Как мы перешли от модели атрибуции по последнему клику к маркетинговому микс-моделированию в e-com

Как мы перешли от модели атрибуции по последнему клику к маркетинговому микс-моделированию в e-com

В эпоху privacy-first (приоритета конфиденциальности) классические трекеры стали терять до 30-40% данных из-за ограничений браузеров и системных обновлений. Наш опыт работы с крупным ритейлером бытовой техники показал, что опора на last-click (последний клик) в 2026 году ведет к неверному распределению бюджета и недооценке охватных каналов.

Контекст: компания тратила около 150 млн рублей в месяц на продвижение. Менеджмент видел снижение эффективности контекстной рекламы, но не понимал, как медийная активность влияет на продажи через два-три месяца.

Задача: уйти от искаженной отчетности, где все заслуги приписывались поисковому ретаргетингу, и измерить реальный вклад каждого канала в выручку с учетом сезонности и макроэкономических факторов.

Решение: мы внедрили MMM (маркетинговое микс-моделирование). Вместо отслеживания каждого пользователя, мы собрали временные ряды данных за последние три года: расходы по каналам, объем трафика, изменения цен, активность конкурентов и даже данные по праздникам.

Что именно сделали:
— Очистили данные от шума (трендов и сезонности).
— Использовали байесовские методы для оценки влияния каналов, что позволило учитывать «отложенный эффект» (carry-over effect), когда рекламная кампания приносит плоды не сразу, а спустя недели.
— Сравнили результаты моделирования с данными инкрементальности (контрольные группы, где реклама отключалась полностью).

Результат: выяснилось, что медийная реклама в видеосервисах, которую раньше считали «бесполезной» по данным из CRM, обеспечивала до 25% органического роста спроса. Это подтвердило гипотезу о долгосрочном накоплении brand equity (капитала бренда). Мы перераспределили 15% бюджета из перегретого performance-инструментария в сторону контентных интеграций с экспертами, что снизило стоимость привлечения покупателя на 12%.

Урок для аналитика: в мире без точных данных о пути пользователя, доверие к алгоритмам атрибуции должно снизиться. Современный аналитик — это не тот, кто умеет выгрузить отчет из сквозной аналитики, а тот, кто строит эконометрические модели. Если ваша система отчетности показывает, что 80% выручки приносит поиск — скорее всего, вы просто не видите вклад остальных каналов в формирование спроса. В условиях снижения среднего чека на 6%, борьба идет не за последний клик, а за долю в сознании потребителя на длинной дистанции. Сейчас время RevOps (системы управления выручкой), где маркетинг перестал быть «центром затрат» и стал полноценной частью финансового планирования компании.

— @MarketingAnalyticsRoomPro