Покупатель впервые увидел бизнес в рекламе, сделал заказ, а через время вернулся напрямую в интернет-магазин. Какому каналу принадлежит повторная продажа? Если отдать её direct, реклама потеряет часть влияния. Если отдать рекламе, можно завысить её вклад. Универсально правильного владельца здесь нет — есть модель расчёта под конкретное управленческое решение.
Атрибуция — правило интерпретации, а не доказательство причины
В образовательном материале Яндекса о моделях атрибуции показано, как разные правила распределяют ценность между касаниями. Это важно понимать буквально: модель отвечает, кому мы приписываем вклад для анализа, но сама по себе не доказывает, какое касание вызвало покупку.
Поэтому полезно разделить два расчёта: привлечение нового клиента и экономику его последующих покупок.
Как считать на практике
В первом контуре клиент закрепляется за каналом привлечения по заранее выбранному правилу — например, по источнику первой подтверждённой покупки. Для этой когорты считают стоимость привлечения нового клиента, маржинальный вклад первого заказа и затем вклад всей когорты за выбранный горизонт.
Во втором контуре считают уже способ возвращения: сколько клиентов из этой когорты сделали повторный заказ напрямую, через платную рекламу, CRM-коммуникацию или другой путь и какой contribution margin дали эти повторные заказы. Direct здесь фиксирует путь повторной покупки, но не обнуляет стоимость первоначального привлечения.
Если руководитель решает, окупается ли рекламный источник, он смотрит на полную экономику привлечённой им когорты: сколько стоило привлечение и какой маржинальный вклад эта группа дала за выбранный период. Если задача — понять, работает ли собственный магазин как канал удержания, нужно отдельно смотреть долю и маржинальный вклад прямых повторных заказов внутри этих же когорт.
Так реклама не получает «вечную заслугу» за каждый будущий заказ, а direct не объявляется бесплатным источником клиента. У каждого этапа остаётся своя роль.
Что может исказить расчёт
Покупатель мог запомнить бренд благодаря первой рекламе и вернуться именно поэтому. Или повторная реклама могла повлиять на решение, но аналитика не связала касание с заказом. Отдельная проблема — идентификация: другой браузер, устройство, почта или номер телефона могут разорвать историю одного клиента.
Поэтому качество сопоставления нужно хранить отдельно: точная связь, вероятная связь или неизвестно. «Неизвестно» нельзя автоматически превращать ни в direct, ни в новый рекламный клиент.
Структурированную атрибуцию лучше считать обычной аналитикой. ИИ не нужен для last click, first purchase или когортной формулы. На странице AI-ассистента руководителя дополнительная ценность появляется позже: связать расчёт с контекстом клиента и объяснить, почему показатель изменился и какие альтернативные причины нужно проверить.
Хорошая модель не ищет единственного «владельца продажи». Она отдельно отвечает на два вопроса: кто привёл клиента впервые и насколько хорошо бизнес умеет возвращать его дальше.