Атрибуция в маркетинге — это распределение ценности конверсии между каналами, которые участвовали в пути клиента: какой канал действительно принёс продажу, а не просто оказался последним касанием. Лучшей атрибуции не бывает — есть подходящая под задачу. DataGo умеет все модели: от классических Last Click и First Click до Data-Driven моделей Funnel-Based, Шепли и цепей Маркова. Чаще всего DataGo разворачивает сразу несколько моделей в одной витрине — это даёт команде клиента сравнить результаты и оценить бюджет под разным углом.
Три модели для разных задач: Funnel-Based показывает вклад каналов в продвижение по воронке, Шепли даёт справедливый средний вклад, цепи Маркова — что произойдёт без канала.
Вес каналам по сложности шагов воронки: визит → корзина → покупка. Сложные переходы получают больше ценности.
Подходит e-commerce с явной продуктовой воронкой
Средний вклад канала во все возможные коалиции. Результат суммируется в 100% — прямое сравнение ROAS / CPA.
Нужно 5 000+ конверсий/мес, до 15 каналов
Граф переходов между каналами. «Что произойдёт, если убрать канал?» — видит каналы-ассистенты, которых не видит Last Click.
Нужно 2 000+ конверсий/мес, минимум 50 на канал
Одноканальные и многоканальные модели атрибуции — простые правила распределения ценности между касаниями, без data-driven обучения. Соберите путь до покупки, задайте CPO и переключайте модели — увидите, как меняется распределение бюджета по каналам.
Соберите путь до покупки, задайте CPO — и переключайте модели справа. Цифры иллюстративные, логика реальная.
100% последнему касанию. Стандарт рекламных кабинетов — но переоценивает канал-замыкатель и не учитывает прямые заходы.
Если последнее касание — Direct (прямой переход), вес уходит предпоследнему платному каналу. Основная модель в Я.Метрике и GA — устраняет искажение от брендового трафика.
100% первому касанию. Хорошо оценивает каналы знакомства с брендом, но игнорирует всё, что было между знакомством и покупкой.
Поровну между всеми касаниями. Подходит для B2B и длинных циклов, где важно показать участие каждого канала в воронке.
Ближе к конверсии — больше вес. Подходит для коротких performance-кампаний, где роль свежего касания выше.
40% первому касанию, 40% последнему, 20% распределяется поровну между промежуточными. Сбалансированный фокус — охват и закрытие.
Распределения слева — иллюстративные. Реальные значения зависят от данных проекта и связки моделей в витрине Sessions.
Сценарий: Медийка → SEO → Я.Директ → Email → Покупка. Для модели Last Non-Direct Click последнее касание считается Direct (прямой переход).
| Модель | Распределение | Когда подходит | Слабое место | Медийка | SEO | Я.Директ | Последнее касание |
|---|---|---|---|---|---|---|---|
| Last Click | 100% последнему касанию. Стандарт рекламных кабинетов — но переоценивает канал-замыкатель и не учитывает прямые заходы. | Импульсный спрос, стандарт рекламных кабинетов | «Хвалит» канал-замыкатель — часто брендовый поиск или Direct | 0% | 0% | 0% | 100% |
| Last Non-Direct Click | Если последнее касание — Direct (прямой переход), вес уходит предпоследнему платному каналу. Основная модель в Я.Метрике и GA — устраняет искажение от брендового трафика. | Стандарт рынка, когда Direct = «возвращенцы» | Всё ещё присваивает всё одному каналу | 0% | 0% | 100% | 0% |
| First Click | 100% первому касанию. Хорошо оценивает каналы знакомства с брендом, но игнорирует всё, что было между знакомством и покупкой. | Знакомство с брендом, короткие циклы | Игнорирует всё после первого клика | 100% | 0% | 0% | 0% |
| Модель | Распределение | Когда подходит | Слабое место | Медийка | SEO | Я.Директ | |
|---|---|---|---|---|---|---|---|
| Linear | Поровну между всеми касаниями. Подходит для B2B и длинных циклов, где важно показать участие каждого канала в воронке. | B2B, длинный цикл — показать вклад всех каналов | Недооценивает разницу знакомства и закрытия | 25% | 25% | 25% | 25% |
| Time-decay | Ближе к конверсии — больше вес. Подходит для коротких performance-кампаний, где роль свежего касания выше. | Короткие кампании, дорогие товары, performance | Недооценивает верх воронки, медийку | 7% | 13% | 27% | 53% |
| Position-Based (U-shaped) | 40% первому касанию, 40% последнему, 20% распределяется поровну между промежуточными. Сбалансированный фокус — охват и закрытие. | Сбалансированный фокус — охват и закрытие | Недооценивает середину воронки | 40% | 10% | 10% | 40% |
Ориентир под типовые задачи. На практике запускаем 2–3 модели атрибуции параллельно и сравниваем — это даёт самое уверенное решение.
