Модели атрибуции в Яндекс Директе: как оценить вклад рекламы и выбрать подходящую

Одна заявка может выглядеть в рекламных отчётах по-разному. Пользователь замечает объявление на смартфоне, позже изучает сайт с рабочего компьютера, возвращается из поиска, а покупку оформляет через сохранённую вкладку. Какому источнику в таком случае отдать конверсию?

Ответ зависит от модели атрибуции — правила, по которому Яндекс Директ связывает целевое действие с одним из контактов. Одна модель учитывает первое знакомство, другая — визит с конверсией, третья исключает технические возвраты, а автоматическая оценивает влияние на рекламу алгоритмов.

От выбора модели зависит не только статистика. Она влияет на расчёт CPA (цены действия) и окупаемости, работу автоматических стратегий и, при оплате за конверсии, на то, какие целевые действия будут платными. Разберём доступные модели и выясним, для каких задач подходит каждая из них.

До покупки человек обычно несколько раз взаимодействует с компанией. Например, впервые приходит из социальной сети, затем кликает по объявлению, возвращается через органический поиск, а форму отправляет после прямого захода. Все контакты относятся к одной цепочке, но отчёту нужно выбрать конкретный источник.

Атрибуция не меняет историю посещений и не устанавливает единственного «автора» продажи. Она задаёт угол анализа. В зависимости от правила конверсию получит первый канал, текущий визит, последний значимый источник или Директ, если система обнаружит влияние рекламы.

Поэтому разные модели могут показывать разные результаты при неизменном количестве заказов. Это не ошибка, а разные способы оценить один пользовательский путь.

Если покупка происходит не сразу, последний визит показывает только финальный шаг. Объявление, которое впервые привлекло человека или вернуло его к выбору, может остаться без конверсии.

Сравнение моделей помогает увидеть распределение задач: какие кампании чаще знакомят аудиторию с продуктом, а какие работают с готовым спросом и завершают путь.

После переключения модели расходы не меняются, но число конверсий у кампании может стать другим. Вместе с ним пересчитываются CPA — стоимость целевого действия — и ROI, то есть возврат инвестиций.

Поэтому сравнивать периоды и каналы можно только при одинаковой атрибуции. Иначе изменение показателей будет связано не только с рекламой, но и с новым способом расчёта.

Реклама на верхнем этапе воронки редко приводит к покупке сразу. Сначала она знакомит пользователя с продуктом, объясняет его преимущества или помогает вернуть человека на сайт. Поэтому при оценке только по последнему переходу такие кампании могут выглядеть неэффективными.

Атрибуция помогает увидеть их реальный вклад и не отключить источник, который не приносит финальный клик, но влияет на будущие продажи.

Конверсионные стратегии используют цели Яндекс Метрики, чтобы прогнозировать результат и управлять ставками. При смене модели атрибуции меняется набор визитов, которые система считает целевыми, хотя фактическое число заявок может остаться прежним.

Поэтому не стоит часто менять модель. Несколько неудачных дней или небольшое изменение CPA ещё не означают, что текущая атрибуция не подходит. Сначала нужно разобраться в причинах.

С 20 мая 2026 года Яндекс больше не поддерживает модели «Первый переход», «Последний значимый переход», «Последний переход из Директа» и «Последний переход из Директа кросс-девайс». Они либо не связывали действия на разных устройствах, либо оценивали только Директ. Кампании были автоматически переведены на современные аналоги.

Для переходов и конверсий доступны четыре основные модели:

В Мастере отчётов есть ещё два варианта для медийной рекламы: первый показ из Директа кросс-девайс и последний показ из Директа кросс-девайс.

В Единой перфоманс-кампании по умолчанию используется автоматическая атрибуция. В Мастере кампаний и товарных кампаниях заменить её вручную нельзя.

В автоматической атрибуции нет строгого правила: учитывать первый или последний переход. Система анализирует всю цепочку действий пользователя и оценивает, повлияла ли реклама в Директе на конверсию.

Она учитывает, когда и как человек взаимодействовал с объявлением, в каком порядке посещал сайт, какие устройства использовал и насколько интересовался предложением.

Например, пользователь перешёл по рекламе, позже нашёл компанию через поиск, а заказ оформил по сохранённой ссылке. Обычная модель засчитает конверсию по заранее заданному правилу. Автоматическая дополнительно проверит, сыграла ли реклама заметную роль.

