Почему растут лиды, а не выручка: что не так с моделью «последнего клика»
Ситуация знакома многим компаниям: маркетинг приводит лиды, продажи их обрабатывают, бюджеты растут, а выручка остаётся на прежнем уровне. В таких случаях проблему обычно ищут в качестве трафика, работе менеджеров или рекламных каналах. Но часто причина оказывается глубже: компания принимает решения, опираясь на неполную картину пути клиента к покупке.
В B2B цикл сделки может занимать от двух до шести месяцев. По данным Dreamdata, за это время покупатель в среднем совершает около 62 касаний с брендом, прежде чем оставить заявку. Однако при распределении бюджета многие руководители продолжают ориентироваться на отчёты, где виден только последний источник перехода. Вместе с Викторией Бледных — тим-лидом аккаунтинга Roistat — разбираемся, почему такой подход искажает оценку маркетинга и к каким последствиям это приводит.
Иллюзия контроля: как последний клик приводит к ошибкам в бюджете
Многие компании до сих пор оценивают эффективность рекламы по модели Last Click. Всё довольно просто: клиент оставил заявку, система смотрит на последний источник перехода и именно ему отдаёт всю заслугу за сделку.
Такой подход особенно популярен в малом и среднем бизнесе. Ведь легко объяснить руководителю: сложную аналитику строить не нужно, а отчёт выглядит понятным и логичным. Только вот реальные клиенты покупают совсем не так.
Представим типичную ситуацию. Директор по логистике ищет систему автоматизации склада. Сначала ему попадается экспертная статья на отраслевом портале. Он читает её, запоминает компанию и идёт дальше работать. Через неделю возвращается к вопросу, ищет решения в поиске и переходит по контекстной рекламе. Потом видит ретаргетинговый баннер. Ещё через несколько дней согласовывает бюджет с руководством, вводит название компании в поисковике и оставляет заявку.
А теперь посмотрим на отчёт.
В нём этот клиент вполне может оказаться прямым переходом. Из этого легко сделать вывод: статья не сработала, контекст — тоже, деньги можно перераспределить в другие каналы. И вроде на бумаге всё выглядит рационально.
Проблемы начинаются спустя несколько месяцев. Новых лидов становится меньше, верх воронки проседает, стоимость привлечения растёт. И только тогда становится понятно — компания сама отключила каналы, которые формировали спрос и постепенно подводили клиента к покупке.
При этом цена ошибки становится всё выше. По информации E-Promo Group, в 2025 году стоимость целевого действия в рекламе выросла на 16,2% год к году. В таких условиях неверное решение по бюджету обходится значительно дороже, чем несколько лет назад.
Поэтому главная трудность последнего клика заключается в том, что бизнес начинает сокращать каналы, которые создают спрос. И ошибочно усиливать те, которые лишь оказываются рядом с клиентом в момент покупки.
Где теряются деньги: три ловушки, которых не видно в дашборде
Когда речь заходит об аналитике, разговор обычно крутится вокруг кликов, показов и конверсий. Но бизнес в конечном счёте интересуют не они, а деньги. И если компания не видит полный путь клиента, потери возникают во вполне конкретных местах. И чаще всего проблема сводится к трём ловушкам.
Первая ловушка — отключение каналов, которые формируют спрос. Контент, SEO и PR редко приводят клиента к заявке напрямую. Так что в отчётах по последнему клику они часто выглядят посредственно. Но именно с них во многих случаях начинается знакомство с компанией. Они создают узнаваемость, помогают попасть в поле зрения клиента и запускают цепочку дальнейших касаний.
Однако этот вклад редко виден целиком. Одна часть данных находится в CRM, другая — в рекламных кабинетах, третья — вообще теряется по дороге. В итоге канал работает, но доказать это по отчёту сложно. И дальше сценарий обычно повторяется. Канал не приносит last-click конверсий? Смело под нож. А через месяц-два начинает проседать брендовый и органический спрос.
