Модели атрибуции ga4

Атрибуция в Google Analytics 4 — это способ распределить ценность конверсии между разными источниками трафика и каналами маркетинга, которые пользователь посетил на пути конверсии к покупке. Когда клиент приходит через контекстную рекламу Google Ads, потом видит баннер в соцсетях, потом ищет товар через органический поиск и совершает покупку — кому отдать кредит? Понимание этого механизма критично для распределения вашего рекламного бюджета.

Модель атрибуции отвечает на этот вопрос. GA4 предлагает шесть основных моделей атрибуции, каждая считает вклад каждого из источников трафика по-разному. Выбор между ними напрямую влияет на оценку ROI каждого канала маркетинга и на то, как вы распределяете деньги дальше.

Last Click — модель последний клик

Модель Last Click отдает 100% ценности конверсии последнему источнику трафика, перед которым произойдет покупка. Пользователь увидел объявление Google Ads месяц назад, потом контекстную рекламу на сайте конкурента, потом вернулся через прямой переход. Last Click говорит: весь кредит последнему клику.

Методология Last Click проста, поэтому её часто выбирают новички. Последний клик — это самый свежий контакт, горячий момент перед действием пользователя. Он кажется самым важным.

Проблема в том, что модель игнорирует всю предыдущую работу каналов маркетинга. Объявления Google Ads, контекстная реклама, соцсети создали спрос, укрепили доверие, напомнили про товар. Без этих касаний на пути конверсии пользователь просто не пришел бы к последнему клику. Но модель Last Click не учитывает этого вклада.

Результат: вы видите в отчете GA4, что более половины конверсий приходит через прямые заходы. Вывод: сокращайте бюджет рекламы. Но через месяц после сокращения количество прямых заходов упадет на 40%. Почему? Без предыдущих касаний люди не знают о вас, не вспоминают, не приходят на сайт.

First Click — модель первый клик

Модель First Click работает противоположно. Она распределяет 100% ценности конверсии источнику трафика, откуда пришёл первый клик в пути конверсии пользователя. На пути «Google Ads → соцсети → поиск → покупка» весь кредит достаётся Google Ads.

Модель First Click показывает, какие каналы маркетинга и источники трафика привлекают людей впервые. Контекстная реклама, объявления, баннеры обычно получают высокие оценки, потому что они часто — первый контакт с вашим брендом.

Но первый клик недооценивает всё, что происходило потом. Если между первым контактом и покупкой прошла неделя, пользователь вернулся десять раз через разные источники. Органический поиск, ремаркетинг, соцсети — все это помогало довести его до действия. Модель First Click говорит: неважно, кредит первому источнику.

Итог: вы видите, что Google Ads привлек 70% пользователей при первом визите. Решение: весь бюджет маркетинга туда. Но без ремаркетинга и поддерживающих касаний часть пользователей не вернётся, и конверсия упадёт. Вы потеряете деньги на неправильное распределение бюджета.

Linear — линейная атрибуция

Линейная модель распределяет ценность конверсии поровну между всеми точками взаимодействия на пути конверсии. Четыре касания — каждому по 25%. Три касания — каждому по 33%.

На первый взгляд справедливо. Все источники трафика одинаково важны. На практике это неправда. Первый и последний клик почти всегда влияют сильнее, чем касания посередине пути конверсии.

Линейную модель часто выбирают при неопределённости. Результат: бюджет маркетинга распределяется равномерно между всеми каналами, но не оптимально. Вы финансируете все одинаково, вместо того чтобы сконцентрировать ресурсы на самых эффективных источниках трафика из GA4 данных.

Time Decay — затухание по времени

Модель Time Decay распределяет ценность конверсии в зависимости от времени. Чем ближе касание к моменту покупки, тем больше кредита оно получает. Взаимодействие месяц назад получит меньше, чем касание за день до события.

Логика простая: поздние касания сильнее влияют на решение. Объявление Google Ads месячной давности забыто. Но контакт за день перед покупкой — острый момент, когда пользователь решается.

Time Decay хорошо работает для коротких циклов сделки. Если люди приходят в понедельник и покупают во вторник — модель справедливо отражает, какие источники трафика были близко ко времени действия пользователя.

Для длинных циклов сделки (недели, месяцы) Time Decay недооценивает первые контакты. Вы увидите, что ремаркетинг приносит 80% конверсий, потому что он последний касается перед покупкой. На самом деле именно первые рекламные кампании в контекстной рекламе привлекли этого пользователя.

Position-Based — позиционная модель атрибуции

Позиционная модель использует правило 40/40/20. Распределение: 40% первому клику, 40% последнему, 20% остальным взаимодействиям по пути конверсии.

Позиционная модель ищет баланс между первым и последним контактом. Первый клик критичен — это момент, когда источник трафика привлекает внимание через объявления Google Ads или контекстную рекламу. С этого начинается весь путь. Последний клик тоже важен — финализация, момент покупки.

