В контекстной рекламе важно не только «получить заявку», но и понять, откуда она пришла. Какая реклама сработала? С какой площадки, по какому объявлению, на каком этапе пользователь принял решение?
Для этого и существует понятие атрибуции — системы правил, по которым система определяет, какому визиту приписывать конверсию. Правильный выбор модели атрибуции позволяет честно оценивать эффективность кампаний, не терять заявки «в статистике» и правильно обучать автостратегии.
Что вообще такое атрибуция?
Когда человек заходит на сайт, система «фиксирует» источник визита. Но пользователь может кликнуть по рекламе, потом вернуться напрямую, потом перейти из органики, а заявку оставить через неделю с другого устройства.
Как понять, какой из переходов был главным?
Атрибуция — это правило, по которому заявка будет засчитана какому-то конкретному переходу. Разные модели атрибуции — разные подходы к распределению ценности.
С одной моделью система решит, что «привёл» пользователя первый клик. С другой — последний. С третьей — будет учитывать только клики из Яндекс Директа. Именно от этого выбора зависит, какие данные вы увидите в статистике.
Автоматическая атрибуция
Это модель, которая работает на машинном обучении. Она не ищет только первый или последний клик, а оценивает всю поведенческую цепочку:
время между касаниями, глубину взаимодействия, устройство, последовательность шагов, проявленный интерес и другие сигналы.
Пример:
Пользователь увидел объявление в РСЯ,
перешёл — но сразу не оставил заявку.
Через день нашёл сайт в поиске, снова зашёл,
потом — перешёл с компьютера, почитал подробнее,
а на следующий день оформил заказ с телефона.
Автоматическая модель не будет искать только первый или только последний переход. Она учтёт все шаги, как последовательную цепочку, и будет использовать их для обучения стратегии.
Когда использовать:
- Вы работаете на автоматических стратегиях (оптимизация конверсий);
- Вам важно повышать эффективность кампании за счёт машинного обучения;
- Ваша воронка — сложная, с несколькими касаниями и задержкой по времени.
Это наиболее “умная” модель. Она включает кросс-девайс по умолчанию и подходит для большинства современных сценариев.
Первый переход
В этой модели засчитывается только первый визит пользователя на сайт за последние 180 дней. Даже если заявка произошла через месяц после этого визита — она будет приписана самому первому касанию.
Пример:
Пользователь кликнул по объявлению в поиске и попал на сайт.
На следующий день вернулся через закладки.
Потом ещё раз — по рекомендации.
На пятый день — оставил заявку.
Заявка будет засчитана первому переходу по рекламе, а не последним визитам.
Когда использовать:
- Вы запускаете кампании на узнаваемость бренда;
- Вам важно понимать, что привело нового пользователя;
- Вы оцениваете долгосрочную отдачу от охватной рекламы.
Последний переход
Это самая “буквальная” модель. Если в момент оформления заявки пользователь был на сайте — смотрим, как он туда попал. Именно этот переход и считается источником конверсии.
Пример:
Пользователь вчера пришёл с рекламы,
сегодня зашёл напрямую и оставил заявку.
Система учтёт только сегодняшний прямой визит, проигнорировав предыдущие клики.
Когда использовать:
- Вам нужно оценить финальные точки контакта;
- Ваша задача — понять, что стало последним триггером к покупке;
- Вы работаете с короткими воронками (например, e-commerce, быстрые покупки).
Важно: в такой модели легко “потерять” эффективность рекламы, если пользователи часто возвращаются напрямую.
Последний значимый переход
Это гибрид предыдущей модели. Она делит все визиты на значимые и незначимые.
Значимые — это:
- Клики по объявлениям;
- Переходы с поисковиков;
- Переходы с внешних сайтов.
Незначимые — это:
- Прямые заходы;
- Внутренние переходы;
- Повторные открытия сайта из истории или закладок.
Если последний визит оказался незначимым, система возвращается назад и ищет последний значимый визит за последние 90 дней.
Пример:
Человек кликнул по объявлению, потом заходил напрямую два раза, и на третий раз оформил заявку.
Модель проигнорирует прямые визиты и приписывает конверсию последнему клику по рекламе.
Когда использовать:
- Вы работаете с многоканальной воронкой;
- Вам нужно исключить “шум” в статистике от прямых визитов;
- Вы хотите максимально честно учитывать вклад рекламы.
Последний переход из Директа
Здесь засчитывается последний переход по объявлениям Яндекс Директа — даже если между этим кликом и заявкой были другие визиты с поиска, соцсетей или прямые заходы.
Срок запоминания — 180 дней.
Пример:
Пользователь сначала кликнул по баннеру в РСЯ,
потом нашёл сайт через Google,
а затем вернулся напрямую и оставил заявку.
Если после РСЯ была ещё одна сессия из Директа — засчитывается она.
