Маркетинг

Модели атрибуции: почему last-click почти всегда недостаточно

Атрибуция отвечает на вопрос, каким каналам приписать ценность продажи. Проблема в том, что ни одна модель не наблюдает «истинную причину» покупки напрямую — каждая распределяет ценность по заданному правилу.

01

Почему last-click удобен и опасен

Модель последнего клика отдаёт всю ценность каналу перед конверсией. Её легко объяснить и посчитать, поэтому она часто используется по умолчанию.

Но она недооценивает каналы, которые познакомили клиента с продуктом или вернули его к рассмотрению. Чем длиннее цикл сделки и больше касаний, тем сильнее искажение.

02

Основные правила распределения

Для первого анализа можно сравнить несколько простых моделей:

  • first-click — вся ценность первому известному касанию;
  • last-click — вся ценность последнему касанию;
  • линейная — ценность делится поровну между касаниями;
  • time-decay — более поздние касания получают больший вес;
  • position-based — повышенный вес первого и последнего касания.
03

Что называют data-driven атрибуцией

Data-driven модель оценивает вклад касаний на основе наблюдаемого поведения и статистики. Она может быть полезнее фиксированных правил, но требует достаточного объёма данных, стабильной идентификации и аккуратной проверки.

Сложная модель не исправляет пропущенные касания, дубли клиентов и неверные CRM-статусы. Поэтому качество исходных данных обычно важнее математической сложности.

04

Как выбрать рабочий подход

Сначала определите решение: оценка каналов привлечения, оптимизация кампаний или планирование бюджета. Затем проверьте длину цикла сделки, долю неизвестных источников и возможность связать касания одного клиента.

Практичный вариант — регулярно сравнивать несколько моделей, смотреть устойчивость выводов и отдельно фиксировать ограничения. Если решение радикально меняется от модели к модели, данные пока не дают надёжного ответа.

Главный вывод

Атрибуция — это не поиск единственной правильной цифры, а прозрачный способ оценить вклад каналов при известных ограничениях данных.

Как TechLens решает эту задачу: Сквозная аналитика и путь клиента

Диагностическая встреча

Нужно применить подход к вашим данным?

Опишите текущие системы и вопрос, на который не получается ответить. Предложим первый шаг.

30 минутБез продажи инструмента до разбора задачи