Атрибуция в маркетинге: зачем нужна бизнесу и как выбрать модель

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.

Этот материал собран как основная страница по теме. Здесь есть модели атрибуции конверсий, окно атрибуции, правила выбора модели, проверка данных и ссылки на узкие материалы кластера.

В этой статье

• Что такое атрибуция в маркетинге
• Зачем бизнесу нужна атрибуция
• Чем модель атрибуции отличается от окна атрибуции
• Какие модели атрибуции конверсий бывают
• Сравнение моделей атрибуции
• Как выбрать модель атрибуции под задачу
• Как проверить данные перед выводами об эффективности рекламы
• Какие ошибки встречаются чаще всего

Что такое атрибуция в маркетинге

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

Атрибуция рекламы показывает вклад рекламных кампаний в результат. Сквозная атрибуция связывает касания с CRM, сделками и выручкой. Многоканальная атрибуция или мультиканальная атрибуция учитывает несколько источников трафика в одном пути пользователя. Сквозная аналитика помогает собрать этот путь на уровне бизнеса.

Если нужен базовый разбор без сложных терминов, можно начать с материала Кому засчитать конверсию? Простое объяснение атрибуции с примерами.

Зачем бизнесу нужна атрибуция

Атрибуция нужна для задач маркетинговой аналитики и для бюджетных решений. Она помогает:

• 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

Чем модель атрибуции отличается от окна атрибуции

Модель атрибуции определяет правило распределения ценности конверсии между касаниями.

Окно атрибуции определяет период, внутри которого касания попадают в расчёт. Если путь пользователя длиннее окна, часть значимых взаимодействий выпадает из анализа.

Поэтому выбор модели атрибуции и выбор окна атрибуции надо делать вместе. Подробный разбор есть в статье Окно атрибуции: что это, как выбрать и почему его нужно смотреть в динамике.

Какие модели атрибуции конверсий 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

Сравнение моделей атрибуции

Ниже приведено сравнение моделей атрибуции в рекламе и маркетинге.

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 атрибуции Шепли оценивает вклад канала в разных комбинациях пути. Она помогает распределять ценность между участниками цепочки более точно.

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

Подробное сравнение этих подходов есть в материале Модели атрибуции Шепли и Маркова: чем отличаются, когда и какую использовать.

Как выбрать модель атрибуции

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

• Для короткого цикла сделки и ежедневного управления рекламой чаще подходит last click.
• Для анализа источника первого спроса подходит first click.
• Для первого анализа сложного пути подходит линейная модель.
• Для оценки первого и закрывающего касания подходит позиционная модель.
• Для длинного пути с сильными поздними касаниями подходит time decay.
• Для работы с CRM, выручкой, длинным циклом сделки и медиамиксом подходят data driven, Шепли и Марков.

Для управления бюджетом полезно сравнение моделей атрибуции на одном наборе данных. Один и тот же канал может занимать разную долю в зависимости от модели. По этой причине для ежедневной оптимизации и для стратегического распределения бюджета часто нужны разные отчёты.

Как проверить данные в атрибуции

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

Базовый чек-лист:

• 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.

Подробный материал по этой теме есть в статье Как проверять данные в атрибуции и не делать ложных выводов об эффективности каналов.

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

Отдельный материал по этой теме есть в статье Ошибки в атрибуции и как их избежать.

Материалы по теме

• Простое объяснение атрибуции с примерами
• Окно атрибуции и выбор периода
• Как проверять данные в атрибуции
• Ошибки в атрибуции и как их избежать
• Глоссарий атрибуции
• Модели атрибуции Шепли и Маркова
• Как перестроить атрибуцию под новые правила конфиденциальности
• Как работает атрибуция Шепли в CyberBrain

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.

Какая модель атрибуции лучше

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

Чем отличается модель атрибуции от окна атрибуции

Модель определяет правило распределения вклада. Окно определяет период, в пределах которого касания участвуют в расчёте.

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.

Вывод

Атрибуция в маркетинге нужна для оценки вклада каналов в конверсии, сделки и выручку. Основные решения здесь связаны с тремя вещами: выбор модели, выбор окна и проверка данных.

Для короткого цикла сделки хватает простых моделей. Для длинного пути и для работы с медиамиксом нужны многоканальные и data driven подходы. Для управленческих решений полезно сравнивать несколько моделей на одном наборе данных.

Если бизнесу нужна сквозная атрибуция с привязкой к CRM и выручке, можно посмотреть платформу атрибуции CyberBrain.

Если хочешь, следующим сообщением я сделаю ещё один проход именно как строгий главный редактор: построчно вычищу повторы, ослаблю оставшиеся канцеляризмы и соберу совсем финальную публикационную версию без Title/H1/Description, одним чистым полотном текста.

Если нужно готовое решение по сквозной аналитике и умной атрибуции для кратного усиления маркетинга, обращайтесь: hello@cybrain.io

Наши кейсы

Подписывайтесь на Telegram-канал, там тоже много полезного: t.me/cyberbrainio