Атрибуция — это процесс определения точек контакта, с которыми покупатель взаимодействовал перед конверсией (объявление Google Shopping, ретаргетинговый баннер, органический результат поиска), и распределения ценности продажи между ними. Вместо того чтобы засчитывать только последний клик, модели атрибуции стремятся отразить весь путь клиента, а это крайне важно для рекламы на основе фидов, где один и тот же товар может одновременно показываться во многих каналах. Именно корректная атрибуция отличает точное представление об эффективности каналов от картины, в которой переоценивается та точка контакта, что случайно оказалась ближе всего к продаже.
Почему атрибуция важна для эффективности фида
Товарные фиды одновременно питают рекламу на нескольких платформах, поэтому один покупатель может увидеть товар в объявлении Google Shopping, через несколько дней перейти по объявлению Meta Catalog и в итоге купить после брендового поиска. Без атрибуции вся ценность продажи достаётся каналу, который привёл последний клик, что систематически недооценивает каналы верхней части воронки, на самом деле сформировавшие намерение купить. Это искажает решения о бюджете: ритейлер, опирающийся только на данные последнего клика, может сократить расходы на канал, который незаметно генерировал большую часть спроса. Поскольку реклама на основе фидов присутствует почти на каждом этапе этого пути — осведомлённость, рассмотрение и конверсия, — именно точная атрибуция показывает команде, окупается ли оптимизация в одном канале также и в других.
Как работает атрибуция
Модели атрибуции опираются на данные о событиях, собираемые на всём пути клиента, обычно с помощью пикселя отслеживания, размещённого в магазине и срабатывающего при просмотрах, добавлениях в корзину и покупках. Каждое событие помечается каналом, кампанией, а иногда и конкретным ID товара, который его вызвал, что позволяет модели атрибуции восстановить последовательность точек контакта для конкретной конверсии. Простые модели присваивают всю ценность первой или последней точке контакта; более сложные — основанные на данных или многоканальные — распределяют ценность пропорционально историческому вкладу каждой точки контакта в конверсии. Результаты напрямую попадают в отчёты по отслеживанию конверсий и в конечном счёте в расчёты окупаемости инвестиций, ведь реальный ROI канала можно оценить только тогда, когда ему засчитывается заслуженная доля продаж, на которые он повлиял.
Пример
<item>
<g:id>SKU-33812</g:id>
<title>Wireless Charging Pad - Matte Black</title>
<g:price>22.99 USD</g:price>
<g:link>https://example-shop.com/products/wireless-charging-pad?utm_source=google&utm_medium=cpc&utm_campaign=shopping_q3</g:link>
</item>Параметры utm_, добавленные к полю link, позволяют модели атрибуции связать клик по этому конкретному объявлению с исходной кампанией, напрямую увязывая эффективность фида с точками контакта, которые он породил дальше по пути.
Связанные понятия
Атрибуция даёт полезные цифры только тогда, когда она построена на надёжном отслеживании конверсий и достоверных данных пикселя отслеживания: без точного сбора событий даже лучшая модель атрибуции распределяет ценность на основе неполной информации. Корректная атрибуция также необходима, чтобы доверять любому показателю окупаемости инвестиций, рассчитанному по каналам, поскольку ROI точен ровно настолько, насколько точна стоящая за ним модель атрибуции.
