Пошаговое внедрение мультиканальной атрибуции в бизнес

Мультиканальная (multi-touch) атрибуция – это метод, который распределяет заслугу за конверсию между всеми точками взаимодействия клиента с брендом. Она помогает бизнесу понимать, какие рекламные каналы действительно работают, и оптимизировать маркетинговые бюджеты.

В этой статье мы разберём, как внедрить multi-touch атрибуцию поэтапно, какие инструменты использовать и чего ожидать в российских реалиях.

Если хотите пройти тему атрибуции по порядку, начните с большой обзорной статьи. Там собраны модели, окно атрибуции, типовые ошибки и ссылки на другие материалы по теме – очень советуем!

Что такое мультиканальная атрибуция и зачем она бизнесу

Multi-touch атрибуция (MTA) учитывает весь путь клиента к покупке, а не только первую или последнюю точку касания. В отличие от моделей Last Click или First Click, MTA распределяет ценность между всеми касаниями: SEO, контекст, email, соцсети, мессенджеры и т. д.

Для бизнеса это значит:

• видеть вклад каждого канала в путь к покупке
• корректно распределять бюджеты
• строить прогнозы ROMI с учётом всей воронки

Пример применения мультиканальной атрибуции: кейс BMW

Компания BMW Россия вместе с CyberBrain внедрила data driven атрибуцию и автоматическую оптимизацию бюджета.

Результаты:

• –40 % времени на сбор и анализ данных
• +26 % оптимизированного бюджета

Это позволило команде сократить ручные трудозатраты и перераспределить бюджеты в пользу реально работающих каналов.

👉 Подробнее о кейсе: BMW и CyberBrain

Правильный порядок внедрения мультиканальной атрибуции

1. Собрать данные – web, app, CRM, рекламные системы
2. Единые идентификаторы – client_id / user_id / Stable ID для web+app
3. Добавить пост-просмотры – учёт показов медийной рекламы
4. Настроить модель атрибуции – правила (линейная, U-shape) или алгоритмические (Шепли, Марков)
5. Проверить и валидировать данные – дедупликация, фильтрация ботов, проверка окон атрибуции
6. Построить дашборд – BI-инструменты (Power BI, DataLens, CyberBoard)

Этап 1: Подготовка инфраструктуры данных

Прежде чем внедрять атрибуцию, важно убедиться, что у вас есть:

• Единая система идентификации пользователей (например, client_id или user_id)
• Исторические данные по касаниям (из CRM, рекламных платформ, аналитики)
• Корректная разметка UTM-меток на всех источниках трафика
• Инструменты хранения и обработки данных (например, Data Pipeline или ClickHouse)

Если хотя бы одно из звеньев отсутствует, вы рискуете построить неточные модели. Подробнее о внедрении атрибуции мы писали в статье про пять шагов на пути к принятию data driven атрибуции в бизнес.

Этап 2: Выбор модели MTA, подходящей под вашу воронку

Не существует универсальной модели мультиканальной атрибуции. Наиболее популярные:

Выбор модели зависит от длины воронки, количества касаний и специфики бизнеса. Для B2B и услуг с длинным циклом принятия решения чаще подходят Time Decay и data driven.

Если компания работает с множеством каналов и сложными цепочками, оптимальным решением становится модель Шепли. Она позволяет справедливо распределять ценность между всеми касаниями и применяется в нашем продукте Shapley Attribution, который уже используют крупные бренды в РФ.

Этап 3: Интеграция данных и сбор касаний

Данные нужно агрегировать из:

• Рекламных кабинетов (VK, Яндекс Директ)
• Веб-аналитики (Яндекс.Метрика и др.)
• CRM-систем (Bitrix24, amoCRM)
• Платформ рассылок и коллтрекинга

Для этого рекомендуем использовать централизованную ETL-систему. Например, Data Pipeline автоматически собирает данные из digital-источников и формирует единые витрины данных для дальнейшей работы.

Важно: при объединении офлайн и онлайн-данных (например, звонков и визитов) используйте session_id или номер телефона как ключ идентификации. Например, человек зашёл на сайт, где система присвоила ему уникальный session_id, но затем позвонил в колл‑центр с номера, который не был привязан к этой сессии.

В этом случае звонок попадёт в статистику как неопознанный офлайн‑контакт. Система не распознает его как одного пользователя и цепочка касаний будет разорвана, что приведёт к искажённой атрибуции и неверным выводам о реальной эффективности каналов.

