Модели атрибуции в Яндекс Директе: как они работают и какую выбрать

Реклама. ООО «Клик.ру», ИНН:7743771327, ERID: 2Vtzqv3t8fL

Покупатель редко оформляет заказ после первого знакомства с компанией. Сначала он может увидеть объявление на смартфоне, позже найти сайт через поиск, вернуться с рабочего компьютера, а оплатить товар уже дома с ноутбука. Если смотреть только на последнее посещение, часть рекламы, которая повлияла на решение, останется незамеченной.

Атрибуция в Яндекс Директе – это правило, по которому система связывает визит и конверсию с определенным источником. От выбранной модели зависит, какая кампания получит конверсию в статистике, на каких данных будут обучаться автоматические стратегии и какие целевые визиты окажутся платными при оплате за конверсии.

Разберем, какие модели сейчас доступны в Директе, чем они отличаются и как меняют оценку одного и того же пути пользователя.

Почему одна покупка получает разные источники

До заказа человек обычно совершает несколько визитов: впервые приходит из социальной сети, позже кликает по рекламе, возвращается через поиск, а покупает после прямого захода. Каждое касание выполняет свою задачу, но в отчете конверсию нужно связать с конкретным источником.

Модель атрибуции не меняет реальный путь клиента. Она выбирает правило его интерпретации. Первый переход сохраняет роль начального знакомства, последний учитывает текущий визит, последний значимый отбрасывает технические возвраты, а автоматическая модель отдельно оценивает влияние Директа.

Поэтому атрибуция не дает единственного объективного ответа на вопрос, «кто сделал продажу». Она позволяет рассмотреть путь с нужной стороны и не принимать решения только по случайному последнему посещению.

Для чего бизнесу нужны модели атрибуции

Модель атрибуции помогает понять, какой источник привел клиента к целевому действию: покупке, заявке, звонку, регистрации или другой конверсии. Она распределяет вклад между рекламными каналами по заданным правилам и помогает принимать более точные решения по продвижению.

Оценивать вклад рекламных кампаний

Путь клиента редко состоит из одного шага. Пользователь может несколько раз увидеть рекламу, перейти на сайт, а купить товар только через несколько дней после прямого захода.

Если учитывать только последний переход, Директ может не получить информацию о роли рекламы в этой продаже. Кампания, которая впервые познакомила человека с продуктом или вернула его на сайт, останется без учета.

Разные модели атрибуции помогают увидеть, какие кампании привлекают новых пользователей, а какие чаще помогают завершить покупку.

Точнее рассчитывать CPA (стоимость действия) и ROI (возврат инвестиций)

Эффективность рекламы зависит от того, сколько конверсий и дохода получает каждая кампания. При смене модели атрибуции количество учтенных заказов может измениться, хотя расходы на рекламу останутся прежними.

Поэтому сравнивать кампании, каналы и результаты за разные периоды нужно только при одинаковой модели атрибуции.

Распределять бюджет между этапами воронки

Не каждая реклама приводит к покупке сразу после первого перехода. Например, объявление может познакомить пользователя с брендом, а решение о покупке он примет позже.

При оценке только последнего перехода такие кампании могут казаться неэффективными. Атрибуция помогает понять роль каждого источника в пути клиента и не отключать рекламу, которая влияет на продажи на ранних этапах.

Улучшать работу автоматических стратегий

Стратегии с оптимизацией по конверсиям используют данные Метрики о целевых действиях. Чем больше качественных данных получает алгоритм, тем точнее он может прогнозировать результаты и находить пользователей с похожим поведением.

При изменении модели атрибуции меняется и набор конверсий, которые учитывает система. Это может повлиять на обучение стратегии и управление ставками.

Таким образом, модель атрибуции влияет не только на внешний вид отчетов. От нее зависят оценка эффективности рекламы, распределение бюджета и работа автоматических инструментов продвижения.

Какие модели доступны в Директе в 2026 году

С 20 мая 2026 года Яндекс перестал поддерживать модели «Первый переход», «Последний значимый переход», «Последний переход из Директа» и «Последний переход из Директа кросс-девайс». Они либо не объединяли путь между устройствами, либо учитывали только один рекламный канал. Кампании перевели на современные аналоги автоматически.

