Почему я больше не верю в «идеальную» модель атрибуции в GA4

Почему я больше не верю в «идеальную» модель атрибуции в GA4

За последние пару лет я пришёл к простому выводу: в GA4 не существует одной модели, которая честно ответит на вопрос «что сработало». И дело не в самой системе. Дело в том, что путь пользователя стал слишком рваным: часть касаний уходит в тёмный трафик, часть — в AI-overviews, часть — в мессенджеры и закрытые воронки. Last-click в такой реальности удобен только тем, что легко считается.

Я обычно начинаю не с выбора модели, а с вопроса: **какое решение мы хотим принять по этим данным?** Если задача — перераспределить бюджет внутри performance-каналов, мне достаточно сравнения last-click, data-driven и простой проверки по holdout-сегменту. Если задача — доказать вклад брендовых активностей или контент-маркетинга, то GA4 уже должен работать в связке с server-side, CRM и, по-хорошему, MMM.

Мой рабочий рецепт такой:
— Сначала фиксирую бизнес-вопрос: оптимизация бюджета, оценка канала или защита brand-эффекта.
— Потом проверяю качество событий: не дублируются ли конверсии, одинаково ли размечены источники, нет ли провалов между web и CRM.
— Затем смотрю разницу между моделью атрибуции в GA4 и фактической динамикой выручки.
— Если расхождение больше 15–20% без понятного объяснения, я не «подкручиваю отчёт», а иду искать проблему в данных или в структуре воронки.

Одна цифра из практики: после перехода одного B2B-проекта на server-side и сверки GA4 с CRM доля «непонятных» конверсий снизилась с 27% до 11%. Не потому, что магия атрибуции вдруг заработала, а потому, что мы перестали выдавать шум за правду.

Мой вывод простой: GA4 — это не судья, а инструмент для версии событий. И чем сложнее медиамикс, тем важнее не «лучшая модель», а **согласованная логика измерения** между маркетингом, продажами и аналитикой.

— @GA4cookbookRuPro