Атрибуция: модели и как выбрать

Атрибуция — это ответ на вопрос: какой канал привёл конверсию? Когда пользователь нашёл вас в Google, прочитал статью в блоге, открыл email, увидел рекламу в Instagram и в итоге купил — кому из этих каналов засчитать продажу? В разных моделях ответ будет разным. Выбор модели напрямую влияет на то, куда вы вкладываете следующий бюджет.

Эта статья разбирает шесть основных моделей атрибуции, объясняет, что изменилось в Google Analytics 4 с переходом на data-driven по умолчанию, и помогает выбрать подход под конкретный бизнес.

Что такое атрибуция и зачем она нужна

До конверсии пользователь обычно проходит несколько точек контакта. По данным Google Think, B2C-покупатель в среднем взаимодействует с брендом 7-8 раз перед покупкой, B2B — от 10 до 20+. Эти касания распределены между каналами: органический поиск, платная реклама, email, соцсети, реферальные ссылки, прямой переход.

Без атрибуционной модели вы видите только финальный клик. Рекламная кампания на верхнюю часть воронки может привлекать сотни новых пользователей, которые потом покупают через ретаргетинг — и по логике last-click весь ROI уйдёт ретаргетингу, а кампания будет выглядеть убыточной.

Практическое следствие: атрибуция определяет, куда вы вкладываете следующий бюджет. Это не академический вопрос.

Шесть базовых моделей атрибуции

1. Last-click (последний клик)

Весь кредит достаётся последнему каналу, который привёл пользователя перед конверсией.

Органика → Email → Facebook Ads → [конверсия]
   0%         0%       100%

Плюсы: простая, легко воспроизвести в любой системе аналитики. Хорошо отражает каналы закрытия сделки.

Минусы: полностью игнорирует всё, что происходило до последнего шага. Переоценивает brand-search, ретаргетинг и прямые переходы. Недооценивает контент-маркетинг, SEO на информационные запросы, YouTube и display-кампании.

Когда подходит: простой бизнес с одним-двумя касаниями до покупки (например, клик на объявление → заказ), или когда объём конверсий слишком мал для сложных моделей.

2. First-click (первый клик)

Весь кредит достаётся первому каналу, через который пользователь пришёл впервые.

Органика → Email → Facebook Ads → [конверсия]
  100%        0%         0%

Плюсы: хорошо отражает каналы привлечения новой аудитории (awareness). Полезна, чтобы понять, что «открывает» вас для новых клиентов.

Минусы: игнорирует все последующие касания, в том числе те, что дожали до покупки. Переоценивает brand awareness каналы и недооценивает conversion-каналы.

Когда подходит: если главный вопрос — «где вы находите новых клиентов», а не «что закрывает продажи». Полезна в паре с last-click для сравнения.

3. Linear (линейная)

Кредит делится поровну между всеми касаниями на пути к конверсии.

Органика → Email → Facebook Ads → [конверсия]
  33.3%     33.3%      33.3%

Плюсы: не дискриминирует ни один канал. Подходит для длинных B2B-циклов, где каждое касание действительно важно.

Минусы: нереалистична — редко все касания имеют одинаковое влияние. Не даёт возможности оптимизировать по приоритетности каналов.

Когда подходит: B2B с длинным циклом продажи, где важно сохранить все каналы и не «закрыть» ни один из них преждевременно.

4. Time decay (затухание со временем)

Больший кредит получают касания, которые произошли ближе к конверсии. Вес растёт по временной шкале.

Органика → Email → Facebook Ads → [конверсия]
  10%        20%        70%

По умолчанию в Google Ads half-life — 7 дней: касание за 7 дней до конверсии получает вдвое больше веса, чем касание за 14 дней.

Плюсы: логична для бизнесов с коротким окном принятия решения — акции, сезонные распродажи, когда последний толчок действительно самый важный.

Минусы: недооценивает awareness-каналы, которые запустили процесс поиска.

Когда подходит: retail, e-commerce во время распродаж, бизнесы с промо-окнами (несколько дней решающих для конверсии).

5. Position-based / U-shaped (позиционная)

40% веса первому касанию, 40% последнему, остальные 20% делят между промежуточными.

Органика → Email → Facebook Ads → [конверсия]
  40%        20%        40%

Плюсы: подчёркивает два ключевых момента — привлечение и закрытие. Хорошо отражает реальность для большинства бизнесов.

Минусы: цифры «40/20/40» произвольные, не основаны на реальных данных конкретного бизнеса.

Когда подходит: бизнес, где ценны и первый контакт (привлечение нового клиента), и последний (закрытие сделки), но промежуточные касания менее критичны.

