Коротко: смена модели меняет то, какой канал считается эффективным. Разброс по первому касанию — от 0% до 100%, и это сильнее любой оптимизации ставок.
Модель атрибуции — это решение о деньгах
Модель атрибуции выглядит как техническая настройка отчёта. На самом деле это правило, по которому распределяется бюджет. Изменили модель — изменилось то, какой канал считается эффективным, а значит и то, куда пойдут деньги.
Один и тот же заказ в пяти моделях даёт разброс по первому касанию от 0% до 100%. Это больше, чем любая оптимизация ставок внутри канала.
Пять моделей на одном заказе
| Модель | Логика | Что показывает | Риск |
|---|---|---|---|
| Last click | Всё последнему касанию | Максимум у брендового поиска и ретаргета | Обесценивает каналы привлечения |
| First click | Всё первому касанию | Максимум у медийных и охватных каналов | Обесценивает удержание и закрытие сделки |
| Linear | Поровну между касаниями | Спокойная картина без крайностей | Не учитывает роль касаний по времени |
| Time decay | Ближе к покупке — выше вес | Подчёркивает каналы закрытия | Недооценивает долгие охватные кампании |
| Position-based | 40% первому, 40% последнему, 20% остальным | Компромисс для цикла 3–5 касаний | Произвольные коэффициенты по умолчанию |
Ни одна модель не является «правильной». Модель — это гипотеза, которую проверяют отключением канала.
Как выбрать модель под бизнес
- Короткий цикл, 1–2 касания: last click допустим — искажение невелико, а простота экономит время.
- Средний цикл, 3–5 касаний: position-based или linear. Считайте и сравнивайте две модели параллельно месяц.
- Длинный цикл, 6+ касаний: time decay плюс инкрементальные тесты как основной источник правды.
- Многоканальный mix с офлайном: модель + опросы «как вы о нас узнали» + тесты.
Инкрементальность: единственная проверка
Модель распределяет ценность по правилу. Тест показывает, что будет, если канала не будет. Второе важнее первого.
- Выбрать период. 7–14 дней без сезонных пиков и распродаж.
- Отключить канал полностью — не «снизить на 30%», а выключить.
- Смотреть общую выручку и маржу, а не заказы по модели атрибуции.
- Сравнить с прогнозом по истории и сезонности, а не с предыдущей неделей.
- Зафиксировать вывод и пересчитать модель, если расхождение больше 30%.
Дисциплина работы с моделями
Менять редко
Модель меняется не чаще раза в полгода. Частая смена делает ряды несопоставимыми и убивает доверие к цифрам.
Держать бренд отдельно
Брендовый трафик не должен входить в performance-модель: иначе CAC занижается в 1,5–2 раза.
Показывать долю неизвестного
Если 30% заказов без источника — это нужно видеть в отчёте, а не скрывать.
Сравнивать две модели
Параллельный расчёт по двум моделям месяц даёт больше понимания, чем выбор «правильной».
FAQ: атрибуция в e-commerce
Какую модель атрибуции выбрать по умолчанию?
Для цикла в 3–5 касаний — position-based 40/20/40. Для короткого цикла — last click. Для длинного и дорогого товара — time decay плюс инкрементальные тесты.
Можно ли обойтись без модели атрибуции?
Можно, если вы принимаете решения по инкрементальным тестам. Но тесты не дают ежедневной картины: модель нужна для операционного управления, тест — для проверки выводов.
Почему после смены модели цифры «прыгнули»?
Потому что изменилось правило распределения. Это нормально: зафиксируйте новую модель, пересчитайте историю минимум на 3 месяца и не сравнивайте старые и новые цифры напрямую.
Как учитывать маркетплейсы в атрибуции?
Отдельным контуром: у площадок своя модель и свои данные. Попытка встроить их в общую атрибуцию даёт несопоставимые цифры.
Что делать с заказами без источника?
Выносить в отдельную строку и следить за долей. Рост этой доли — сигнал о потере меток, а не о «магических» продажах.
Стоит ли доверять data-driven атрибуции в системах?
Как ориентиру — да, как истине — нет. Она зависит от объёма данных и настроек: проверяйте её выводами инкрементальных тестов раз в квартал.