Перейти до змісту
Системно.

Атрибуція — якому каналу зарахувати продаж, коли клієнт бачив вас у п’яти місцях

· · 9 хв читання

Атрибуція — це правило, за яким продаж зараховують каналу, коли клієнт контактував із кількома. Жодна модель не є «правильною»: останній дотик переоцінює канали, що ловлять готових купити (пошук, ремаркетинг), перший — ті, що знайомлять (reels, блогери). Для малого бізнесу робочий підхід — не одна модель, а три джерела даних поруч: технічна атрибуція за UTM і промокодом, відповідь клієнта «звідки дізнались» і когортний тест «вимкнули канал — що змінилось». У нішах із коротким циклом (магазин, кав’ярня) достатньо останнього дотику; у нішах із довгим (B2B, клініка, курси) без питання клієнту і когорт атрибуція хибна.

Проблема: клієнт бачив вас у п’яти місцях

Типовий шлях: побачила reels → через тиждень знайома порадила → погуглила, натиснула рекламу → подивилась відгуки на Картах → записалась через директ. Кому зараховувати клієнта? Reels, знайомій, Google, Картам чи Instagram?

Від відповіді залежить бюджет: якщо зарахувати Google (останній клік), reels виглядають марними і їх скорочують — а без них не було б ні пошуку, ні поради. Це і є питання атрибуції, і в малому бізнесі воно вирішується не софтом, а домовленістю про правила і кількома джерелами даних.

Моделі: що кожна переоцінює

Модель Правило Переоцінює Недооцінює
Останній дотик 100 % останньому каналу перед покупкою пошук, ремаркетинг, Карти, директ контент, блогерів, reels
Перший дотик 100 % каналу знайомства reels, блогерів, рекламу на охоплення усе, що закриває продаж
Лінійна порівну всім каналам у шляху нічого конкретного, але «розмазує»
За позицією 40 % першому, 40 % останньому, 20 % між середні дотики
За часом більше тим, що ближче до покупки останні перші

Жодна не є істиною. Модель — це окуляри: у різних окулярах видно різне, і корисно подивитись у двоє.

Три джерела даних замість однієї моделі

Для малого бізнесу робоча система — три колонки в таблиці заявок:

  1. Технічне джерело — UTM, промокод, кнопка, з якої написали. Це останній дотик. Автоматичне там, де є сайт; ручне в директі (Instagram показує, з якої реклами написали).
  2. Відповідь клієнта на «звідки про нас дізнались?» — одне питання при заявці або при першому візиті. Це зазвичай перший дотик або найяскравіший.
  3. Когортний тест — вимкнули або посилили канал на місяць, що сталось із загальною кількістю заявок і з відповідями клієнтів.

Коли перше і друге збігаються — атрибуція проста. Коли розходяться — це і є найцінніша інформація: канали знайомства, невидимі для техніки.

Ніша 1. Барбершоп

Шлях короткий: побачив → зайшов у профіль → записався. Або: порадили → знайшов профіль → записався.

Робоча модель: останній дотик за технічним джерелом плюс питання. Типова таблиця за місяць:

Технічне джерело (останній дотик) Заявок Відповідь «звідки дізнались» Заявок
Директ після реклами 35 Реклама в Instagram 22
Директ органічно 30 Порадили 38
Google Карти 25 Знайшов на Картах 18
Дзвінок 10 Проходив повз 12
Reels / бачив у стрічці 10

Розбіжність показова: технічно рекомендацій «немає», а за словами клієнтів — це найбільше джерело. І частина «директ органічно» — це люди, яких порадили. Висновок: програма рекомендацій — недооцінений канал, а реклама в Instagram працює як канал знайомства, і оцінювати її треба не тільки за директом одразу після кліку.

Особливість: рекомендації — головне джерело, і його видно тільки через питання.

Ніша 2. Кав’ярня

Шлях майже не відстежується: побачив → зайшов. Технічного джерела немає.

Робоча модель: питання на касі при першому чеку (для нових за програмою) плюс когортний тест і промокоди.

  • «Як дізнались?» — 5 варіантів на екрані каси або усно: проходив, порадили, соцмережі, Карти, чат району.
  • Промокод у кожному каналі — різний, щоб бачити, що працює.
  • Тест: реклама на радіус увімкнена в березні, вимкнена в квітні — різниця в нових гостях із поправкою на погоду і сезон.