6. Data-driven attribution (DDA)

Машинное обучение анализирует реальные пути конверсий на вашем сайте и определяет фактическое влияние каждого касания. Нет фиксированных правил — модель обучается на данных конкретного аккаунта.

Органика → Email → Facebook Ads → [конверсия]
  25%        15%        60%
  (значения условные — зависят от ваших данных)

Плюсы: наиболее точная из всех — не использует произвольных правил, а опирается на статистику поведения реальных пользователей вашего сайта. Автоматически адаптируется при изменении поведения аудитории.

Минусы: «чёрный ящик» — сложно объяснить, почему конкретное касание получило именно такой вес. Требует минимального объёма данных для обучения.

Когда подходит: основной выбор для любого бизнеса с достаточным объёмом конверсий. Именно поэтому Google сделал DDA дефолтом в GA4.

Data-driven в GA4: что изменилось

До ноября 2023 дефолтной моделью в Universal Analytics и ранних версиях GA4 был last non-direct click — вариант last-click, который игнорировал прямые переходы и засчитывал заслугу предыдущему известному каналу.

Проблема: «direct» трафик в GA4 — это часто email без UTM-разметки, переходы из PDF-документов, переходы из мессенджеров и мобильных приложений, где referrer не передаётся. Last non-direct click искусственно «снимал» кредит с direct и переносил его на предыдущий канал — что тоже не всегда корректно.

С ноября 2023 GA4 использует DDA по умолчанию для всех новых свойств. Это ключевое изменение: если вы сравниваете отчёты GA4 «до и после» — разница в атрибуции может объяснять резкие скачки показателей отдельных каналов.

Посмотреть отчёт с разными моделями в GA4: Advertising → Attribution → Model comparison. Здесь можно сравнить last-click, first-click, linear и DDA для одних и тех же конверсий.

Жёсткого порога по числу конверсий у GA4 больше нет: Google убрал минимум, который действовал раньше, и теперь для DDA достаточно настроить хотя бы один key event. Но для надёжной модели ориентир остаётся:

• желательно от ~400 конверсий за 30 дней по выбранному key event;
• достаточное количество кликов и точек контакта из разных каналов.

Если данных мало, модель всё равно работает, но результат менее стабилен — на очень малых объёмах разница с last-click будет минимальной.

Ограничения атрибуции: что она не решает

Cross-channel дублирование

Каждая рекламная платформа имеет собственный пиксель и считает конверсии отдельно. Если пользователь кликнул объявление Google Ads, потом увидел рекламу в Meta Ads и купил — обе платформы приписывают себе эту конверсию. Сумма конверсий в рекламных кабинетах почти всегда выше реального количества заказов.

Решение — смотреть на GA4 как на единый источник правды, а не на цифры отдельных платформ.

Cross-device пути

Cookie-based атрибуция не связывает сессии на разных устройствах. Клик с телефона + покупка с ноутбука = две отдельные «сессии» без связи. GA4 пытается решить это через:

• User ID — если ваш сайт передаёт собственный идентификатор залогиненных пользователей
• Google Signals — данные из залогиненных Google-аккаунтов (только для давших согласие на персонализацию рекламы)

Но полное cross-device объединение доступно лишь для части аудитории.

Consent Mode и modeled conversions

С марта 2024 Consent Mode v2 обязателен для EEA. Пользователи, отказавшиеся от cookie, не отслеживаются напрямую — GA4 использует probabilistic modeling для оценки их поведения.

На практике: если ваш consent rate 60%, около 40% конверсий — смоделированы. Это оценка на основе статистики, но не точное измерение. В отчётах GA4 рядом с показателями будет пометка «includes modeled conversions».

Офлайн-конверсии и CRM

GA4 не видит звонков, встреч в офисе, сделок, которые закрылись через месяц после первого визита на сайт. Для B2B с длинным циклом продажи атрибуция будет неполной без импорта офлайн-конверсий (GA4 Measurement Protocol или CRM-интеграция).

Marketing Mix Modeling как альтернатива

При маркетинговом бюджете от $50-100k в месяц компании всё чаще обращаются к Marketing Mix Modeling (MMM) — статистическому подходу, который вместо отслеживания каждого клика анализирует корреляцию между расходами на канал и продажами за большой промежуток времени. MMM хорошо обрабатывает офлайн-каналы (TV, outdoor, sponsorship) и не зависит от cookie.

В январе 2025 Google открыл для всех код Meridian — своей MMM-библиотеки на Python (анонсировали её ещё в начале 2024, сначала в ограниченном доступе). Meta открыла Robyn ещё в 2021. Это не замена GA4-атрибуции, а дополнение для стратегических бюджетных решений на квартал-год вперёд, а не для оперативной оптимизации кампаний.