Для оценки рекламы по переходам и конверсиям используются четыре основные модели:

• автоматическая атрибуция;

• первый переход кросс-девайс;

• последний переход;

• последний значимый переход кросс-девайс.

В Мастере отчетов также доступны две модели для анализа медийной рекламы: первый показ из Директа кросс-девайс и последний показ из Директа кросс-девайс.

В Единой перфоманс-кампании по умолчанию выбрана автоматическая атрибуция. В кампаниях, созданных через Мастер кампаний, и в товарных кампаниях заменить ее другой моделью нельзя.

Как работает автоматическая атрибуция

У автоматической модели нет фиксированного правила вроде «засчитать первый переход» или «выбрать последний источник». Алгоритмы анализируют путь пользователя и оценивают, повлияла ли реклама в Директе на получение конверсии.

При расчете учитываются разные факторы: когда и как пользователь взаимодействовал с рекламой, с каких устройств заходил на сайт, насколько был заинтересован в товаре или услуге, а также другие данные.

Например, человек перешел по объявлению Директа, позже нашел сайт через поиск, а заказ оформил из сохраненной вкладки. При фиксированных моделях атрибуции источник выбирается по заранее заданному правилу. Автоматическая модель анализирует больше данных и определяет, была ли у рекламы роль в принятии решения.

Если алгоритм считает, что Директ повлиял на конверсию, она будет учтена в статистике рекламной кампании.

Автоматическая атрибуция подходит для кампаний, которые оптимизируются по конверсиям. Она помогает алгоритмам учитывать не только объявления, которые привели к последнему переходу, но и те, которые повлияли на решение пользователя раньше.

Автоматическую модель обычно выбирают, если:

• Директ – один из основных каналов привлечения клиентов;

• реклама оптимизируется по заявкам, заказам или доходу;

• конверсий немного и важно использовать максимум данных для обучения;

• пользовательский путь включает несколько устройств и источников.

Важно понимать: автоматическая атрибуция не делит одну покупку между всеми рекламными контактами по фиксированным долям. Алгоритм не назначает каждому переходу заранее определенный процент. Он оценивает вклад Директа на основе данных о поведении пользователей.

Первый переход кросс-девайс

Эта модель связывает последующие визиты пользователя с источником, который впервые привел его на сайт за последние 180 дней. В цепочке учитываются посещения с разных устройств.

Например, если человек впервые пришел из социальной сети, затем кликнул по объявлению Директа, а купил через неделю, конверсия останется у социальной сети. Более поздний рекламный переход в таком отчете ее не получит.

Первый переход полезен, когда нужно оценить начало пути: какая кампания привлекает людей, еще не знакомых с предложением, какие источники создают первичный интерес и откуда приходят будущие покупатели. Модель может применяться в недвижимости, продаже автомобилей, услугах для бизнеса, сложном программном обеспечении и других тематиках, где решение принимают долго.

У подхода есть ограничение. Вся ценность закрепляется за первым источником, даже если после знакомства человек несколько раз возвращался благодаря другим каналам. Поэтому по этой модели удобно анализировать привлечение новой аудитории, но недостаточно оценивать работу всей воронки.

Последний переход

Модель учитывает только тот визит, во время которого пользователь совершил целевое действие. Предыдущие посещения сайта и взаимодействия с рекламой не принимаются в расчет.

Например, пользователь сначала перешел на сайт из объявления Директа, изучил товар, а через несколько дней открыл сохраненную вкладку и оформил заказ. В модели «Последний переход» источником конверсии будет считаться именно этот последний визит.

Такая атрибуция полезна для технического анализа. С ее помощью можно проверить, не влияют ли на статистику повторные открытия страниц, редиректы или переходы через сервисы оплаты.

Модель также подходит для ситуаций с коротким циклом принятия решения. Например, пользователь ищет ближайший шиномонтаж, кликает по объявлению и сразу звонит – в этом случае последний переход хорошо отражает источник обращения.

