Модель атрибуции

Зачем нужна модель атрибуции

Путь к покупке редко состоит из одного касания. Человек видит наклейку с кодом на витрине, через день ищет бренд в поиске, ещё через неделю приходит по ретаргетингу и оформляет заказ. Конверсия одна, источников три — и вопрос, кому её записать, не имеет единственно верного ответа. Модель атрибуции и есть формализованное правило распределения этой ценности.

Выбор правила меняет картину радикально. При модели последнего клика весь вес получит ретаргетинг, и отчёт скажет, что офлайн-носитель бесполезен. При модели первого клика вся заслуга уйдёт наклейке, а ретаргетинг покажется лишней тратой. Ни то ни другое не отражает реальность: первое касание создало знание, последнее — сняло сомнение. Отсюда практическое правило: сравнивать эффективность каналов имеет смысл только в рамках одной модели, а решения о перераспределении бюджета проверять как минимум в двух.

Второй параметр, не менее важный, — окно атрибуции: срок, в течение которого касание продолжает считаться причастным к конверсии. Одно и то же касание внутри окна в 7 дней и в 90 дней даст разные отчёты по одним и тем же данным. Общая механика связывания скана с последующим действием разобрана в термине Атрибуция QR-трафика.

Основные модели и когда они уместны

• Последний клик (last click). Вся ценность — последнему источнику перед конверсией. Прост, воспроизводим, встроен во все системы. Систематически завышает нижние каналы воронки: брендовый поиск, ретаргетинг, e-mail.
• Последний непрямой клик (last non-direct). То же самое, но прямые заходы игнорируются и вес отдаётся предыдущему источнику. Ближе к реальности, потому что прямой заход обычно означает, что человека привёл сюда кто-то другой раньше.
• Первый клик (first click). Вся ценность — первому касанию. Полезен, когда задача — оценить каналы знакомства с брендом, а не добивания.
• Линейная. Равные доли всем касаниям. Не завышает ни одно звено, но и не различает случайный показ баннера и целевой визит на страницу тарифов.
• С затуханием (time decay). Чем ближе касание к конверсии, тем больше его вес; убывание задаётся периодом полураспада, часто семь дней. Подходит коротким циклам сделки и промоакциям с дедлайном.
• Позиционная (U-образная). Первому и последнему касанию отдаётся по 40% ценности, оставшиеся 20% делятся между промежуточными. Компромисс, который признаёт важность и знакомства, и закрытия.
• На основе данных (data-driven). Веса рассчитываются алгоритмически по фактическим цепочкам конвертировавшихся и неконвертировавшихся пользователей. Точнее эвристик, но требует объёма данных и остаётся малопрозрачной: объяснить, почему канал получил именно такую долю, обычно нельзя.

Отраслевой тренд последних лет — уход от ручного выбора эвристик. Google Analytics 4 в 2023 году отказался от большинства классических моделей, оставив расчёт на основе данных и последний клик. Тем не менее эвристические модели остаются рабочим инструментом там, где данных мало: алгоритму нужны тысячи цепочек, чтобы веса перестали быть шумом.

Окно атрибуции и модели в Яндекс Метрике

В Яндекс Метрике модель атрибуции выбирается прямо в отчёте и применяется к источникам визитов. Доступны «Первый переход», «Последний переход», «Последний значимый переход», «Последний переход из Яндекс Директа» и автоматическая атрибуция. Ключевая для практики — «Последний значимый переход»: она игнорирует прямые заходы и внутренние переходы, относя визит к последнему содержательному источнику. Именно поэтому отчёты по одной и той же цели в разных моделях расходятся, а сумма по источникам не сходится с общим числом конверсий, если модели перепутаны между отчётами.

Период атрибуции в Метрике настраивается, по умолчанию используется 90 дней — на этом горизонте система ищет предыдущее значимое касание. Для товаров с коротким циклом окно разумно сузить: девяностодневное окно припишет сегодняшнюю импульсную покупку визиту из рекламы двухмесячной давности. Отдельно включается кросс-девайсная атрибуция, объединяющая касания одного авторизованного пользователя с разных устройств, — без неё типичный сценарий «увидел на телефоне, купил с ноутбука» рассыпается на два несвязанных визита.

