Почему рост performance-каналов часто заканчивается спором с MMM

Почему рост performance-каналов часто заканчивается спором с MMM

В performance-отделах обычно хорошо умеют считать клики, CPA и ROAS. Но чем больше бюджет, тем чаще возникает вопрос, который не закрывается отчётами из рекламных кабинетов: а что из этого действительно создало дополнительный спрос, а что просто забрало себе уже существующий?

Именно здесь начинается разговор про MMM, incrementality и атрибуцию. Это не три конкурирующих метода, а три разных ответа на один и тот же управленческий вопрос: где заканчивается наблюдение и начинается влияние.

**1. Атрибуция отвечает за распределение, но не за прирост**

Классическая атрибуция полезна, когда нужно распределить результат между точками контакта. Она помогает понять, что пользователь видел до конверсии, какой канал получил кредит, как выглядит путь воронки. Но у неё есть фундаментальное ограничение: она описывает последовательность, а не причину.

Например, бренд запускает поиск по своим ключам, ретаргетинг и медийную поддержку. В отчёте last click почти весь доход уходит в поиск. Выглядит логично: пользователь ввёл брендовый запрос и купил. Но без медийной поддержки он мог бы и так прийти за покупкой, потому что уже был в рынке. Атрибуция скажет, кто получил конверсию. Не скажет, кто её добавил.

Поэтому спор о том, «какой канал эффективнее», часто на самом деле спор о том, какой канал лучше виден в системе учёта.

**2. Incrementality измеряет не конверсию, а добавленную ценность**

Инкрементальность нужна там, где важно отделить естественный спрос от стимулированного. Это особенно важно для зрелых брендов, где значительная часть спроса уже существует сама по себе.

Простой пример: у e-commerce-бренда есть always-on search, который стабильно выглядит как самый прибыльный канал. Команда решает увеличить бюджет на 30%. В кабинете — рост заказов. Но если посмотреть через holdout-тест, часть этих заказов всё равно пришла бы без дополнительного давления: часть пользователей уже была готова к покупке, часть пришла бы органически, часть — через другие каналы. В результате оказывается, что дополнительный бюджет дал прирост не пропорционально отчётному ROAS.

Именно поэтому зрелый performance-менеджмент отличается от «оптимизации по кабинету». Он задаёт вопрос: если завтра убрать этот канал, сколько заказов исчезнет? Если ответ маленький, значит канал хорошо собирает спрос, но слабо его создаёт.

**3. MMM нужен, когда каналов много, а рынок шумный**

Если атрибуция работает на уровне пользователя, а инкрементальность — на уровне эксперимента, то MMM смотрит на бизнес целиком. Его сила не в точности до клика, а в способности увидеть картину там, где отдельные каналы переплетены: сезонность, цены, промо, офлайн-эффекты, брендовый спрос, медиа-насыщение.

Например, у бренда D2C растут продажи одновременно с увеличением spend в digital, но ещё и на фоне скидочной кампании, выхода новой линейки и роста узнаваемости. В отчёте по каналам всё выглядит как победа paid social. MMM же может показать, что значимая часть прироста связана с промо и сезонностью, а paid social работает уже в зоне убывающей отдачи. Это неприятно для короткого отчёта, но очень полезно для годового бюджета.

Сильная сторона MMM в том, что он дисциплинирует разговор о бюджете. Не «какой канал принёс лид», а «где следующий рубль даёт максимальный инкремент». Для главы performance это уже не отчётная аналитика, а инструмент распределения капитала.

**4. Зрелая система строится не вокруг одного метода, а вокруг их связки**

Самая частая ошибка — пытаться сделать из одного подхода универсальную истину. Атрибуция без экспериментов переоценивает видимые каналы. Эксперименты без MMM дают локальный ответ, но плохо масштабируются на весь бюджет. MMM без качественной трекинговой базы может увести в красивую, но слишком абстрактную модель.
…