Если система решит, что Директ повлиял на решение пользователя, конверсия появится в статистике кампании. Так можно учитывать не только последний переход, но и более ранние рекламные контакты.

Модель подходит, если:

Автоматическая атрибуция не распределяет ценность заказа между всеми источниками по фиксированным процентам. Она оценивает только то, насколько Директ повлиял на конверсию.

Модель относит конверсию к каналу, который впервые привёл пользователя на сайт за последние 180 дней. Переходы с разных устройств при этом объединяются.

Например, человек впервые пришёл из отраслевого сообщества, через неделю перешёл по рекламе в Директе, а затем купил услугу. Конверсия будет засчитана сообществу, хотя реклама тоже могла повлиять на решение.

Модель помогает понять, какие каналы приводят новую аудиторию и вызывают первый интерес. Она особенно полезна в сферах с долгим циклом покупки: недвижимости, продаже автомобилей, B2B-услугах, дорогом обучении и корпоративном ПО.

Главный недостаток модели — вся ценность конверсии достаётся первому источнику. Последующие контакты не учитываются. Поэтому модель подходит для анализа входа в воронку, но не показывает вклад всех каналов в продажу.

Модель связывает конверсию с визитом, во время которого пользователь выполнил цель. Более ранние переходы и рекламные контакты она не учитывает.

Например, человек перешёл по объявлению, посмотрел товар и закрыл сайт. Через несколько дней он открыл сохранённую страницу и оформил заказ. Конверсия будет отнесена к последнему визиту, а реклама не получит её в статистике.

Модель полезна для технического анализа. С её помощью можно оценить влияние повторных посещений, редиректов и переходов через платёжные сервисы. Она также подходит для коротких сценариев, когда пользователь сразу совершает целевое действие. Например, ищет срочную доставку цветов, переходит по объявлению и оформляет заказ.

При долгом выборе модель даёт неполную картину. Последний визит получает всю ценность, хотя пользователя могла привлечь или убедить реклама, которую он увидел раньше. Поэтому такую атрибуцию лучше использовать для простых и коротких покупательских путей.

Окно атрибуции составляет 180 дней, но конверсия всё равно связывается только с последним визитом.

Модель относит конверсию к последнему значимому источнику перед покупкой. Это может быть реклама, поиск, переход с другого сайта, из соцсети или рассылки.

Прямой заход, внутренний переход или открытие сохранённой страницы не заменяют предыдущий источник. Например, если человек пришёл из Директа, а позже оформил заказ через закладку, конверсия может остаться у рекламы. Но если перед покупкой он перешёл из поиска, конверсия будет отнесена к поиску.

Окно атрибуции составляет 90 дней. Переходы с разных устройств объединяются: пользователь может изучить предложение на смартфоне, а оформить заказ на компьютере.

Модель подходит интернет-магазинам и компаниям, клиенты которых несколько раз возвращаются на сайт перед покупкой. Она не отдаёт конверсию техническому или прямому визиту, но последним значимым источником может оказаться не только Директ, но и поиск, рассылка, соцсеть или партнёрский сайт.

Человек может увидеть товар на телефоне, сравнить условия на рабочем компьютере, а оплатить с домашнего ноутбука. Кросс-девайс помогает объединить такие посещения в один путь, а не считать их действиями разных пользователей.

Технология используется в автоматической модели, а также в моделях первого и последнего значимого перехода. Она повышает точность, но не гарантирует распознавание абсолютно всех устройств. Поэтому рекламную статистику полезно дополнять данными CRM, коллтрекинга и подтверждённых заказов.

Это период, в течение которого контакт может участвовать в определении источника конверсии.

Визиты за пределами окна в расчёт не попадут. Для доставки еды или недорогих товаров разница между 90 и 180 днями обычно невелика. В недвижимости, образовании, B2B и продаже дорогой техники срок способен заметно изменить результаты отчёта.

Рассмотрим цепочку:

Первый переход кросс-девайс. Заявка закрепится за тематическим сайтом, который начал знакомство.

Последний переход. Источником станет прямой визит 20 июля, предыдущие контакты не учитываются.

Последний значимый переход кросс-девайс. Прямой заход не заменит существенное касание, поэтому конверсию получит органический поиск.

Автоматическая атрибуция. Результат нельзя определить только по хронологии. Если алгоритм обнаружит влияние рекламного клика, конверсия отразится у кампании Директа.

Действия пользователя во всех отчётах остаются прежними. Меняется лишь правило, по которому система объясняет результат.