Но для оценки эффективности маркетинга в целом модель может давать неполную картину. Если клиент несколько раз взаимодействовал с рекламой перед покупкой, последний переход может забрать всю ценность конверсии у кампании, которая впервые привлекла пользователя или помогла принять решение.

Поэтому использовать модель «Последний переход» как единственный способ оценки рекламы стоит только для простых сценариев с быстрым принятием решения.

Окно атрибуции для этой модели составляет 180 дней, но при этом учитывается только последний визит, завершившийся конверсией.

Последний значимый переход кросс-девайс

Эта модель учитывает не все визиты, а только значимые источники, которые могли повлиять на решение пользователя. К ним относятся переходы из рекламы, поисковой выдачи и других сайтов.

Прямые заходы, внутренние переходы и возвраты по сохраненным страницам не заменяют предыдущий значимый источник.

Например, пользователь сначала перешел на сайт из объявления Директа, изучил товар, а позже вернулся через сохраненную вкладку и оформил заказ. В этом случае модель найдет предыдущий значимый переход. Если перед покупкой пользователь пришел из органического поиска, конверсия будет связана с поиском.

Окно атрибуции для этой модели составляет 90 дней. Визиты объединяются между устройствами: например, человек может изучить предложение со смартфона, а купить позже с компьютера – система учтет этот путь.

Модель подходит для интернет-магазинов и компаний с более длинным циклом принятия решения, когда клиент сравнивает варианты, возвращается на сайт и покупает не с первого раза.

«Последний значимый переход кросс-девайс» помогает оценить, какой маркетинговый источник был последним перед конверсией. При этом прямой визит или случайное возвращение на сайт не забирают всю ценность у рекламы или других каналов.

Важно учитывать: значимым может быть не только переход из Директа. Если после рекламы пользователь пришел из поиска, рассылки, соцсети или другого сайта, именно этот источник может получить конверсию.

Что означают кросс-девайс и окно атрибуции

Кросс-девайс

Кросс-девайс помогает объединять действия пользователя с разных устройств в один путь.

Например, человек впервые увидел товар на смартфоне, изучил предложение на рабочем компьютере, а заказ оформил с домашнего ноутбука. Без кросс-девайс-учета система могла бы воспринимать эти визиты как действия разных пользователей.

Кросс-девайс используется в автоматической модели по умолчанию, а также входит в названия моделей «Первый переход кросс-девайс» и «Последний значимый переход кросс-девайс».

При этом важно понимать: технология не гарантирует, что будут связаны абсолютно все устройства одного человека. Она помогает повысить точность данных, но не заменяет все остальные методы анализа.

Окно атрибуции

Окно атрибуции – это период, в течение которого предыдущие взаимодействия пользователя могут учитываться при определении источника конверсии.

Для разных моделей используются разные окна:

Например, если пользователь впервые пришел на сайт больше семи месяцев назад, этот визит уже не будет учитываться в моделях с окном 180 дней.

Для товаров и услуг с быстрым принятием решения разница между окнами обычно почти незаметна. Но для недвижимости, образования и дорогих товаров срок может существенно влиять на оценку каналов.

Один путь пользователя в четырех отчетах

Рассмотрим пример:

• 3 июня – переход на сайт из статьи в отраслевом блоге;

• 8 июня – клик по объявлению Директа;

• 12 июня – переход из органической выдачи;

• 15 июня – прямой заход и отправка заявки.

Разные модели атрибуции по-разному оценят этот путь:

• Первый переход кросс-девайс. Источником станет отраслевой блог. Модель покажет канал, который первым познакомил пользователя с компанией.

• Последний переход. Заявка будет отнесена к прямому визиту 15 июня. Предыдущие взаимодействия не учитываются.

• Последний значимый переход кросс-девайс. Прямой заход не будет считаться значимым источником. Конверсия будет связана с органическим поиском – последним существенным переходом перед заявкой.

• Автоматическая атрибуция. Результат нельзя определить только по последовательности визитов. Алгоритм анализирует взаимодействие с Директом и другие данные. Если система определит, что реклама повлияла на решение пользователя, конверсия будет учтена в статистике кампании.