Практическая гигиена: зафиксируйте одну основную модель и одно окно для регулярной отчётности, а альтернативные используйте как проверочные срезы. Если каждый отчёт строится в своей модели, обсуждение бюджета превращается в спор о методике вместо разговора о результате. Показатели верхнего уровня воронки — охват, CTR, стоимость клика — от модели не зависят, поэтому их удобно использовать как якорь при сверке.

Атрибуция офлайн-касаний и сканов кода

Офлайн-носитель ломает стандартную схему в одном конкретном месте: при переходе из камеры телефона у запроса нет HTTP-заголовка Referer. Браузер просто открывает адрес, и веб-аналитика без дополнительных признаков относит такой визит к прямым заходам. В результате наружная реклама, упаковка, чек и табличка на столе сливаются в безликую строку «прямые переходы», а в моделях, игнорирующих прямые заходы, вклад носителя вообще исчезает.

Лечится это разметкой. В адрес внутри кода добавляют UTM-метки с отдельным источником для офлайна и уникальной кампанией на каждый носитель: витрина, чек, листовка, упаковка. Тогда касание становится видимым для любой модели и перестаёт растворяться в прямом трафике. Полная схема разметки, включая именование кампаний и разделение носителей, собрана в материале о том, как отследить переходы по QR-коду.

Второй источник данных — серверный лог редиректа. Динамический QR-код сначала обращается к сервису и только потом перебрасывает пользователя на целевую страницу, поэтому факт скана фиксируется даже у тех, кто закрыл страницу до срабатывания счётчика, и у тех, кто отказался от аналитических cookie. Расхождение между числом сканов в логе и числом визитов в веб-аналитике — нормальная и полезная величина: она показывает потери на этапе загрузки страницы.

Третий приём для офлайна — промокод или уникальный идентификатор носителя, который доживает до кассы. Он не заменяет модель атрибуции, но даёт независимую точку сверки: если по данным аналитики носитель принёс десять заявок, а промокодом воспользовались тридцать человек, дело не в носителе, а в разметке. При сравнении носителей между собой смотрите на уникальные сканирования, а не на общее число: повторные наведения камеры одним и тем же человеком раздувают показатель у кодов, которые долго висят перед глазами.

Частые вопросы

Какую модель выбрать по умолчанию?

Для большинства проектов рабочий вариант — последний значимый переход с окном, соразмерным реальному циклу сделки. Он не завышает роль прямых заходов и понятен команде. Модель первого клика подключайте как проверочную, когда оцениваете каналы знакомства с брендом, а на основе данных переходите только при достаточном объёме конверсий, иначе веса будут шумом.

Почему сумма конверсий по источникам не сходится с общей?

Чаще всего отчёты построены в разных моделях атрибуции или с разными окнами, и одна конверсия оказывается посчитанной в двух источниках либо не посчитанной нигде. Проверьте, что во всех отчётах выбрана одна модель, одинаковый период атрибуции и совпадает настройка кросс-девайса. Вторая типичная причина — дубли целей и разные определения конверсии в системах.

Как атрибутировать переход из QR-кода?

Без разметки скан попадает в прямые заходы: при открытии адреса камерой заголовок Referer не передаётся. Добавьте в ссылку внутри кода UTM-метки с отдельным источником для офлайна и уникальной кампанией на каждый носитель. Дополнительно используйте динамический код — его серверный лог фиксирует факт скана независимо от того, догрузилась ли страница и приняты ли аналитические cookie.

Какое окно атрибуции ставить?

Посмотрите распределение времени от первого визита до конверсии в своей аналитике и возьмите значение, покрывающее основную массу сделок с запасом. Для повседневных товаров это обычно 7–30 дней, для подписок и B2B — 60–90. Слишком широкое окно приписывает сегодняшнюю покупку давним касаниям и завышает вклад верхних каналов, слишком узкое обнуляет вклад медийной рекламы.

Чем модель атрибуции отличается от окна атрибуции?

Модель отвечает на вопрос «как распределить ценность между касаниями», окно — «какие касания вообще рассматривать». Это независимые настройки: линейная модель с окном в 7 дней и линейная с окном в 90 дней дадут разные отчёты по одним данным. При сравнении периодов или каналов обе величины должны быть зафиксированы, иначе разница в цифрах объясняется методикой, а не результатом.