Сложно выбрать модель под свой кейс — длительность цикла, число конверсий, доля медийки? Обсудим на созвоне и подберём 1–2 рабочие модели под старт.
за дополнительную модель атрибуции, без НДС
Финальная стоимость зависит от модели и сложности расчёта: базовые модели — дешевле, Data-Driven (Funnel-Based, Шепли, цепи Маркова) — дороже. Также возможна разработка уникальной модели атрибуции, которая максимально соответствует особенностям вашего бизнеса.
Любая модель атрибуции — это упрощение реальности. Last Click отдаёт всё последнему касанию, но игнорирует роль медийки и SEO. Funnel-Based видит вклад каждого шага воронки, но требует чёткую продуктовую воронку. Шепли даёт «справедливую» метрику, но не учитывает порядок касаний.
Поэтому чаще всего мы разворачиваем у клиента сразу несколько моделей в одной витрине — это даёт команде клиента возможность сравнить результаты и оценить бюджет под разным углом. Если 2–3 модели согласны — решение уверенное. Если расходятся — это сигнал разобраться глубже в роли каждого канала.
На уровне дашбордов рядом обычно живут 3–4 модели: одна одноканальная (LNDC) — для сходимости с рекламным кабинетом, плюс 1–2 Data-Driven (Funnel-Based или Шепли) и Linear или Position-Based как midpoint.
Где живут атрибуции в Marketing DWH
Все модели атрибуции считаются поверх витрины Sessions. Базовые модели — в колонках витрины по умолчанию. Data-Driven (Funnel-Based, Шепли, Маркова) — добавляются как дополнительные колонки по согласованию.
Сама витрина Sessions собирается из источников L1: DataGo Streaming, экспорт Метрики, AppMetrica, AppsFlyer плюс коннекторы DataGo к рекламным системам, CRM и коллтрекингу.
Пять вопросов, которые задают чаще всего. Если вашего здесь нет — обсудим на звонке.
Нет «самой точной» — каждая модель упрощает реальность с разными допущениями. Last Click переоценивает канал-замыкатель. Funnel-Based не работает без явной воронки. Шепли требует много конверсий и не учитывает порядок касаний. Цепи Маркова не объясняют, почему канал сработал.
Лучшая практика — запускать 2–3 модели параллельно и сравнивать. Если они согласны — решение по бюджету уверенное. Если расходятся — это сигнал глубже разобраться в роли каждого канала.
Цепи Маркова — от 2 000 конверсий/мес, минимум 50 конверсий на канал. Хорошо работает на 5–30 каналах.
Вектор Шепли — от 5 000 конверсий/мес, практический предел 10–15 каналов.
Funnel-Based менее требователен к объёму — главное, чтобы была чёткая продуктовая воронка с измеримыми шагами.
При менее чем 1 000 конверсий/мес Data-Driven модели работают неустойчиво — результаты варьируются от запуска к запуску из-за статистического шума. Для малого трафика рекомендуем мульти-канальные модели (Linear, Time-decay) — они стабильнее и не требуют обучения на данных.
Это нормально и даже полезно. Расхождение моделей — сигнал, что в вашей воронке есть нелинейные эффекты: например, медийка влияет на конверсию не как last-click, а как ассистент. Цепи Маркова покажут это через removal effect, Шепли — через средний вклад. Сравнение моделей в одном дашборде — стандартный аналитический рабочий процесс.
По умолчанию в витрине Sessions разворачиваем модель Last Non-Direct Click (LNDC) — она универсальная и подходит большинству проектов как базовая.
Остальные модели атрибуции — обсуждаемые. На созвоне смотрим на особенности бизнеса (длина цикла, число каналов, доля Direct, объём конверсий) и оцениваем, какие модели имеет смысл развернуть и хватает ли данных под Data-Driven (Funnel-Based, Шепли, цепи Маркова — требуют от 2 000–5 000 конверсий/мес). Стоимость — от 5 000 ₽/мес за дополнительную модель, Data-Driven и уникальные модели — дороже.
Расскажите про текущий стек — каналы маркетинга, объём конверсий, есть ли продуктовая воронка. Подскажем, какие модели стоит запустить в первую очередь.
Streaming, Метрика, AppMetrica, AppsFlyer, коннекторы
Cost Data, Sessions, Order Data, User Profile
Funnel-Based, Шепли, Маркова + базовые
Performance, ROPO, Медийка, SEO и другие