BigQuery для performance-маркетинга: считаем инкрементность без last-click

BigQuery для performance-маркетинга: считаем инкрементность без last-click

Бренд: крупный B2B-сервис видеосвязи (NDA, сопоставимо с сегментом Zoom/Whereby).

Задача: performance-команда уперлась в потолок. Бюджеты на платный поиск растут, лидов больше не становится, CPO (стоимость привлечения) ползет вверх на 12-15% квартал к кварталу. Классическая last-click модель в Google Ads показывала источник «Google Search / brand», но выручки это не добавляло. Менеджмент потребовал разобраться, какие каналы реально работают, а какие просто перекладывают спрос.

Решение: команда перешла на privacy-first атрибуцию через BigQuery.

— Выгрузили в BigQuery сырые логи сайта, офлайн-конверсии из CRM и расходы по каналам через API рекламных платформ.
— Построили data lineage (происхождение данных): каждый лид получил идентификатор первого и последнего касания, путь по touchpoint'ам (точкам контакта) и факт сделки.
— Связали поведенческие сигналы (повторные визиты, скачивание гайдов, время на странице) с доходом через оконную функцию и марковские цепи (вероятностная модель атрибуции, которая оценивает вклад каждого касания в конверсию).
— Дополнительно запустили гео-тест: отключили платный поиск в двух похожих регионах на 4 недели, замерили разницу с контрольными регионами — это и есть incrementality lift (реальный прирост выручки от рекламы, а не перераспределение спроса).

Результат: last-click завышал долю brand-поиска на 38%. После пересчёта выяснилось, что реальный драйвер нового спроса — контент-маркетинг и органический поиск. Контекстная реклама давала инкремент только по узким коммерческим запросам, которых нашлось 12% от прежнего семантического ядра. Бюджет на остальные 88% перераспределили в SEO-кластер, наращивающий Topical Authority (экспертное покрытие темы) под AI-обзоры поисковиков. Через квартал MQL (маркетинг-квалифицированные лиды) выросли на 24% при том же общем бюджете.

Урок: в эпоху privacy-first атрибуции (server-side, MMM, incrementality) last-click врет все сильнее. BigQuery — дешёвая точка входа, чтобы собрать собственный data layer (слой данных о поведении пользователя) и не зависеть от чужих моделей атрибуции. Маркетолог, который видит реальный вклад каналов, а не отчёт рекламной платформы, иначе разговаривает с CFO (финансовым директором) про бюджет.

— @BigQuery4MarketingPro