Атрибуция по последнему клику удобна.
Пользователь перешел из контекстной рекламы, оставил заявку — канал получил продажу.
В отчете все чисто: источник, стоимость заявки, конверсия, возврат инвестиций в маркетинг. Проблема начинается там, где путь клиента длиннее одного клика.
Человек мог сначала увидеть ролик, потом прочитать пост у автора канала, через неделю заметить баннер, потом вбить бренд в поиск и только после этого оставить заявку.
В модели "last click", то есть атрибуции по последнему клику, вся ценность уйдет поиску или прямому заходу. Медийная реклама, посевы и блогеры в отчете будут выглядеть как “дорогой охват без продаж”.
Так маркетинг постепенно сам себя загоняет в ловушку. Бюджеты начинают перетекать в каналы, которые закрывают уже сформированный спрос, а каналы, которые этот спрос создают, получают статус “неэффективных”.
Для бизнеса это опасно.
Если отключить верх воронки, продажи могут не упасть в первый день. Иногда они держатся неделю, месяц или квартал за счет накопленного знания о бренде.
Потом спрос начинает проседать, стоимость привлечения растет, а команда удивляется: “Мы же оставили только самые эффективные каналы”.
Инкрементальность — это дополнительный результат, который появился именно благодаря рекламе, а не случился бы сам по себе.
Если бренд и так получил бы 1000 заказов без кампании, а после запуска получил 1150, инкрементальный эффект — не все 1150 заказов, а дополнительные 150.
Именно их имеет смысл связывать с рекламным воздействием.
Это особенно важно для медийной рекламы, посевов у блогеров и крупных охватных кампаний. Такие каналы часто не дают много прямых заявок в моменте.
Их задача — повысить знание о бренде, сформировать доверие, подогреть интерес, вернуть человека к выбору позже.
Инкрементальность помогает отделить реальный вклад канала от красивых совпадений.
Например, бренд запускает рекламу у блогеров и видит рост продаж на 20%. Но в это же время началась сезонная распродажа, конкуренты подняли цены, отдел продаж запустил обзвон базы, а спрос в категории вырос сам по себе.
Если приписать весь рост блогерам, отчет будет приятным, но неточным.
Инкрементальный подход задает более строгий вопрос: какая часть роста появилась именно из-за размещений, а какая была бы и без них.
Единственного идеального метода нет.
Выбор зависит от масштаба бизнеса, объема данных, бюджета, длительности цикла сделки и зрелости аналитики.
Самый понятный метод — тест с контрольной группой.
Одной части аудитории показывают рекламу, другой — нет.
Потом сравнивают разницу в действиях: заявках, покупках, повторных заказах, поисковых запросах, визитах на сайт.
Если группы были сопоставимы, разница показывает вклад рекламы.
Второй вариант — геотест.
Реклама запускается в одних регионах, а похожие регионы остаются без кампании.
Метод подходит компаниям с продажами по городам или регионам: ритейлу, доставке, сервисам, финансовым продуктам, образованию, недвижимости.
Третий вариант — тест с выключением канала.
Бренд временно останавливает часть размещений и смотрит, как меняются продажи, заявки, брендовый спрос и прямые заходы.
Метод рискованный: можно потерять часть спроса. Но для зрелых команд он помогает проверить, не переоценивается ли канал в отчетах.
Четвертый вариант — анализ до и после кампании с поправками.
Он проще, но слабее. Команда сравнивает показатели до запуска и после, учитывает сезонность, акции, изменения цен, работу конкурентов и другие факторы.
Такой подход не дает лабораторной точности, но лучше, чем просто смотреть на последний клик.
Для малого и среднего бизнеса часто достаточно простой схемы: отдельные ссылки, промокоды, контрольные периоды, сравнение похожих регионов или сегментов аудитории.
Для крупных компаний нужны более строгие эксперименты, хранилище данных, сквозная аналитика и единые правила оценки каналов.
Реклама у блогеров и посевы сложны для оценки, потому что часть эффекта не видна в прямых переходах.
Пользователь может увидеть публикацию, не кликнуть, но потом прийти через поиск, маркетплейс, приложение или прямой заход.
Поэтому оценивать такие размещения только по кликам — ошибка.
Базовая схема теста может выглядеть так. Сначала выбирается набор площадок: Telegram-каналы, авторы, тематические сообщества, локальные медиа.
Для каждого размещения задаются UTM-метки, отдельные промокоды или посадочные страницы. Это дает прямой измеримый слой.
Затем команда смотрит не только переходы, но и косвенные показатели: рост брендовых запросов, прямые заходы, изменение конверсии в ретаргетинге, заявки из регионов или сегментов, где были размещения.
