MMM — это не “замена атрибуции”, а настройка разговорного рынка

MMM — это не “замена атрибуции”, а настройка разговорного рынка

В 2026 я всё чаще вижу одну и ту же управленческую ошибку у глав performance: они пытаются использовать MMM (модели маркетингового микса) как “последний слой правды” вместо атрибуции. Мол, соберём данные — и получим честную долю канала. Но MMM отвечает на другой вопрос: как маркетинг в целом двигает выручку/конверсии, когда коммуникации конкурируют друг с другом, накапливают эффект и умирают по-разному.

Моя позиция жёсткая: MMM нужно внедрять не после того, как “не сходится атрибуция”, а как инструмент калибровки ожиданий между командами. Для performance это означает: прекратить спорить о долях на уровне кампаний и начать спорить о правилах моделирования — window (временное окно), лаги, насыщение, контроль офлайна/price/promo, структура каналов и допущения по кросс-эффектам.

Один практический наблюдение. Мы неоднократно видели, что модель, построенная “под last-click-реальность” (с короткими окнами, без нормализации частоты касаний и без учёта промо-фона), системно завышает прямой отклик медийных кампаний и занижает долгий вклад search/брендовых запросов. Итог не в статистике, а в бюджете: если верить такой MMM, можно бесконечно докручивать закупку “под быстрые конверсии” и недофинансировать верх воронки — особенно в категориях, где покупка размазана во времени.

Почему это особенно важно сейчас. Privacy-first режим снижает доверие к индивидуальным путям пользователя, а AI-overviews (ответы от моделей) усиливают эффект “нулевого клика”: бренд и сообщение начинают работать без явного перехода в воронку. Там MMM действительно становится компасом, но только если вы воспринимаете её как модель механизма, а не как отчёт о бухгалтерской истине.

Как я предлагаю формализовать внедрение, чтобы performance перестал тратить время на бесконечные “а кто прав”:
— фиксируйте целевой KPI модели: не ROAS в вакууме, а инкрементальность (изменение выручки из‑за маркетинга) относительно baseline;
— делайте sanity-check на повторяемость: сценарий “переставили бюджеты между похожими каналами” должен менять оценку эффекта предсказуемо, а не “прыгать” от одной итерации к другой;
— вводите правило: если решение приводит к росту эффективности в модели, оно всё равно должно пройти минимальный holdout/инкрементал-тест на уровне geo/аудитории/временных срезов.

Фокус 2026 простой: атрибуция показывает путь, MMM — влияние. Их нельзя смешивать в одну картинку, иначе вы платите дважды — сначала креативу и медиабюджету, потом — управленческими ошибками из‑за неверно заданного вопроса.

— @AttributionRoom

Есть схожая тема в @ABMcraftRu, рекомендуем