Практический пример: один путь — шесть разных результатов

Вот реальная последовательность касаний, которая встречается в типичном интернет-магазине:

1. День 1. Пользователь находит статью через органический поиск Google.
2. День 4. Получает email-рассылку, кликает на баннер со скидкой.
3. День 6. Видит ремаркетинговый баннер Google Display и кликает.
4. День 7. Вводит название бренда в Google, кликает на brand PPC-объявление и покупает.

Условная ценность конверсии — 1000 рублей. Вот как разные модели её распределят:

При last-click органика и email получают 0 — и менеджер скажет «они не окупаются, режем бюджет». При first-click органика получает всё — и менеджер игнорирует ретаргетинг. Data-driven даёт наиболее близкое к реальному распределение, учитывая паттерны всех пользователей.

Сравнительная таблица моделей

Как выбрать модель под бизнес

Интернет-магазин с импульсными покупками (косметика, аксессуары, еда): Time decay или DDA. Цикл решения короткий, последние касания самые важные.

SaaS или B2B-услуги (цикл продажи 2-8 недель): DDA или linear. Длинный путь, каждое касание имеет значение. Без достаточного объёма конверсий — linear как промежуточный вариант.

Lead generation (регистрация, заявка, звонок): DDA или position-based. Важно привлечь новую аудиторию (первый клик) и закрыть на конверсию (последний клик).

Локальный бизнес (ресторан, стоматология, сервис): last-click, если большинство конверсий через один канал. DDA если есть несколько каналов и 400+ конверсий в месяц.

Правило: всегда начинайте с DDA, если данные позволяют. Если конверсий меньше 400 в месяц — last-click как практический дефолт, но всегда сравнивайте в GA4 Attribution model comparison, чтобы видеть, не искажает ли она картину.

Типичные ошибки атрибуции

1. Доверять только цифрам рекламных кабинетов. Google Ads и Meta Ads всегда показывают лучшие цифры, чем GA4, потому что каждый считает конверсии «своим» пикселем. Ваш источник правды — GA4.

2. Не проверять UTM-разметку. Если email-кампания не имеет UTM-параметров — все переходы из неё попадают в direct/none. Атрибуция будет ложной независимо от модели.

3. Сравнивать DDA и last-click без понимания разницы. Переход с last-click на DDA нормально изменяет показатели каналов на 20-40%. Это не «сломалась аналитика» — это более точная картина.

4. Игнорировать modeled conversions. Если ваша аудитория в ЕС и consent rate низкий, до 30-40% конверсий — оценка GA4. Закладывайте погрешность при принятии бюджетных решений.

5. Выбирать модель «чтобы выглядело лучше». Некоторые команды выбирают last-click, потому что тогда PPC-рекламе достаётся больше кредита. Это не анализ, это манипуляция. Модель нужно выбирать под бизнес-логику, а не под результат.

6. Не учитывать офлайн-касания. Если ваши менеджеры звонят лидам, а сделки закрываются в CRM — без импорта офлайн-конверсий атрибуция неполная.

7. Сравнивать атрибуцию GA4 и Universal Analytics. UA использовал last non-direct click как дефолт, GA4 с 2023 — DDA. Если вы сравниваете цифры «тогда и сейчас», разница по каналам может быть значительной — и это причина смены модели, а не реальные изменения в эффективности.

8. Забывать про окно атрибуции. По умолчанию GA4 учитывает касания за 30 дней до конверсии. Если ваш цикл продажи 60 дней — часть ранних касаний будет потеряна. Окно можно изменить в GA4: Admin → Attribution Settings.

Атрибуция и GA4 на практике: где смотреть

Model comparison report: GA4 → Advertising → Attribution → Model comparison. Показывает, как меняется кредит по каналам при смене модели. Полезно раз в квартал, чтобы понимать, сильно ли отличается картина.

Conversion paths: GA4 → Advertising → Attribution → Conversion paths. Показывает реальные пути: сколько касаний до конверсии, какие комбинации каналов наиболее часты. Полезно для понимания верхней части воронки.

Default attribution in reports: GA4 → Admin → Attribution settings. Здесь выбирается дефолтная модель для всех отчётов свойства. Менять нужно осторожно — изменение повлияет на все ретроспективные данные в отчётах.

Подробнее о настройке GA4 — в разделе Google Analytics.

Связанные ресурсы

В разделе Digital-маркетинг:

• Основы digital-маркетинга

Глоссарий:

• Конверсия — что считается конверсией и как она измеряется
• UTM-параметры — как правильно разметить трафик для атрибуции

Инструменты:

• UTM-builder — генерация UTM-ссылок без ошибок
• GA4 Event Builder — настройка key events для атрибуции

Связанные разделы:

• Google Analytics 4 — как настроить GA4 и проверять отчёты атрибуции