Таким образом, один и тот же путь пользователя может дать разные результаты в отчетах. Это не значит, что пользователь совершал разные действия. Меняется только способ, по которому система распределяет вклад между источниками.

Как атрибуция влияет на стратегии и списание средств

Выбранная модель атрибуции влияет не только на отчеты, но и на работу автоматических стратегий. Алгоритмы используют данные Метрики о конверсиях, а после смены модели получают другой набор данных для обучения.

Например, после изменения атрибуции количество конверсий у кампании может измениться, хотя фактических заявок или продаж не стало больше или меньше. Системе потребуется время, чтобы адаптировать прогнозы и ставки под новые данные.

Поэтому не стоит менять модель атрибуции из-за небольших колебаний CPA (стоимости целевого действия). Сначала нужно проверить настройки целей, учитывать обычный цикл сделки и дать стратегии время на обучение. Частые изменения затрудняют анализ результатов.

Особенно важно правильно выбрать модель в кампаниях с оплатой за конверсии:

• Последний переход. Оплачиваются конверсии, которые произошли после непосредственного перехода из Директа. Подходит для быстрых покупок и услуг с коротким циклом принятия решения.

• Последний значимый переход кросс-девайс. Конверсия учитывается за Директом, если после клика не было другого значимого источника. Прямые заходы или возвраты по сохраненной странице не прерывают эту связь.

• Автоматическая атрибуция. Конверсия может быть учтена за Директом, если алгоритм определит, что реклама повлияла на решение пользователя. Модель подходит, когда Директ – важный канал привлечения и нужно использовать больше данных для обучения.

• Первый переход кросс-девайс. Если первым источником был Директ, последующая конверсия может быть связана с рекламой. Такой подход подходит для товаров и услуг с долгим процессом выбора.

При оплате за клики модель атрибуции не меняет стоимость уже полученных переходов и не создает новые списания за прошлые конверсии. Ее влияние проявляется через статистику, обучение алгоритмов и оптимизацию будущих показателей.

Атрибуция медийной рекламы

Медийная реклама работает не только через клики. Пользователь может увидеть баннер или видео, запомнить бренд, а через несколько дней самостоятельно найти сайт и оформить заказ.

Обычные модели, которые учитывают только переходы, не показывают влияние таких просмотров. Для медийных кампаний в Мастере отчетов используются отдельные модели:

• Первый показ из Директа кросс-девайс. Конверсия связывается с первым медийным показом в выбранном окне. Модель помогает понять, какие креативы и настройки начали знакомство пользователя с брендом.

• Последний показ из Директа кросс-девайс. Учитывается последний показ перед визитом на сайт и целевым действием. Модель показывает, какой контакт был ближе всего к конверсии.

Для оценки медийной рекламы используются два показателя:

• Post-view – конверсии после просмотра объявления без клика. Для него можно выбрать окно от 1 до 30 дней.

• Post-click – визиты после клика по медийному объявлению. Для него используется окно 30 дней.

Например, пользователь увидел видеоролик 5 августа, не перешел на сайт, а 11 августа самостоятельно нашел компанию и оставил заявку. При post-view-окне 7 дней такая конверсия будет учтена в статистике медийной рекламы. При окне 3 дня – уже нет.

Окно нужно выбирать с учетом того, сколько времени обычно требуется клиентам для принятия решения.

Запускайте поисковые и медийные кампании в Яндексе через прямые аккаунты Директа в PromoPult.

ИИ-маркетолог поможет подготовить кампанию и загрузить ее в рекламный кабинет, чтобы сократить количество ручных действий. Также в PromoPult доступны интерактивная панель аналитики, автоматическая маркировка, единый договор и комплект закрывающих документов. До 8% расходов на внешнюю рекламу можно вернуть бонусами.

Как подобрать модель под задачу

Выбор модели атрибуции зависит от того, как долго клиент принимает решение, какую роль выполняет реклама и как оплачивается продвижение.

Для быстрых покупок и услуг, где клиент принимает решение за один визит, подходит модель «Последний переход». Например, пользователь нашел ближайший шиномонтаж, перешел по объявлению и сразу оставил заявку.

