
Начинающим командам важно быстро понять: какой канал впервые привёл человека на сайт, а какой дожал до заявки или покупки. Для этого чаще всего используют две простые модели атрибуции — First click и Last touch.
В отчётах Метрики / Директа доступны базовые модели:
Путь: VK Реклама → SEO → Прямой заход → Яндекс.Директ → Конверсия.
| Модель | Кто получит заслугу | Почему |
|---|---|---|
| First click | VK Реклама | Первое касание в окне атрибуции |
| Last touch | Яндекс.Директ или Прямой заход | Зависит от настроек учёта прямого визита |
| Last non‑direct | Яндекс.Директ | Прямой визит = незначимый, поэтому заслуга уходит последнему рекламному источнику |
Любая модель атрибуции — это только взгляд на данные, а не абсолютная истина. Один и тот же канал может казаться максимально эффективным или бесполезным в зависимости от того, какую модель вы выбрали. Поэтому лучше учитывать обе проекции: Last click — для оперативных решений, First touch — для оценки верхней части воронки.
Материалы по теме в нашем TG-канале:
🦊 Ты уже пользуешься атрибуцией. Вопрос только в том, какой
🦊 Почему нельзя полагаться на простые модели атрибуции, когда у вас много рекламных источников
Сравните отчёт за 90 и 180 дней (если доступно) и посмотрите, как меняются доли каналов. Длинные сделки требуют большего окна. Почему так: окно атрибуции показывает, сколько дней система помнит визиты. Для быстрых покупок 90 дней достаточно. Но если цикл длинный, полезно смотреть и 180 дней — иначе ранние касания просто выпадут из отчёта.
Окнам атрибуции посвящена отдельная статья в блоге:
🔗 Окна атрибуции — основа аналитики, или почему эффективность рекламы можно отслеживать только в динамике
Используйте для этой цели «Последний значимый переход» — он исключает прямые / внутренние визиты и отдаёт ценность последнему рекламному каналу.
Чтобы отчёты были сопоставимы, нужно задать одинаковые условия: один и тот же период, одинаковую цель (например, «заявка»), одинаковую модель атрибуции и правила UTM-меток. Иначе цифры будут несопоставимы, и выводы окажутся ложными.
First click, если:
Last touch / Last non‑direct, если:
статья 10 min read
Как и зачем внедрять data-driven атрибуцию в бизнес: 5 основных шагов
Атрибуция на основе данных — мощное решение для контроля эффективности и оптимизации рекламы. Но как его интегрировать и можно ли это сделать самостоятельно? В этой статье мы вместе преодолеем пять основных препятствий на пути к внедрению атрибуции — и превратим их в пять конкретных шагов для реализации.
оптимизация 12 min read
Больше лидов — меньше CPA: первый и единственный гайд по оптимизации медийной рекламы от CyberBrain
Медийная реклама должна работать на продажи — и точка. В статье вас ждёт описание фреймворка, который служит именно этой цели.
проблемы и решения 3 min read
Анализ расхождений трекера и кабинетов
Системный подход к оптимизации медийной рекламы невозможен без чистых данных. Но что если данные трекера и рекламного кабинета не совпадают? Рассказываем, откуда берутся расхождения и что с этим делать.
памятка 16 min read
Ошибки при внедрении AI в маркетинге
Искусственный интеллект стал одной из самых обсуждаемых тем в маркетинге. Компании активно внедряют AI-решения для автоматизации аналитики, медиабаинга и персонализации, но только единицы получают реальную прибыль. Почему одни проекты приносят ROI, а другие заканчиваются пилотом? Какие ошибки чаще всего совершают бренды и агентства?
памятка 18 min read
Как защитить корпоративные данные при работе с AI
Как компании теряют данные, работая с искусственным интеллектом? В материале — реальные кейсы Microsoft, Samsung, Toyota и OpenAI, анализ причин утечек и подробное руководство: как выстроить политику безопасности, какие технологии действительно работают и какие ошибки совершают даже крупные корпорации.
памятка 10 min read
AI-офис: строить команду внутри или покупать готовое решение
Компании всё чаще задумываются, как работать с искусственным интеллектом — собирать собственную команду или подключать внешних специалистов. В статье разбираем плюсы и минусы обоих подходов, показываем, почему чистые модели почти не работают, и объясняем, как правильно выстроить гибрид: что держать внутри, а что можно спокойно отдавать наружу.