Отчёт говорит, что контекстная реклама принесла продаж на миллион, а SEO — почти ничего, и рука тянется урезать бюджет на SEO. Но это ловушка атрибуции: возможно, именно поиск впервые приводил этих клиентов, а реклама лишь дожимала уже разогретых. Атрибуция — это правило, по которому заслуга за продажу делится между каналами, и от выбранного правила напрямую зависит, куда вы направите деньги — и не ошибётесь ли.
В этой статье разберём модели атрибуции без академической воды: чем они отличаются, где каждая врёт, почему last click так опасен, как атрибуция усложняется в B2B и почему данные Метрики расходятся с 1С. Настроить корректный учёт продаж и связать онлайн-касания с реальными сделками помогает автоматизация продаж и склада на 1С.
Коротко
- Атрибуция делит заслугу за продажу между каналами; от модели зависит распределение рекламного бюджета.
- Идеальной модели нет — каждая упрощает реальность; смотрите на данные через несколько моделей сразу.
- Last click переоценивает каналы-закрыватели и обесценивает привлечение — урезать по нему опасно.
- Честная атрибуция опирается на оплаченные заказы из 1С и учитывает звонки и офлайн-сделки, а не только веб-заказы.
Зачем нужна атрибуция
Деньги на маркетинг ограничены, и главный вопрос — куда их вложить, чтобы получить больше продаж. Ответ невозможен без понимания, какие каналы реально приводят к заказам. Атрибуция — это инструмент, который переводит хаос касаний в понятную картину вклада каналов, на основе которой распределяется бюджет.
Проблема в том, что вклад канала не измеряется напрямую: покупатель контактирует с брендом много раз через разные каналы, прежде чем купить. Приписать продажу одному каналу — значит упростить, а любое упрощение вносит искажение. Понимание этих искажений и есть настоящая грамотность в атрибуции: не «какая модель правильная», а «как каждая модель искажает реальность».
Путь клиента — это цепочка касаний
Ключ к атрибуции — увидеть, что покупка редко случается после одного контакта. Типичный путь: человек нашёл товар в поиске, ушёл подумать, вернулся по ретаргетинговой рекламе, подписался на рассылку, через неделю кликнул письмо и оформил заказ, зайдя напрямую. Это пять касаний из четырёх разных каналов ради одной продажи.
Вопрос атрибуции: кому засчитать эту продажу? Поиску, который привёл впервые? Рекламе, которая вернула? Рассылке, которая подогрела? Прямому заходу, на котором оформили? Любой ответ — это модель, то есть договорённость о распределении заслуги. И от неё зависит, какой канал вы посчитаете эффективным.
Основные модели атрибуции
Существует несколько классических моделей, каждая со своей логикой распределения заслуги.
- Last click. Вся ценность — последнему каналу перед заказом. Проста, но обесценивает всё, что было раньше.
- First click. Вся ценность — первому каналу, который привёл клиента. Переоценивает привлечение, игнорирует дожим.
- Линейная. Ценность поровну между всеми касаниями. Справедлива на вид, но уравнивает решающие и проходные контакты.
- По позиции. Больше веса первому и последнему касанию, остаток — середине. Компромисс между привлечением и закрытием.
- С учётом давности. Чем ближе касание к заказу, тем больше его вес. Логично для коротких циклов, спорно для длинных.
- На основе данных. Вклад вычисляется статистически по всему массиву путей. Точнее, но требует много данных и менее прозрачна.
Сравнение моделей
| Модель | Кому даёт заслугу | Что переоценивает | Где уместна |
|---|---|---|---|
| Last click | Последнему каналу | Каналы дожима | Оценка закрывателей |
| First click | Первому каналу | Каналы привлечения | Оценка знакомства |
| Линейная | Всем поровну | Проходные касания | Общий обзор пути |
| По позиции | Началу и концу | Крайние касания | Баланс привлечения и дожима |
| С учётом давности | Ближним к заказу | Поздние касания | Короткий цикл сделки |
Таблица показывает главное: модель — это линза, а не истина. Каждая подсвечивает одни каналы и затемняет другие. Поэтому зрелый подход — смотреть данные через несколько моделей и понимать, откуда берётся разница.
Окно атрибуции
Параметр, который часто настраивают «по умолчанию» и зря, — окно атрибуции. Это период до заказа, в течение которого касание считается повлиявшим на продажу. Если путь клиента длиннее окна, ранние касания просто выпадают из анализа, и каналы привлечения недооцениваются.
Для импульсной розницы окно в несколько дней уместно: решение принимается быстро. Для дорогих товаров и B2B цикл растягивается на недели и месяцы, и короткое окно отрежет самое начало пути. Окно подбирают под реальную длину принятия решения в конкретном бизнесе, а не берут значение из настроек не глядя. Слишком длинное окно тоже вредит — приписывает случайные касания.
Ловушка last click
Last click — самая распространённая и самая коварная модель, потому что она проста и стоит по умолчанию во многих отчётах. Она приписывает всю продажу последнему каналу и полностью игнорирует то, что было раньше.
Мораль: прежде чем сокращать бюджет канала на основании одной модели, посмотрите на него через first click и модели с учётом всего пути. Канал, «бесполезный» по last click, может быть основным источником новых клиентов.
Атрибуция в B2B и длинный цикл
В B2B атрибуция усложняется многократно. Путь до сделки длинный и многоконтактный, в нём участвуют несколько человек со стороны клиента, а значительная часть касаний происходит вне сайта: звонки, переговоры, коммерческие предложения, встречи. Онлайн-аналитика видит только цифровые следы и слепа к офлайн-этапам.