Этап 4: Расчёт модели и верификация данных

После сбора данных настройте расчёт модели:

• Для простых моделей (линейная, U-shape) можно использовать SQL и BI-инструменты

Проверьте корректность расчётов:

• Сумма весов по всем каналам должна равняться 1
• Убедитесь, что не пропущены важные касания (например, при переходе между устройствами)
• Протестируйте на 10–15 кейсах вручную, чтобы убедиться в логике распределения

Этап 5: Визуализация и интерпретация результатов

Не достаточно просто рассчитать веса – нужно объяснить, что они значат для бизнеса:

• Какие каналы приводят клиентов на ранних этапах
• Что усиливает конверсии в момент принятия решения
• Где происходят бесполезные касания

Здесь поможет визуализация – в BI-инструментах типа Power BI, Apache Superset, Яндекс DataLens или CyberBoard.

Этап 6: Оптимизация бюджетов и гипотезы

После внедрения модели:

• Сравните текущие бюджеты с вкладом каждого канала
• Сместите акценты в сторону каналов с высоким ROI
• Запустите A/B-тесты гипотез: что будет, если сократить бюджет на касания с низким вкладом в конверсии

Барьеры и типовые ошибки в мультиканальной атрибуции

Отсутствие IDFA/GAID и ограничения приватности

После изменений в iOS и Android идентификаторы устройств (IDFA, GAID) доступны далеко не всегда. Это мешает связать действия одного пользователя между приложением и сайтом.
Как обойти: внедрять собственную систему идентификации (Stable ID), где в качестве ключа используются CRM-данные (телефон, email, логин) или анонимизированный client_id. Такой подход повышает точность web+app атрибуции и снижает потери данных.

Кросс-девайс и разорванные цепочки

Пользователь может кликнуть рекламу на смартфоне, а покупку совершить с ноутбука. Без объединения данных это выглядит как два разных клиента.
Как обойти: использовать технологию склейки web и app (например, через stable идентификатор) и сохранять историю взаимодействий в хранилище событий. Тогда путь мобильный клик → сайт → CRM станет цельной цепочкой и честно попадёт в отчёты по атрибуции.

Переоценка брендового трафика

Органический или брендовый поиск часто получает слишком большой вес, особенно в моделях Last Click. На деле реклама могла подогреть клиента ещё до брендового запроса.
Как обойти: в отчётах MTA выделяйте брендовый трафик в отдельную категорию и задавайте для него отдельные правила учёта (например, сниженный вес или корректирующий коэффициент). Это помогает не завышать ROI брендовых кампаний и правильно оценивать эффективность медийных каналов.

Низкий объём данных

Если конверсий мало (например, 200-300 в месяц), data driven атрибуция не сможет построить устойчивые выводы. Алгоритм начнёт показывать случайные корреляции.
Как обойти: начинать с простых моделей (линейная, U-shape) и постепенно переходить к алгоритмическим (Шепли, Марков) по мере роста объёмов. Также можно агрегировать данные (например, недельные окна вместо дневных) – это снизит дисперсию и сделает выводы устойчивее.

Разрозненные источники и сложная интеграция

Данные часто хранятся в разных системах: Яндекс.Метрика, VK Ads, CRM, email-платформа. Если их не собрать в одном месте, модель не увидит весь путь клиента.
Как обойти: использовать ETL-системы (например, Data Pipeline), которые автоматически собирают данные в единый формат. После этого данные можно хранить в ClickHouse или облачном DWH и визуализировать через BI (Power BI, DataLens, CyberBoard).

Частые вопросы о мультиканальной атрибуции

Сколько данных нужно для мультиканальной атрибуции

Минимум – от 30-50 тыс. конверсий в год или 500 тыс. событий.

Можно ли начать с малого бизнеса

Да, но при небольших бюджетах лучше использовать простые модели (Last Click, линейная). Data driven окупается, когда каналов много и бюджет выше 500 тыс. ₽ в месяц.

Чем отличается мультиканальная атрибуция от инкрементальности

MTA распределяет ценность между каналами в пути клиента. Инкрементальность показывает, создаёт ли реклама реальный прирост по сравнению с отсутствием кампании. На практике подходы дополняют друг друга.

Заключение

Внедрение мультиканальной атрибуции – стратегический процесс, который требует согласованных данных, технической зрелости и готовности команды менять бюджетные решения на основе фактов. Но и результат вас порадует: оптимизация рекламного бюджета на основе реальных данных и рост реальной эффективности маркетинга.