Если нет — то предыдущий клик из Директа.
Другие источники игнорируются.
Когда использовать:
- Вам нужно оценивать именно эффективность Директа, без влияния других каналов;
- Вы ведёте сквозную аналитику с отдельным учётом каналов;
- Вы работаете в агентстве или in-house команде, где важно “не терять” заявки из отчётов Директа.
Как работает кросс-девайс
Кросс-девайс — это не модель, а опция, которая включается внутри моделей атрибуции (кроме автоматической — там включена по умолчанию).
Она позволяет объединить поведение пользователя на разных устройствах.
Например, если человек кликнул по рекламе на компьютере, потом зашёл с телефона и оформил заявку, система будет знать, что это один и тот же пользователь.
Поддерживается в моделях:
- Последний переход из Директа;
- Последний значимый переход;
- Первый переход.
Как выбрать модель атрибуции
Каждая модель атрибуции решает свою задачу. Ниже — краткие рекомендации, какую модель выбрать в зависимости от цели рекламной кампании.
Автоматическая атрибуция
Подходит для рекламных кампаний на автоматических стратегиях с оплатой за конверсии или клики. Система самостоятельно анализирует поведение пользователя и помогает эффективнее обучать стратегию.
Первый переход
Если важно понимать, откуда пришёл новый пользователь впервые — выбирайте эту модель. Она фиксирует первый визит на сайт за последние 180 дней и приписывает ему все последующие заявки.
Последний переход
Актуальна, если необходимо оценить точку входа, с которой пользователь пришёл на сайт и сразу оставил заявку. Хорошо подходит для простых, коротких воронок и быстрых решений.
Последний значимый переход
Если хотите исключить из учёта прямые заходы и внутренние переходы — выбирайте эту модель. Она помогает сосредоточиться на действительно влияющих источниках: рекламе, поиске и внешних сайтах.
Последний переход из Директа
Эта модель учитывает только переходы по объявлениям Яндекс Директа. Подходит в случае, если нужно оценивать исключительно эффективность Директа без влияния других источников трафика.
Правильно подобранная модель атрибуции позволяет получить реалистичную статистику, точно оценить эффективность рекламы и принимать верные решения при распределении бюджета.
Как модель атрибуции влияет на эффективность рекламы
Модель атрибуции — это не просто способ распределить заявки по источникам. Это основа того, как вы принимаете решения в рекламе. Если выбрана не та модель, вы можете:
- считать неэффективной ту кампанию, которая на самом деле «разогревает» аудиторию,
- недооценить ценность охватных инструментов,
- отключить нужные каналы и оставить только те, что «добивают» пользователя на последнем шаге.
В результате рекламный бюджет распределяется неправильно — вы начинаете вливать больше в то, что выглядит эффективным по отчётам, но не формирует интерес, и наоборот — отключаете важные касания, которые просто не «засчитываются» текущей моделью.
Например:
Пользователь кликает по баннеру в РСЯ, изучает сайт, уходит. Через пару дней он вводит название компании в поиске и оставляет заявку. Если у вас стоит модель «Последний переход» — вся заявка «уйдёт» поиску, а баннер из РСЯ будет выглядеть как бессмысленный расход. Хотя именно он запустил весь путь.
Когда используется модель «Автоматическая» или «Последний значимый переход», такие касания сохраняются и учитываются — система понимает, какой именно инструмент реально повлиял на решение клиента.
Правильно выбранная модель помогает:
- точнее понимать, какие кампании и объявления действительно работают,
- корректно обучать автоматические стратегии,
- эффективнее распределять бюджеты,
- получать объективную картину по воронке.
Итог: модель атрибуции напрямую влияет на то, как работает реклама, куда уходят деньги и как вы интерпретируете результат. Это фундамент, с которого начинается адекватная аналитика.
Итог
Если вы используете модель «Автоматическая» (она установлена по умолчанию в новых рекламных кампаниях), — это безопасный и универсальный вариант. Она учитывает всю цепочку касаний, помогает обучать стратегии и не требует ручного выбора модели.
Но важно понимать: автоматическая атрибуция не всегда подойдёт для ручного анализа или сравнения между кампаниями и источниками. В этом случае стоит осознанно выбирать модель — в зависимости от того, что именно вы хотите оценить:
- эффективность первого касания,
- точку, с которой пользователь сконвертировался,
- вклад конкретного источника (например, только Яндекс Директа).
Каждая модель атрибуции показывает разный срез пути клиента, и если вы выбираете её «вслепую», есть риск ошибиться с выводами.
Подбирайте модель атрибуции под конкретную цель: автоматизация — для стратегии, ручной выбор — для аналитики. Только так можно понять, что действительно работает, а что просто кажется эффективным.
Больше практики — в Telegram-канале. Разбираем Яндекс Директ на примерах, делимся рабочими подходами и цифрами из реальных кейсов.
