Введение
Multi-touch attribution (мультиканальная атрибуция, MTA) – метод измерения вклада каждого маркетингового канала в конверсию путём распределения ценности между всеми точками контакта на пути клиента к покупке. В отличие от упрощённых моделей Last Click или First Click, MTA признаёт, что решение о покупке формируется через множество взаимодействий.
История и контекст
До появления MTA доминировала модель Last Click: всю ценность конверсии получал последний канал, которым воспользовался клиент перед покупкой. Это приводило к систематическому недооценке верхних этапов воронки (контент-маркетинг, медийная реклама) и переоценке нижних (брендовый поиск, ремаркетинг). Развитие аналитических платформ и машинного обучения в 2010-х годах сделало MTA доступным инструментом для маркетологов.
Как это работает
Основные модели multi-touch attribution:
- Linear: ценность делится поровну между всеми touchpoints. Простая и справедливая, но не учитывает реальный вклад каждого канала.
- Time Decay: более поздние точки касания получают больший вес. Логично для B2B с длинным циклом.
- Position-Based (U-shaped): 40% – первому контакту, 40% – последнему, 20% – остальным. Ценит и привлечение, и конвертацию.
- W-shaped: добавляет вес к промежуточной точке (например, первый контакт с sales). Применяется в B2B.
- Data-Driven / Algorithmic: ML-модель на основе реальных данных о путях конверсии определяет вклад каждого канала. Наиболее точная, требует большого объёма данных.
MTA работает на уровне индивидуальных пользователей: для каждого пути конверсии строится последовательность touchpoints, и алгоритм распределяет ценность конверсии между ними.
Где применяется
- Диджитал-маркетинг: распределение бюджетов между SEO, контекстной рекламой, SMM, email и медийными каналами.
- E-commerce: понимание реального вклада каждого канала в продажи.
- B2B-маркетинг: оценка вклада контент-маркетинга, вебинаров, paid media в сложном цикле сделки.
Преимущества и ограничения
Преимущества: объективная оценка всех каналов, более эффективное распределение маркетингового бюджета, устранение систематических смещений last-click модели.
Ограничения: требует кросс-девайсного и кросс-сессионного отслеживания, что усложняется ограничениями cookie. Алгоритмические модели требуют больших данных. Офлайн-каналы трудно интегрировать в единую модель атрибуции.
Связь с другими понятиями
Multi-touch attribution противопоставляется упрощённым моделям Last-click атрибуции и First-click атрибуции. Использует данные о Customer Journey для построения путей конверсии. Результаты атрибуции определяют распределение бюджетов между каналами с метриками ROAS, ROMI, CPL. Реализуется с помощью DMP и CDP для сбора данных о touchpoints.