Вторая ловушка — ретаргетинг получает чужие заслуги. В отчётах по последнему клику он часто выглядит одним из самых эффективных инструментов. Высокий ROI, хорошие конверсии, понятный результат. Поэтому бюджет на него растёт.
Но ретаргетинг редко создаёт спрос с нуля. Его основная задача — вернуть человека, который уже видел рекламу, читал статьи, изучал сайт или сравнивал предложения. Человек мог несколько раз столкнуться с брендом, вернуться через поиск, посмотреть кейсы и почти принять решение. Но если последним касанием оказался ретаргетинговый баннер — вся заслуга достанется именно ему.
В результате возникает самоподдерживающееся искажение. Канал выглядит эффективным, потому что забирает результат работы других каналов. Ему выделяют дополнительный бюджет — после чего отчёты ещё сильнее подтверждают первоначальное заблуждение.
Третья ловушка — оптимизация не того, что действительно влияет на рост. Когда компания смотрит только на последний клик, деньги постепенно начинают перетекать в брендовый поиск, прямой трафик и другие каналы, которые фиксируют уже готовое решение клиента.
При этом инвестиции в привлечение новой аудитории сокращаются. Какое-то время это может даже выглядеть как успех. Конверсии есть, отчёты хорошие, продажи идут. Но постепенно воронка начинает работать только на уже прогретую аудиторию. Новые люди приходят всё реже.
Через квартал продажи снова замедляются — а бизнес в очередной раз пытается понять, что же пошло не так.
Как разрыв данных ломает переговоры в продажах
Проблема не ограничивается маркетинговыми бюджетами. Она напрямую влияет на продажи.
Представьте обычную ситуацию. Менеджер открывает новую заявку в CRM. В карточке есть имя, телефон и, возможно, название компании. Но нет главного — понимания, кто этот человек и почему он вообще обратился.
В результате разговор начинается примерно так:
— Здравствуйте, вы оставляли заявку на сайте. Расскажите о своей задаче.
— Я уже изучил ваши тарифы, кейсы и документацию. Мне нужно понять сроки внедрения и детали интеграции с 1С.
Для клиента это выглядит странно. Он уже потратил время на изучение продукта, а компания разговаривает с ним так, будто видит его впервые. И здесь доверие начинает снижаться. Вместо обсуждения задачи менеджер заново собирает информацию, которую клиент уже фактически оставил в своём цифровом следе.
Теперь представим другой кейс.
Перед звонком менеджер видит, что клиент несколько раз заходил на страницу тарифа, изучал кейс по автоматизации склада и впервые пришёл по запросу «система управления складом для логистики». Тогда разговор начинается совсем иначе:
— Вижу, вы смотрели наш кейс по автоматизации склада. Давайте сразу расскажу, как такие проекты обычно внедряются и какие интеграции чаще всего нужны логистическим компаниям.
Всего несколько деталей меняют качество диалога. Клиенту не приходится повторять уже проделанную работу, а менеджер быстрее переходит к сути.
К слову, схожая проблема возникает и после продажи. Если аккаунт-менеджер не понимает, почему клиент пришёл в компанию изначально, ему сложно предложить действительно полезное развитие продукта. В результате клиенту рекомендуют не те модули, не те услуги и не те сценарии использования.
Страдает не только первичная конверсия, но и LTV. Компания теряет возможность развивать клиента просто потому, что не понимает его исходную потребность.
Смена логики: как модели атрибуции меняют управление бюджетом
Стоит посмотреть на путь клиента целиком — как оценка маркетинга начинает выглядеть совсем иначе. Вместо вопроса «какой канал привёл заявку?» появляется другой: «Какую роль сыграл каждый канал в сделке?». Именно для этого и нужны модели атрибуции.
Разберём на простом примере. Клиент принёс компании 100 000 рублей выручки. До покупки он прошёл через три касания:
- сначала увидел экспертную статью в СМИ;
- затем перешёл по контекстной рекламе;
- а позже вернулся через ретаргетинг и оставил заявку.