Особливість: атрибуція груба, і це нормально. Сенс — не в точності, а в тому, щоб побачити, чи взагалі щось, крім вітрини, приводить людей.

Ніша 3. Інтернет-магазин

Найкраща ситуація: весь шлях у цифрі. Google Analytics показує шляхи з кількох джерел, рекламні кабінети — свої конверсії (і вони в сумі завжди більші за реальні продажі, бо кожен кабінет зараховує собі).

Робоча модель: атрибуція GA4 за даними (або за позицією) як основна, плюс правило: сума конверсій із кабінетів ≠ продажі. Порівнювати кабінет із власним обліком замовлень.

Приклад розбіжності за місяць: Meta каже 220 замовлень, Google — 140, разом 360; реально замовлень із реклами — 280. Кожен кабінет зарахував собі шляхи, де були обидва. GA4 за позицією ділить: Meta 165, Google 115. Бюджет розподіляється за GA4, а не за кабінетами.

Особливість: тут доречні вбудовані моделі і навіть тести з відключенням (geo-тести на різних містах). Питання клієнту — для великих чеків і для перевірки офлайн-впливу.

Ніша 4. Онлайн-курси

Шлях довгий і багатодотиковий: контент місяцями → реєстрація з реклами → вебінар → покупка через кілька листів.

Робоча модель: атрибуція по запуску, двома шарами:

  1. Джерело реєстрації (UTM) — куди зараховувати вартість реєстрації.
  2. Джерело знайомства (питання в анкеті реєстрації: «як давно нас читаєте, звідки дізнались») — щоб бачити вклад контенту між запусками.

Типово: 60 % покупців — люди, які підписані понад три місяці, хоч технічно зареєструвались з реклами. Реклама тут — не джерело клієнтів, а спосіб дотягнутись до теплої бази. Різати контент між запусками «бо продажі йдуть із реклами» — помилка, яку атрибуція за останнім дотиком провокує.

Особливість: обов’язкове поле «як давно нас знаєте» — воно розділяє холодний і теплий трафік і показує справжню роль контенту.

Ніша 5. B2B-послуги

Шлях — місяці, кілька людей, десятки дотиків: пост у LinkedIn → рекомендація → сайт → зустріч на події → пропозиція.

Робоча модель: не модель, а картка кожного клієнта з усіма дотиками. При 4 контрактах на квартал це реально: для кожного — хронологія, звідки перший контакт, що вплинуло (спитати прямо на старті співпраці: «що врешті вирішило?»).

Далі — підрахунок не відсотків, а частоти: у скількох із останніх 10 контрактів були контент, рекомендація, подія, реклама. Якщо контент був у 8 із 10, а «першим» лише у 2 — за останнім дотиком його вклад невидимий, за частотою — головний.

Особливість: атрибуція тут якісна і поіменна. Кількісні моделі при 4 контрактах — ілюзія точності.

Ніша 6. Стоматологія

Шлях: біль → пошук → відгуки → рекомендація або реклама → запис. Або: рекомендація → перевірка на Картах → запис.

Робоча модель: технічне джерело запису (звідки подзвонили чи написали — колтрекінг або питання адміністратора) плюс обов’язкове питання при первинному візиті у двох формах: «як знайшли» і «чи радив хтось».

Типова розбіжність: за технічним джерелом Google-реклама дає 40 записів, Карти — 35; за відповідями «радили знайомі» — 45. Значна частина тих, хто прийшов із реклами і Карт, спочатку отримали рекомендацію і пішли перевірити. Висновок: відгуки на Картах — не окремий канал, а етап перевірки для всіх; їхня роль ширша за 35 записів.

Особливість: канал «перевірки» (Карти, відгуки, сайт) отримує останній дотик, але не є джерелом. Його не можна оцінювати як канал залучення — його оцінюють як конверсію: скільки з тих, хто перевіряв, записались.

Зведення

Ніша Робоча модель Ключове джерело даних Що недооцінює останній дотик
Барбершоп останній дотик + питання таблиця заявок рекомендації, reels
Кав’ярня питання + промокоди + тест каса усе, крім вітрини
Магазин GA4 за позицією + звірка з обліком GA4, облік замовлень контент, блогерів
Курси два шари по запуску UTM + анкета «як давно» контент між запусками
B2B картка клієнта, частота дотиків розмова з клієнтом контент, події
Стоматологія джерело запису + два питання адміністратор рекомендації; Карти — етап перевірки

Практичне правило розподілу бюджету

Коли технічна атрибуція і відповіді клієнтів розходяться — не обирати одну, а зважити: половина ваги останньому дотику, половина — відповіді клієнта. Канал, який за технікою дає 20 % заявок, а за словами клієнтів — 40 %, отримує оцінку 30 % і не ріжеться.

