становится проще сохранить полезное привлечение и найти расходы, которые красиво выглядят в отчёте, но дают мало дополнительных покупок. Начать можно с аналитики путей к покупке и атрибуции Sales Ninja: выбрать бизнес-результат и посмотреть, какие источники стоят перед ним — в начале, середине и конце пути.