Если есть возможность, часть похожих площадок или регионов оставляют без размещений и используют как контрольную группу.
Важно заранее определить окно оценки.
Для недорогого товара эффект может проявиться в течение нескольких дней.
Для сложной B2B-услуги путь клиента может занимать недели или месяцы.
Если оценивать кампанию через 24 часа после публикации, верх воронки почти всегда будет выглядеть слабее, чем он есть.
Еще одна ошибка — сравнивать блогеров только по стоимости клика.
Один автор может дать дешевые переходы, но слабую аудиторию.
Другой — меньше кликов, но больше качественных заявок, обсуждений и повторных касаний.
В инкрементальном подходе важен не самый дешевый переход, а дополнительный результат для бизнеса.
Руководству редко нужен спор о моделях атрибуции.
Бизнесу важно понять: реклама принесла дополнительные деньги или просто красиво перераспределила заслуги между каналами.
Поэтому результат лучше показывать не языком “медийка повысила охват”, а через управленческие выводы.
Например:
“В регионах, где шла кампания, брендовые запросы выросли сильнее, чем в контрольных регионах. При этом стоимость дополнительной заявки оказалась ниже плановой”.
Или:
“После размещений у авторов прямых заявок было немного, но выросли возвраты на сайт, конверсия ретаргетинга и доля заявок из брендового поиска”.
Такой отчет не спорит с продажами и финансами.
Он показывает причинно-следственную связь: что изменили, где сравнили, какой получили дополнительный результат, какие ограничения у метода.
Важно честно говорить о точности.
Инкрементальность почти никогда не дает абсолютной истины.
Она дает более надежную оценку, чем last click, но зависит от качества эксперимента: выбора контрольной группы, длительности теста, стабильности рынка, сезонности, параллельных кампаний.
Хорошая формулировка для бизнеса звучит так:
“Мы не утверждаем, что канал принес все продажи. Мы оцениваем, сколько дополнительного результата появилось по сравнению со сценарием без кампании”.
Инкрементальность требует дисциплины.
Нельзя запустить десять крупных изменений одновременно, а потом уверенно приписать рост одному каналу.
Если в период теста менялись цены, работали скидки, запускались новые продукты и включались другие кампании, результат будет сложнее интерпретировать.
Нужен достаточный объем данных. Если компания получает пять заявок в месяц, строгий эксперимент может быть статистически слабым.
В таком случае лучше начинать с простых сравнений, качественной разметки и накопления данных.
Нужна готовность принять неприятный результат. Иногда тест показывает, что канал, который всем нравился, не дает заметного дополнительного эффекта.
Иногда наоборот: канал, который проигрывал в last click, оказывается важным источником будущего спроса.
Начать можно без сложной математической модели.
Сначала команда описывает текущую воронку: какие каналы создают спрос, какие возвращают пользователя, какие закрывают заявку.
Затем фиксирует базовые показатели: продажи, заявки, брендовые запросы, прямые заходы, стоимость привлечения, конверсию сайта, повторные покупки.
После этого выбирается один спорный канал. Например, медийная реклама или посевы у блогеров.
Для него формулируется гипотеза: “Канал увеличивает брендовый спрос и снижает стоимость заявки в связке с поиском и ретаргетингом”.
Дальше задается метод проверки: контрольные регионы, контрольные аудитории, период без размещений или сравнение похожих сегментов.
До запуска фиксируются критерии успеха: какой прирост считаем значимым, за какой период смотрим результат, какие внешние факторы учитываем.
После теста команда делает не рекламный отчет, а управленческий вывод: масштабировать канал, изменить механику, оставить только часть площадок, сократить бюджет или проверить новую гипотезу.
Перед запуском стоит проверить пять вещей.
1. У кампании есть конкретная гипотеза: какой дополнительный результат должен появиться.
2. Есть контрольная группа, регион, период или другой способ сравнения.
3. Показатели выбраны заранее: заявки, продажи, брендовый поиск, прямые заходы, повторные покупки, стоимость дополнительного результата.
4. Все ссылки, промокоды и события размечены до запуска.
5. Команда заранее понимает, какие ограничения есть у теста и какие выводы можно будет сделать.
Last click показывает последнюю точку перед заявкой.
Инкрементальный подход помогает увидеть, какие каналы создали условия для этой заявки.
Для медийной рекламы, посевов и блогеров это особенно важно. Их вклад часто происходит до клика, до заявки и до момента, когда пользователь готов купить.
Если оценивать такие каналы только по последнему клику, бизнес рискует отключить то, что формирует будущий спрос.