І раз на пів року — тест на вимкнення для одного каналу, у якому сумніваєтесь. Це грубо, але це єдиний спосіб побачити причинність, а не кореляцію.

Помилки

  • Вірити рекламному кабінету. Кожен зараховує собі все, до чого торкався.
  • Різати канали знайомства за останнім дотиком.
  • Не питати клієнта. Для послуг, клінік і B2B це половина атрибуції.
  • Оцінювати Карти і відгуки як канал залучення, коли вони — етап перевірки.
  • Складна модель при малих числах. Чотири контракти не діляться на 40/20/40.
  • Атрибуція без когорт у нішах із довгим циклом.

Український контекст

Головна атрибуційна діра українського малого бізнесу — рекомендації і чати: за спостереженнями з таблиць заявок у різних нішах, вони дають від чверті до половини клієнтів і не видимі жодній системі. Друге: директ як основний канал заявок означає, що технічна атрибуція здебільшого ручна — Instagram показує рекламу-джерело в повідомленні, решту адміністратор записує зі слів. Третє: у кризові періоди частка рекомендацій зростає (люди обирають перевірене), і реклама виглядає ще менш ефективною за останнім дотиком, хоч вона працює як канал знайомства для тих самих рекомендацій.

Що робити завтра

  1. Додати в таблицю заявок дві колонки: технічне джерело і відповідь «звідки дізнались».
  2. Домовитись про 5–7 варіантів відповіді, щоб їх можна було порахувати.
  3. Через місяць порівняти дві колонки і знайти розбіжності.
  4. Переоцінити канали, які за словами клієнтів важать більше, ніж за технікою.
  5. Запланувати один тест на вимкнення для каналу, у якому сумніваєтесь.

Висновок

Атрибуція для малого бізнесу — це не модель із кабінету, а три джерела поруч: техніка, слова клієнта і тест. У магазині достатньо останнього дотику; у послугах, клініці, курсах і B2B без питання клієнту канали знайомства невидимі, і саме їх ріжуть першими — помилково.

Питання й відповіді

Яку модель атрибуції обрати малому бізнесу?
Останній дотик за UTM або промокодом як технічну базу плюс обов’язкове питання «звідки дізнались» при кожній заявці. Порівнюйте дві відповіді: де вони розходяться — там канал знайомства, який останній дотик не бачить. Складніші моделі потрібні при бюджетах, де вартість помилки перевищує вартість аналітика.
Клієнт каже «з Instagram», але прийшов із Google — кому зарахувати?
Обом, у різних колонках. Google — останній дотик, Instagram — джерело знайомства. Якщо так відповідає третина клієнтів, Instagram недооцінений у технічній атрибуції на третину, і його бюджет не можна різати на підставі «з нього мало заявок».
Як зрозуміти вплив каналу, якщо його неможливо відстежити (чати, вивіска, радіо)?
Питанням клієнту і тестом на вимкнення: прибрати канал на місяць і подивитись на загальну кількість заявок з поправкою на сезон. Грубо, але це єдиний спосіб для офлайн-каналів, і він працює, якщо решта умов стабільні.
Чи допоможе Google Analytics вирішити атрибуцію?
Частково — для трафіку на сайт він показує шляхи з кількох джерел і має вбудовані моделі. Але він не бачить директ, дзвінки, візити в заклад і рекомендації, тобто більшу частину шляху клієнта малого бізнесу. Тому він — одне з джерел, а не відповідь.

Де ще про це йдеться

Юніт-економіка для маркетолога — CAC, LTV і рішення на їхній основі

Що таке CAC і LTV простими словами, як їх порахувати в таблиці для малого бізнесу і як за співвідношенням LTV до CAC вирішувати, масштабувати канал чи зупиняти. З прикладом розрахунку.

· 4 хв читання

Щотижневий звіт з маркетингу для власника — шаблон на одну сторінку

Шаблон щотижневого звіту з маркетингу, який власник читає за 5 хвилин: 5 цифр, план і факт, один абзац рішень. Чому місячні звіти на 20 сторінок не працюють і що замість них.

· 3 хв читання