Модели атрибуции в маркетинге: выбираем под задачи бизнеса

Атрибуция в маркетинге нужна для оценки вклада каналов в заявку, продажу и выручку. Если пользователь проходит через несколько касаний, бизнесу нужна модель атрибуции, чтобы распределить ценность конверсии между источниками трафика.

Эта статья поможет понять, что такое атрибуция, какие модели бывают и как выбрать подход под задачи бизнеса.

Что такое атрибуция в маркетинге

Атрибуция в маркетинге, также атрибуция конверсий – это способ распределения ценности конверсии между касаниями пользователя. Конверсией может быть заявка, звонок, регистрация, заказ, продажа или выручка.

⚡️ Хотите разобраться в теме подробно? У нас есть Подборка по атрибуции – полный сборник материалов в правильном порядке, от простого к сложному. Рекомендуем!

Как выбрать модель атрибуции: главное

Выбор модели атрибуции зависит от длины цикла сделки, роли каналов в воронке и качества данных.

• Last click подходит для оперативной оценки performance-рекламы с коротким путём до конверсии. Если в медиамиксе есть медийная реклама, много каналов и сотни кампаний, модель будет системно недооценивать верхние и средние этапы воронки

• First click помогает понять, какие источники приводят пользователя в воронку, но не учитывает вклад последующих касаний

• Линейная модель подходит для базового анализа сложного пути, когда нужно учесть все касания. Ограничение — она считает их одинаково важными

• Позиционные модели (U, W и Z-образная) полезны, если важнее всего первое и последнее касания. Вклад промежуточных этапов при этом оценивается условно

• Time decay подходит для длинных цепочек, где поздние касания считаются более значимыми. Чем раньше было взаимодействие, тем меньше веса оно получает

• Data driven модели, например Шепли и Марков, нужны для сложного медиамикса, длинных цепочек и большого числа кампаний. Они оценивают вклад касаний на основе данных, но требуют достаточного объёма качественных данных и более сложного расчёта

Чем сложнее путь до покупки и больше каналов участвует в продаже, тем опаснее опираться на одну простую модель. Для медиамикса из медийной и performance-рекламы лучше использовать data driven атрибуцию, а last click оставлять как дополнительный срез для проверки.

Модели атрибуции: краткое сравнение

Зачем бизнесу нужна атрибуция

• Оценивать эффективность рекламы по всему пути пользователя
• Видеть вклад верхней, средней и нижней части воронки
• Сравнивать каналы продаж по лидам, сделкам и выручке
• Корректно собирать медиамикс
• Понимать вклад контента, performance, брендового поиска, ремаркетинга и email
• Выбирать каналы для масштабирования и каналы для оптимизации

Какие модели атрибуции бывают

Модели атрибуции делятся на две большие группы:

• Rule based модели с заранее заданным правилом распределения
• Data driven модели, которые рассчитывают вес канала по данным о реальных путях

Одноканальные модели атрибуции

Одноканальные модели отдают всю ценность конверсии одному касанию. Сюда относятся last click и first click.

Last click удобен для короткого цикла сделки и для ежедневной оптимизации рекламных кампаний. Эта модель хорошо показывает закрывающий канал. Для анализа полного пути её недостаточно, потому что ранние касания получают нулевой вес.

First click или first touch полезен, когда нужно понять, какой источник первым привёл пользователя. Такая модель помогает анализировать генерацию спроса. Для оценки полного вклада каналов её тоже недостаточно, потому что поздние касания не участвуют в распределении.

Многоканальные модели атрибуции

Многоканальная атрибуция учитывает весь путь пользователя. Это базовый уровень для бизнеса, где путь к конверсии состоит из нескольких касаний.

Линейная модель делит вклад поровну между всеми касаниями. Она подходит для первого нейтрального среза.

Позиционная модель даёт повышенный вес первому и последнему контакту. Она полезна там, где бизнес отдельно оценивает источник спроса и источник закрытия.

Time decay даёт больший вес поздним взаимодействиям. Эта модель подходит для длинного пути, где поздние касания сильнее влияют на решение о покупке.