Если цикл сделки длинный – например, при покупке недвижимости, автомобиля, обучения – полезнее смотреть на весь путь клиента. Первый переход помогает оценить источник первого знакомства с компанией, а последний значимый – понять, какой канал был последним важным контактом перед покупкой.

Автоматическая атрибуция подходит, когда важно оценить общий вклад Директа в конверсию и передать больше данных конверсионным стратегиям.

При выборе модели учитывайте и задачу рекламы. Кампания может привлекать новых пользователей, возвращать посетителей, помогать закрывать спрос или повышать узнаваемость бренда. Одна модель не может одинаково хорошо показать все эти роли.

Если кампания работает с оплатой за конверсии, заранее проверьте, какие действия будут учитываться по выбранному правилу. Нельзя выбирать модель только потому, что в ней отчет показывает больше конверсий. Она должна соответствовать реальному пути клиента и допустимой стоимости результата.

Где изменить модель и как читать отчеты

Модель атрибуции используется на двух уровнях.

В настройках стратегии она определяет, какие данные Метрики будут использоваться для обучения алгоритмов и управления ставками. Возможность выбора зависит от типа кампании. Например, в Мастере кампаний и товарных кампаниях применяется автоматическая атрибуция без ручного выбора.

В Мастере отчетов модель можно менять для анализа уже накопленной статистики. Это позволяет сравнивать разные варианты оценки, не меняя работу самой кампании.

Чтобы анализ был корректным:

• сравнивайте периоды с одинаковой моделью атрибуции;

• берите период, который охватывает полный цикл сделки;

• используйте одинаковые цели для сравнения кампаний;

• оценивайте не только количество конверсий, но и их качество: выручку, маржу, подтвержденные заказы и квалифицированные заявки;

• учитывайте задержку между кликом и покупкой.

Не стоит ожидать полного совпадения данных Директа и Метрики. В отчетах Директа учитываются переходы по объявлениям, а общая статистика Метрики включает все визиты на сайт. Даже при одинаковой модели атрибуции возможны различия из-за настроек целей, счетчиков и способов формирования отчетов.

Если между первым контактом и покупкой проходит много времени, показатели CPA и рентабельности могут меняться по мере поступления новых конверсий.

Чек-лист перед анализом кампании

Перед оценкой рекламы:

• проверьте модель атрибуции в настройках стратегии;

• выберите такую же модель в основном отчете;

• убедитесь, что период анализа длиннее среднего цикла сделки;

• не делайте выводы только по последним дням, если клиенты часто возвращаются позже;

• сравнивайте кампании по одинаковым целям;

• оценивайте не только конверсии и цену действия (CPA), но и доход, возврат инвестиций (ROI) и качество заявок;

• не меняйте модель без понятной причины и достаточного количества данных;

• для медийной рекламы отдельно анализируйте post-view и post-click;

• сравнивайте разные модели для поиска закономерностей, но не смешивайте их в одном сравнении периодов;

• после изменения настроек дайте стратегии время накопить новые данные.

Главное о моделях атрибуции

Модель атрибуции не меняет путь клиента. Она определяет, как система распределяет вклад между источниками и объясняет полученную конверсию.

Поэтому одна и та же кампания может выглядеть эффективной в одном отчете и получать меньше конверсий в другом – меняется не результат рекламы, а способ его оценки.

Для поисковой и контекстной рекламы используются автоматическая атрибуция, первый переход кросс-девайс, последний переход и последний значимый переход кросс-девайс. Для медийных кампаний дополнительно применяются модели первого и последнего показа из Директа.

Правильная модель зависит от задачи бизнеса: первый переход показывает начало знакомства, последний – источник текущего визита, последний значимый – последний важный маркетинговый контакт, а автоматическая атрибуция оценивает вклад Директа с помощью алгоритмов.

Максимальную пользу атрибуция приносит, когда модель в отчетах соответствует настройкам стратегии, период анализа охватывает полный цикл сделки, а количество конверсий оценивается вместе с их качеством и доходом.