Добавляется техническая проблема: между первым визитом и заказом проходят недели, что часто превышает срок жизни куки, и часть пути теряется — клиент выглядит как «новый прямой заход», хотя пришёл когда-то из поиска. Поэтому в B2B чистая онлайн-атрибуция недостаточна: её обязательно дополняют данными CRM и учётной системы, где фиксируются реальные сделки. Как поведение на сайте предшествует заказу, полезно анализировать поведенческими инструментами — об этом мы писали в связке с картами Метрики и Вебвизором.
Расхождение аналитики и 1С
Даже в рознице есть фундаментальная проблема: данные веб-аналитики и данные 1С по продажам почти всегда расходятся, и это нормально. Они считают разное.
- Момент учёта. Аналитика фиксирует заказ при оформлении, 1С — при подтверждении и оплате.
- Отмены и возвраты. Часть заказов с сайта отменяется или возвращается — в аналитике они остаются, в 1С уходят.
- Неоплаченные. Оформленный, но не оплаченный заказ — не продажа, но в сырых веб-данных он есть.
- Заказы через менеджера. Оптовые и телефонные сделки часто вообще не проходят через веб-корзину.
Вывод: честная атрибуция опирается на подтверждённые оплаченные заказы из 1С, а не на сырые заказы сайта. Иначе вы оптимизируете каналы под заказы, которые не стали деньгами. Про корректный обмен и учёт таких данных мы рассказывали в материалах про REST и вебхуки и работу с данными через D7 ORM.
Звонки и офлайн-продажи
Для многих бизнесов — особенно B2B и дорогих товаров — значимая часть заказов идёт через звонок, а не через веб-корзину. Если атрибуция считает только онлайн-заказы, каналы, которые генерируют звонки, выглядят неэффективными и рискуют лишиться бюджета незаслуженно.
Решение — коллтрекинг и связка с CRM: звонок привязывается к источнику визита, а сделка, оформленная менеджером, — к цифровому касанию клиента. Тогда канал, приносящий звонки вместо кликов «купить», получает свою заслуженную заслугу. Без этого атрибуция систематически недооценивает всё, что заканчивается разговором с менеджером, а не онлайн-оплатой.
Сквозная аналитика
Всё перечисленное — окно, расхождение с 1С, звонки, офлайн-сделки — сводится к одной задаче: соединить онлайн-касания с реальными продажами. Это и есть сквозная аналитика. Она связывает источник визита, поведение на сайте, заказ и его судьбу в учётной системе в одну цепочку.
Технически это связка: веб-аналитика (источники и поведение), сайт на 1С-Битрикс (заказы), 1С (подтверждённые продажи, отмены, оплаты) и CRM с коллтрекингом (звонки и сделки). Собранная воедино, эта картина позволяет атрибутировать не сырые заказы, а деньги. Построение и поддержку такого обмена данными закрывает услуга автоматизации на 1С, а наведение порядка в исходных данных — аудит и оптимизация 1С.
Как работать с моделями на практике
- Не ищите идеальную модель. Примите, что каждая — линза; используйте несколько сразу.
- Сравнивайте first и last click. Разница между ними показывает роль канала в привлечении против дожима.
- Настройте окно под цикл. Подберите период под реальную длину принятия решения в вашем бизнесе.
- Опирайтесь на 1С. Считайте по оплаченным заказам, а не по сырым веб-данным.
- Добавьте звонки. Подключите коллтрекинг и CRM, чтобы не терять офлайн-конверсии.
- Проверяйте здравым смыслом. Резкие выводы модели сверяйте с логикой бизнеса, а не режьте бюджет вслепую.
Частые ошибки
- Слепая вера в last click. Каналы привлечения режут по модели, которая их не видит.
- Одна модель как истина. Не сравнивают несколько линз и принимают искажение за факт.
- Окно по умолчанию. Короткое окно отрезает начало длинного пути клиента.
- Атрибуция по сырым заказам. Считают по веб-заказам без учёта отмен, возвратов и неоплат.
- Игнор звонков. Офлайн- и телефонные продажи не учитываются, каналы недооцениваются.
- Разрыв с 1С. Аналитика и учётная система живут отдельно, картина продаж не сходится.
- Онлайн-атрибуция в B2B в отрыве от CRM. Длинный многоконтактный путь теряется без данных о сделках.
Чек-лист внедрения
- Цели и e-commerce настроены. Заказы и их ценность корректно передаются в аналитику.
- Несколько моделей доступны. Данные можно смотреть минимум через first и last click.
- Окно подобрано. Период атрибуции соответствует реальному циклу сделки.
- Связка с 1С есть. Атрибуция опирается на подтверждённые оплаченные заказы.
- Отмены и возвраты учтены. Несостоявшиеся продажи не искажают картину каналов.
- Звонки трекаются. Коллтрекинг и CRM связывают офлайн-сделки с источниками.
- Сквозная картина собрана. Источник, заказ и его судьба соединены в одну цепочку.
- Решения — с проверкой. Выводы модели сверяются со здравым смыслом до перераспределения бюджета.
Вывод
Атрибуция — это не поиск единственно правильной модели, а умение смотреть на продажи через несколько линз и понимать искажения каждой. Last click удобен, но обесценивает привлечение; first click переоценивает знакомство; модели с учётом всего пути честнее, но сложнее. Резать бюджет канала по одной модели — прямой путь к потере потока клиентов.
И главное для e-commerce на 1С-Битрикс: честная атрибуция считает не сырые веб-заказы, а деньги. Опирайтесь на оплаченные заказы из 1С, учитывайте звонки и офлайн-сделки, подбирайте окно под реальный цикл — и стройте сквозную аналитику, которая соединяет касание с реальной продажей. Тогда бюджет пойдёт туда, где рождается выручка, а не туда, где просто случился последний клик.
