Почему last-click уводит команду в ложную эффективность

Почему last-click уводит команду в ложную эффективность

В performance-отделах по-прежнему живёт удобная привычка: считать, что канал, который последним коснулся пользователя, и есть главный двигатель выручки. Для главы performance это понятно — last-click прост, прозрачен, быстро объясним бизнесу. Но в 2026 году у этой логики всё больше системных провалов.

Проблема не в том, что last-click «плохой». Проблема в том, что он отвечает на вопрос «кто закрыл путь», но почти ничего не говорит о том, **кто создал спрос**. А именно это и решает экономика каналов, когда поиск уходит в AI-overviews, часть трафика обнуляется в zero-click среде, а клиент всё чаще принимает решение не по последнему объявлению, а по накопленному впечатлению от бренда.

Первый сдвиг: last-click переоценивает каналы с высокой утилизацией спроса.
Если пользователь уже знает бренд, ищет его по названию и кликает по брендовому запросу, last-click почти всегда отдаёт победу поиску. В отчёте канал выглядит сильным, хотя на деле он лишь снял уже сформированный спрос. Так часто происходит у e-commerce и B2B-брендов с сильным контентом и медийным присутствием: платный поиск забирает финальный клик, но путь начался задолго до него — с видео, PR, рассылки, экспертного материала или повторных касаний в ремаркетинге.

Пример простой. Бренд запускает кампанию в видео и нативных размещениях, чтобы расширить знание. Через неделю растёт брендовый поиск и прямые заходы. Last-click при этом покажет, что «поиск внёс основной вклад». Если не смотреть шире, команда начнёт резать верх воронки и усиливать низ, а потом удивляться, что спрос стал тоньше и дороже.

Второй сдвиг: в privacy-first среде атрибуция без инкрементальности быстро превращается в самоуспокоение.
Когда cookies ограничены, а server-side-логика закрывает лишь часть пути, модель атрибуции начинает работать на неполных данных. На графиках всё красиво: CTR есть, конверсии есть, CPA вроде бы держится. Но вопрос остаётся один — сколько из этих конверсий случилось бы и без конкретного канала?

Именно здесь нужен не спор «MMM против атрибуции», а связка. Атрибуция отвечает за оперативное управление, MMM — за картину спроса на уровне медиамикса, а инкрементальность показывает, что действительно добавляет прирост. Например, в одном интернет-магазине ретаргетинг может стабильно собирать почти все продажи в last-click, но holdout-тест покажет, что его реальный вклад гораздо ниже отчётного, потому что большая часть аудитории и так возвращалась бы через поиск или прямой заход. Тогда команда перестаёт «доливать» в ретаргетинг только потому, что он красиво выглядит в кабинете.

Третий сдвиг: MMM сегодня полезен не для отчётности, а для перераспределения бюджета в условиях снижения маржинальности.
В 2026 году, когда средний чек во многих категориях снижается, а покупатель экономит, выигрыш даёт не максимизация первой покупки, а рост LTV и удержания. Здесь MMM особенно ценен: он позволяет увидеть, какие каналы создают долгосрочную выручку, а какие просто ускоряют уже идущую продажу.

Пример: у бренда с подписочной моделью перформанс-команда видит, что платный поиск даёт лучший ROMI по последнему клику. Но MMM показывает, что при сокращении бренд-медийки падает объём прямых заходов и повторных покупок через 4–6 недель. На уровне отчёта last-click это не заметно, а на уровне прибыли — очень даже. Значит, оптимизировать надо не канал в одиночку, а весь путь от формирования спроса до возврата клиента.

Четвёртый сдвиг: зрелая команда performance теперь управляет не кликами, а гипотезами распределения бюджета.
Это, пожалуй, главный признак взрослого отдела. Не бесконечно спорить, «сколько заслуги» у поиска или соцсетей, а строить систему, где каждую гипотезу можно проверить: через гео-эксперименты, holdout, MMM, когорты, server-side-сопоставление. И уже по результату менять доли бюджета.
…