Промежуточные касания помогают поддерживать интерес, но их вклад меньше. Позиционная модель хорошо работает для многоканальных стратегий: контекстная реклама привлекает, соцсети поддерживают, ремаркетинг завершает. В отчете GA4 каждый получит справедливую оценку своего вклада.

Data-Driven — модель на основе данных и машинного обучения

Data-Driven модель атрибуции — совсем другой подход. Вместо универсальных распределений (40%, 50%, 100%), она использует алгоритм машинного обучения и анализирует реальные данные конверсий вашего аккаунта.

Модель изучает, какие взаимодействия в действительности приводят к покупкам вашего бизнеса. Если в вашем интернет магазине органический поиск в 75% случаев приводит к конверсии, а контекстная реклама в 15% — модель это отразит, а не применит универсальное правило для всех.

Для работы Data-Driven требуется достаточно данных. Google Analytics 4 рекомендует минимум 1000 конверсий в период, чтобы алгоритм выявил надежные закономерности на основе фактических событий.

Преимущество очевидно: модель работает с реальными данными вашего сайта, видит реальные пути конверсии пользователей. Это гораздо точнее универсальных предположений о распределении ценности конверсии.

Ограничение: требуется время на обучение алгоритма. Новые источники трафика и рекламные кампании в первые недели-месяцы получают усреднённый кредит, пока модель не накопит достаточно информации о вкладе каждого источника.

От Universal Analytics к GA4: главное изменение в атрибуции

Google Analytics 4 кардинально отличается от Universal Analytics в подходе к распределению ценности конверсии. В старой системе была жесткая трёхточечная модель: 40% первому клику, 40% последнему, и 20% всем остальным взаимодействиям на пути конверсии. Правило нельзя было менять.

GA4 предоставляет гибкость. Вы выбираете из шести моделей атрибуции, меняете модель в зависимости от цели анализа в отчетах, сравниваете результаты разных подходов к распределению.

Важнее то, как GA4 отслеживает события. Universal Analytics работал на основе сессий — временные окна взаимодействия пользователя. GA4 отслеживает события как отдельные события, без привязки к окончанию сессии. Это позволяет точнее определить на пути конверсии, какие действия пользователя реально приводят к конверсиям.

Практический пример: как модель меняет решения о бюджете маркетинга

Выбор модели атрибуции напрямую влияет на распределение рекламного бюджета между каналами маркетинга. Рассмотрим компанию, продающую товары через интернет-магазин.

Месячные расходы: — 120,000 рублей на Google Ads — 70,000 рублей на контекстную рекламу Yandex — 40,000 рублей на социальные сети — Органический поиск трафик дает без прямых затрат

По Last Click в отчете GA4: 60% конверсий через прямые заходы, 20% через поиск, 10% через Google Ads, 10% через соцсети. Вывод маркетолога: «Зачем платить за рекламу?» Решение: урезать бюджет Google Ads и контекстной рекламы. Результат через месяц: прямых заходов упало на 35%, потому что без рекламы люди просто не знают о магазине.

По First Click: Google Ads показывает 65% привлечений при первом визите. Решение: весь бюджет туда. Результат: конверсия упадёт через несколько недель, потому что без поддерживающих касаний.

По позиционной модели (40/40/20) видно, что Google Ads отлично привлекает, ремаркетинг финализирует. Решение: 40% бюджета на Google Ads, 40% на ремаркетинг, 20% на другое. Результат: сбалансированная стратегия.

По Data-Driven анализ реальных данных конверсий показывает, из какой комбинации источников трафика люди конвертируются лучше всего. На основе этого распределяются инвестиции.

Роль событий конверсий, источников и действий пользователя в расчётах атрибуции

Все модели атрибуции в GA4 работают на основе трёх элементов.

События конверсий — целевые действия пользователя. Для магазина это покупка товара. Для SaaS приложения это регистрация или заполнение формы. Вы определяете, какое событие считать конверсией. GA4 отслеживает эти события в отчетах.

Источники трафика — каналы маркетинга, откуда пришёл пользователь. Google Ads, контекстная реклама, органический поиск, соцсети, email, прямые. Каждый источник трафика отдельный.

Действия пользователя — события на пути конверсии. Клик по объявлению Google Ads, просмотр товара, добавление в корзину, покупка. Каждое действие записывается в GA4.

Вместе эти три создают полную картину пути конверсии. GA4 собирает информацию и распределяет ценность конверсии между источниками трафика согласно выбранной модели атрибуции.

От выбора модели атрибуции зависит, какие источники трафика получат кредит за конверсию и как распределится ваш бюджет маркетинга дальше. Неправильный выбор может привести к неправильному пониманию ROI каждого канала и потере денег.