После смены модели атрибуции число конверсий в статистике может измениться, даже если реальных заявок осталось столько же. Автоматической стратегии понадобится время, чтобы накопить новые данные и скорректировать прогнозы. В этот период могут меняться ставки, CPA и объём трафика.

Перед переключением стоит проверить цели и счётчик Метрики, средний срок до покупки и качество заявок. Частая смена настроек мешает обучению стратегии и усложняет сравнение результатов за разные периоды.

При оплате за конверсии модели работают по-разному:

При оплате за клики смена модели не влияет на стоимость уже полученных переходов и не приводит к новым списаниям за прошлые периоды. Она меняет только статистику и дальнейшую работу стратегии.

Баннер или видеоролик может повлиять на покупку, даже если пользователь не кликнул по объявлению. Например, человек увидел рекламу, запомнил бренд, а через несколько дней самостоятельно нашёл сайт и оставил заявку. Обычные модели атрибуции, которые учитывают только переходы, не показывают такой контакт.

В Мастере отчётов доступны две модели:

Для анализа используют два типа конверсий:

Например, человек увидел видеоролик 2 сентября, а 8 сентября сам нашёл сайт и отправил заявку. При post-view-окне 10 дней конверсия попадёт в отчёт, а при окне 5 дней — нет. Поэтому срок нужно выбирать с учётом того, сколько времени клиенты обычно принимают решение.

Запускать поисковую и медийную рекламу в Яндексе можно через прямые аккаунты Директа в PromoPult. ИИ-маркетолог поможет подготовить кампанию и загрузить её в рекламный кабинет, сократив объём ручной работы.

Также в PromoPult доступны интерактивная аналитика, автоматическая маркировка рекламы, единый договор и комплект закрывающих документов. До 8% расходов на внешнюю рекламу можно вернуть бонусами.

Сначала изучите поведение покупателей: сколько длится выбор, возвращаются ли люди на сайт, меняют ли устройства и какую функцию выполняет кампания.

Для срочных услуг и простых покупок за одно посещение подходит «Последний переход». Например, человек ищет ближайший шиномонтаж, открывает объявление и сразу звонит.

При долгом цикле полезно разделять этапы. «Первый переход кросс-девайс» показывает канал первичного знакомства, а «Последний значимый переход кросс-девайс» — последний важный источник перед заявкой. Такой анализ уместен при продаже квартир, автомобилей, образовательных программ и сложных B2B-решений.

Автоматическая атрибуция подходит, когда нужно оценить вклад Директа и передать конверсионной стратегии больше данных. Особенно она полезна в цепочках из нескольких рекламных и органических контактов.

Учитывайте назначение кампании: привлечение новой аудитории, возврат посетителей, работа с готовым спросом или повышение узнаваемости. Одна модель не показывает все роли одинаково хорошо.

При оплате за конверсии заранее проверьте, какие цели будут связаны с Директом. Выбирать вариант только потому, что он показывает больше заказов, неправильно. Атрибуция должна соответствовать циклу сделки и допустимой стоимости результата.

Атрибуция используется в Директе на двух уровнях.

Чтобы сравнение было корректным:

Статистика Директа и Метрики может различаться. Директ анализирует результаты рекламы, а Метрика учитывает все посещения сайта. На расхождения также влияют настройки целей и счётчиков, а также способы обработки данных.

Если клиент принимает решение не сразу, показатели CPA и рентабельности за последние дни могут измениться, когда в статистику попадут отложенные конверсии.

Атрибуция не показывает, какой канал в одиночку обеспечил продажу. Она помогает ответить на более конкретные вопросы: откуда пользователь впервые пришёл, какой визит завершился конверсией, что было последним значимым контактом и повлияла ли реклама в Директе на решение.

Модель выбирают с учётом пути клиента и задачи анализа, а не по наиболее выгодным показателям. Для быстрых покупок подойдёт последний переход, для оценки привлечения новой аудитории — первый, а для повторных визитов — последний значимый. Автоматическая атрибуция полезна при сложном пути пользователя и оптимизации кампаний по конверсиям.

Чтобы получить корректные выводы, используйте в отчётах ту же модель, что и в стратегии, выбирайте период, охватывающий весь цикл покупки, и оценивайте не только число конверсий, но и выручку, качество заявок и ценность клиентов. Тогда атрибуция поможет обоснованно распределять рекламный бюджет.

Реклама. ООО «Клик.ру», ИНН:7743771327, ERID: 2VtzqwmX8jt