Линейная модель распределяет ценность поровну между всеми касаниями. В нашем примере каждый канал получит по 33 333 рубля. Такой подход хорошо показывает общую роль маркетинга, но не помогает понять, какие точки контакта были наиболее значимыми.
Time Decay отдаёт больший вес касаниям, которые произошли ближе к покупке. В этом случае ретаргетинг может получить 50% ценности сделки, контекстная реклама — 30%, Telegram — 20%. Такая логика особенно хорошо работает в коротких воронках, где клиент принимает решение за несколько дней, а не за несколько месяцев.
U-образная модель делает акцент на первом и последнем касании. По 40% получает канал, который привёл человека в воронку, и канал, который помог закрыть сделку. Оставшиеся 20% распределяются между промежуточными точками контакта.
Например, если смотреть только на последний клик, Telegram в нашем примере не получит никакой ценности. Но U-образная модель покажет, что именно этот канал познакомил клиента с компанией и фактически запустил весь путь к сделке. Для руководителя это означает, что бюджет на экспертный контент уже нельзя сократить без последствий для будущего спроса.
Но тут важно не попасть в другую крайность. Ошибка многих компаний — попытка найти единственно правильную модель атрибуции. Её не существует. В этом смысле разные модели атрибуции чем-то напоминают японский фильм Акиро Куросавы «Расёмон»: событие одно и то же, но каждый участник рассказывает его по-своему. Поэтому полезно смотреть на несколько моделей сразу. Если один и тот же канал показывает разный результат — это повод задать вопрос: что мы не видим в поведении клиента?
Впрочем, есть нюанс: данные должны быть собраны в единую систему. Пока рекламные кабинеты, сайт и CRM живут отдельно друг от друга, любая атрибуция будет показывать лишь часть картины.
С чего начинается внедрение
Скажу сразу: многие воспринимают мультиканальную аналитику как ещё один инструмент, который можно купить и подключить. Но загвоздка часто не в софте — большинства компаний нужные инструменты уже есть. Просто данные собираются по разным правилам или не агрегируются вовсе.
Первый шаг — научиться фиксировать все касания клиента без исключений. Для этого нужен единый стандарт UTM-разметки, коллтрекинг, email-трекинг и понятные правила работы с данными. Если источник невозможно отследить, оценить его эффективность тоже не получится.
Второй шаг — перестать оценивать маркетинг по количеству заявок. Заявка сама по себе ещё ничего не говорит о ценности канала. Намного важнее понимать, какие рекламные активности приводят к выручке и оплаченным сделкам.
Третий шаг касается продаж. Даже самая точная аналитика бесполезна, если менеджер не использует её в работе. Когда сотрудник звонит клиенту, не понимая его истории взаимодействия с компанией, часть маркетинговых инвестиций просто теряет смысл.
Четвёртый шаг — регулярно сопоставлять данные маркетинга и продаж. Даже качественная аналитика не поможет, если маркетинг оценивает количество заявок, а продажи — только закрытые сделки. Команды должны видеть одну и ту же картину и одинаково понимать, какие каналы приводят не просто лидов, а клиентов с выручкой.
Итог: проблема не в лидах
Когда выручка перестаёт расти, компании часто начинают искать проблему в качестве лидов, работе менеджеров или рекламных каналах. Но во многих случаях причина находится в другом месте.
Бизнес теряет деньги в разрывах между данными. Между тем, что клиент делал до заявки, и тем, что видит менеджер перед звонком. Между каналом, который сформировал интерес, и каналом, которому этот результат в итоге приписали.
Мультиканальная аналитика помогает закрыть эти разрывы. Маркетинг начинает понимать реальный вклад каждого канала. Продажи получают контекст для переговоров. Руководители принимают решения на основе полной картины, а не отдельных фрагментов.
Поэтому если лидов становится больше, а выручка не растёт — проблема может быть не в рекламе и не в продажах. Возможно, компания просто принимает решения по неполной картине и оптимизирует не те каналы, которые действительно влияют на спрос.