Data driven атрибуция: Шепли и Марков

Data driven атрибуция рассчитывает вклад канала по данным о реальных путях пользователей. Такой подход нужен, когда бизнес анализирует лиды, квалификацию, сделки и выручку, а не только клики или сессии.

Модель Маркова учитывает последовательность касаний и показывает, как меняется вероятность конверсии после исключения канала из пути.

Модель атрибуции Шепли оценивает вклад канала в разных комбинациях пути. Она максимально точно распределяет ценность между всеми участниками.

Подробнее

Атрибуция Шепли: что это, как работает, формула расчёта
Атрибуция Шепли и Маркова: чем отличаются и что выбрать

Как проверить данные в атрибуции

Перед выводами об эффективности рекламы надо проверить качество данных. Без этого выбор модели не решает задачу.

Что нужно сделать:

• Сверить объём лидов, сделок и выручки между аналитикой и CRM
• Проверить долю direct, unknown, not set и других неразмеченных источников
• Построить отчёт по длине пути до конверсии
• Построить отчёт по лагу до конверсии и задать окно атрибуции по фактическим данным
• Сравнить минимум три модели на одном наборе данных
• Проверить брендовый поиск и ремаркетинг отдельно
• Проверить путь на уровне лидов, квалификации, сделок и выручки
• Убедиться, что разметка UTM, источники и кампании передаются стабильно
• Проверить, как учитываются post click и post view касания

Если в отчёте растёт доля неразмеченного трафика, CRM не связывает сделки с источником, путь рвётся между устройствами или рекламные системы считают другие сущности, выводы по оценке эффективности каналов будут неточными.

Типичные ошибки в атрибуции

• Использовать одну модель для всех задач
• Выбирать окно атрибуции без данных о лаге до конверсии
• Смешивать клики, сессии, лиды, сделки и выручку в одном выводе
• Игнорировать неразмеченный трафик и разрывы между аналитикой и CRM
• Оценивать каналы без учёта длины пути
• Принимать брендовый поиск и ремаркетинг за единственный источник результата
• Сравнивать каналы без разделения по этапам воронки
• Запускать data driven модель при слабом качестве исходных данных

Ответы на частые вопросы по атрибуции

Что такое модель атрибуции простыми словами

Это правило, по которому бизнес распределяет ценность заявки, сделки или выручки между касаниями пользователя.

Как выбрать модель атрибуции

Выбор зависит от длины цикла сделки, роли каналов в воронке, качества данных и того, что именно бизнес хочет оценит: например, первый спрос, закрывающий канал или вклад в выручку.

Какая модель атрибуции лучше

Универсальной модели нет. Выбор зависит от длины цикла сделки, структуры воронки, качества данных и цели отчёта.

Чем модель атрибуции отличается от окна атрибуции

Модель задаёт правило распределения вклада. Окно задаёт период, в пределах которого касания попадают в расчёт.

Когда нужна многоканальная атрибуция

Она нужна, когда пользователь проходит через несколько касаний и бизнесу важно видеть вклад разных каналов в конверсию.

Когда выбирать Шепли или Маркова

Эти модели нужны при длинном пути, работе с CRM и выручкой, а также при задаче точнее оценить вклад каналов в общем результате.

Почему один и тот же канал показывает разный вклад в разных отчётах

Причина обычно связана с разными сущностями отчёта, разным окном атрибуции, разной моделью распределения и разным качеством данных.

Заключение

Атрибуция в маркетинге нужна для оценки вклада каналов в конверсии, сделки и выручку. Для короткого цикла сделки хватает простых моделей. Для длинного пути и для работы с медиамиксом нужны многоканальные и data driven подходы.

• Кейсы – Haval, ГК ФСК, BMW, Tutu и БКС Мир инвестиций
• hello@cybrain.io – обращайтесь, если нужно готовое решение для оптимизации маркетинга
• t.me/cyberbrainio – ещё больше полезного в нашем TG-канале, обязательно подпишитесь!