TL;DR
- Атрибуция - это правило распределения ценности между касаниями пользователя перед key event или продажей.
- Last click удобен, но часто переоценивает брендовый поиск, ретаргетинг, email и direct.
- First click помогает увидеть источники спроса, но не показывает, кто дожал клиента до покупки.
- В GA4 сейчас доступны data-driven attribution, paid and organic last click и Google paid channels last click; старые first-click/linear/time-decay/position-based модели в отчетах атрибуции больше не основной рабочий набор.
- Атрибуция не доказывает причинность. Для больших бюджетов ее нужно дополнять инкрементальными тестами, geo experiments и MMM.
1. Что это такое
Пользователь редко покупает после одного касания. Он может увидеть видео, потом открыть статью, потом кликнуть поиск, потом попасть в ретаргетинг, потом вернуться напрямую и купить.
Атрибуция отвечает на вопрос: кому отдать ценность покупки?
Одна модель скажет: "все сделал последний канал". Другая скажет: "важно первое касание". Третья распределит кредит по данным. Ни одна не является абсолютной правдой. Это управленческая линза.
2. Почему last click обманывает
Last click часто кажется честным: кто был последним перед покупкой, тот и победил. Но в реальном маркетинге это приводит к перекосу бюджета.
Например, онлайн-школа запускает YouTube, Meta, SEO и email. Пользователь впервые узнает о курсе из YouTube, читает статью из SEO, подписывается на рассылку и покупает после письма. Last click отдаст всю продажу email. Если директор смотрит только этот отчет, он может отключить YouTube и SEO. Через месяц email-база перестанет пополняться, и продажи упадут.
Last click хорошо работает для коротких сценариев:
- доставка еды;
- срочный сервис;
- ретаргетинг корзины;
- поиск по бренду, если бренд уже известен.
Но для недвижимости, образования, банков, B2B, дорогого e-commerce и приложений он часто недооценивает верх воронки.
3. Основные модели
| Модель | Как распределяет ценность | Где полезна | Риск |
|---|---|---|---|
| First click | 100% первому касанию | Оценить источники нового спроса | Игнорирует закрывающие каналы |
| Last click / last non-direct | 100% последнему недиректному каналу | Короткие циклы, performance-отчеты | Переоценивает bottom funnel |
| Google paid channels last click | 100% последнему Google Ads каналу, если он есть | Google Ads optimization | Может переоценивать Google относительно остальных |
| Data-driven attribution | Распределяет кредит по модели на основе данных | GA4/Google Ads при достаточном объеме | Непрозрачность и зависимость от качества данных |
| MMM / incrementality | Оценивает вклад каналов на агрегированных данных | Крупные бюджеты, offline/CTV/brand | Требует статистики и зрелого BI |
В GA4 важно помнить: прямые визиты обычно не получают кредит, если в пути были другие каналы. Direct получает ценность только когда путь полностью direct.
4. Data-driven attribution в GA4
Data-driven attribution использует данные конкретного рекламодателя и key event. Модель смотрит на пути, где событие произошло, и на похожие пути, где событие не произошло. После этого она оценивает, какие касания вероятнее всего помогли событию случиться.
Сильная сторона: модель учитывает больше контекста, чем простое правило "последний клик победил".
Слабая сторона: модель нельзя читать как бухгалтерскую истину. Если UTM грязные, key events настроены плохо, offline-продажи не возвращаются, а часть каналов живет вне GA4, data-driven модель будет распределять кредит на неполной картине.
5. Как использовать атрибуцию в работе
Не смотрите одну модель
Для анализа полезно сравнивать:
- last click: кто закрывает;
- first click: кто создает спрос;
- data-driven: как GA4 распределяет вклад;
- CRM/ROMI: где реальные деньги и маржа.
Если канал слабый в last click, но регулярно появляется в early touchpoints и после отключения падает брендовый спрос, это не слабый канал. Это канал верхней части воронки.
Разделяйте типы каналов
Нельзя требовать одинакового поведения от brand awareness, generic search, retargeting и email. Они выполняют разные роли.
| Роль | Каналы | Как оценивать |
|---|---|---|
| Создать спрос | YouTube, Meta reach, PR, influencers | branded search lift, assisted paths, geo lift |
| Захватить спрос | SEO, Search Ads, marketplace search | revenue, CAC, impression share |
| Дожать спрос | retargeting, email, messenger | conversion rate, payback, frequency |
| Удержать | app push, CRM, loyalty | repeat purchase, retention, LTV |
Не путайте атрибуцию и причинность
Если ретаргетинг получил много credit, это не всегда значит, что он создал продажи. Возможно, он просто догнал людей, которые уже собирались купить. Проверяется это не моделью атрибуции, а инкрементальным тестом: часть аудитории видит ретаргетинг, часть нет.
6. Частые ошибки
Отключают верх воронки из-за last click
Самый дорогой сценарий. Канал не закрывает продажи напрямую, но кормит брендовый поиск, рассылку и ретаргетинг.
Сравнивают GA4 и рекламные кабинеты как одинаковые системы
Meta, TikTok, Google Ads и GA4 используют разные окна атрибуции, разные события, разные правила view-through/click-through и разные модели. Их цифры не обязаны сходиться один в один.
Считают direct отдельным маркетинговым каналом
Direct часто означает "аналитика не знает источник" или "человек вернулся после предыдущих касаний". Рост direct без контекста не доказывает силу бренда.
Не учитывают цикл сделки
Если клиент покупает квартиру за 90 дней, отчет за 7 дней после запуска недооценит ранние касания.
7. QA чеклист
- Key events в GA4 отражают реальные бизнес-действия.
- UTM-разметка чистая и единая.
- Платежные шлюзы и редиректы не ломают source/medium.
- Есть сравнение минимум двух моделей атрибуции.
- Отдельно анализируются first touch, closing touch и assisted paths.
- Offline-продажи возвращаются в CRM/BI, если сделка закрывается вне сайта.
- Для крупных бюджетов есть план incrementality или geo tests.
- Решение по бюджету не принимается по одному отчету за один день.
Видео к теме
Главный совет
Не спорьте, "какая модель правильная". Правильный вопрос другой: какую управленческую ошибку мы рискуем совершить, если посмотрим только на эту модель? Last click помогает увидеть закрывающие каналы. Data-driven дает более широкую картину. CRM показывает деньги. А причинность проверяется тестами, не отчетами.
Sources / Notes
- Google Analytics Help: get started with attribution
- Google Analytics Help: traffic-source scopes
- Google Analytics Help: campaigns and traffic sources
- Goodlabs implementation practice: attribution reviews, CRM revenue mapping, incrementality planning.