Атрибуція — якому каналу зарахувати продаж, коли клієнт бачив вас у п’яти місцях
Наталія Іванченко · · 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:
- 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).
- Відповідь клієнта на «звідки про нас дізнались?» — одне питання при заявці або при першому візиті. Це зазвичай перший дотик або найяскравіший.
- 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:
- Джерело реєстрації (UTM) — куди зараховувати вартість реєстрації.
- 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
- Додати в таблицю заявок дві колонки: технічне джерело і відповідь «звідки дізнались».
- Домовитись про 5–7 варіантів відповіді, щоб їх можна було порахувати.
- Через місяць порівняти дві колонки і знайти розбіжності.
- Переоцінити канали, які за словами клієнтів важать більше, ніж за технікою.
- 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
- Метрики маркетингу за нішами — карта того, що рахувати, і чому в кожної ніші свої цифри · Аналітика і цифри в маркетингу
- Атрибуція офлайн-продажів — як зв’язати рекламу з касою в магазині чи закладі · Аналітика і цифри в маркетингу
- Розбір — як підняти записи в барбершопі через локальне SEO за три місяці (навчальний кейс із методом) · Кейси і розбори
- Тестове завдання на Head of Marketing — як до нього підходити, розбір типового завдання і що показує відповідь · Кейси і розбори