Одна и та же кампания в Директе может выглядеть убыточной в одной модели атрибуции и прибыльной в другой. Это не магия и не баг. Атрибуция - это правило, по которому конверсия распределяется между точками касания пользователя с рекламой. Выбор модели напрямую влияет на то, каким ключевым фразам вы доверяете, а какие выносите в минус-слова. Разберём, как устроена атрибуция в Метрике и Google Analytics 4, и почему это важно для работы с семантикой.

Что такое атрибуция и почему она важна

Пользователь редко совершает покупку после одного касания с рекламой. Типичный путь: увидел баннер в РСЯ - забыл - через три дня нашёл через поиск по бренду - купил. Кому засчитывается конверсия?

Если работает модель "последний переход" - брендовой поисковой кампании. Если "первый переход" - РСЯ. Если линейная - обоим поровну. Это меняет всё: решение о минусовке ключа или отключении кампании зависит от того, сколько конверсий вы ей приписываете.

Неправильная модель атрибуции - одна из причин, по которой специалисты отключают ключевые фразы, которые на самом деле работают, или, наоборот, оставляют нецелевые запросы с "конверсиями", которые на самом деле принадлежали другому каналу.

Модели атрибуции в Яндекс Метрике

Яндекс Метрика предлагает четыре модели атрибуции, которые можно менять в настройках отчётов.

Последний переход - конверсия целиком засчитывается последнему источнику перед покупкой. Самая простая модель. Если последним был прямой заход или поиск по бренду, реклама не получает кредит, даже если именно она привела пользователя.

Первый переход - конверсия засчитывается первому источнику, который привёл пользователя. Переоценивает роль верхнего уровня воронки (баннеры, медийка, РСЯ при первом контакте).

Последний значимый переход - игнорирует прямые заходы и прямые переходы. Если пользователь открыл сохранённую закладку или вбил URL вручную, Метрика "откатывается" к предыдущему значимому источнику. На практике это самая популярная модель для оценки рекламных каналов.

Автоматическая атрибуция - Метрика самостоятельно выбирает модель для каждой цели в зависимости от длины воронки и типа конверсии. Подходит для новичков, но снижает предсказуемость и контроль.

Важный нюанс: в Метрике атрибуция применяется к сессиям, а не к отдельным кликам. Это влияет на точность при многоканальных путях.

Модели атрибуции в Google Analytics 4

GA4 перешёл на событийную модель и переосмыслил атрибуцию по сравнению с Universal Analytics.

Атрибуция на основе данных (Data-Driven Attribution, DDA) - модель по умолчанию в GA4. Алгоритм машинного обучения распределяет ценность конверсии между всеми точками касания, опираясь на исторические данные аккаунта. Требует достаточного объёма данных (как правило, от 400 конверсий за 30 дней).

Последний клик - аналог "последнего перехода" в Метрике.

Первый клик - аналог "первого перехода".

Линейная - ценность конверсии делится поровну между всеми точками касания.

Учёт давности взаимодействия (Time Decay) - больший вес получают точки, ближайшие по времени к конверсии.

На основе позиции (Position-Based) - 40% веса первой точке, 40% последней, 20% равномерно распределяется между промежуточными.

В условиях России 2026 года ценность сложных моделей GA4 снижается из-за неполного сбора данных (часть пользователей не попадает в GA4 из-за блокировок), что делает DDA менее надёжной: алгоритм строит вероятностные модели на неполной выборке.

Сравнительная таблица моделей атрибуции

Модель Яндекс Метрика Google Analytics 4 Для чего использовать
Последний переход / клик Да Да Быстрая оценка конверсионных ключей
Первый переход / клик Да Да Оценка охватных кампаний и РСЯ
Последний значимый переход Да Нет Реклама без "засорения" прямыми заходами
Автоматическая Да Нет Когда нет времени настраивать
Атрибуция на основе данных Нет Да При большом объёме данных
Линейная Нет Да Равномерная оценка всей цепочки
Учёт давности Нет Да Акцент на нижней части воронки
На основе позиции Нет Да Ценить и первый, и последний контакт

Как атрибуция влияет на решения по минус-словам

Рассмотрим конкретный сценарий. Ключевая фраза "пластиковые окна цена" участвует в 200 кликах за месяц. Конверсий при модели "последний переход" - 5. При модели "последний значимый переход" - 12. Разница в 7 конверсий возникает потому, что часть пользователей после клика на эту фразу вернулась через прямой заход и купила.

При модели "последний переход" специалист видит 5 конверсий при расходе 18 000 ₽ - CPO выглядит дорогим. При "последнем значимом" - 12 конверсий, CPO вдвое ниже. Решение о минусовке смежных запросов под этот ключ будет разным.

Та же логика работает в обратную сторону. Нецелевой запрос "отзывы об окнах ПВХ" может получить "конверсию" при модели последнего перехода, если пользователь кликнул по нему перед финальным шагом. Это ложный сигнал - фраза информационная, она не должна быть в поисковой рекламе.

Типичные ошибки при работе с атрибуцией

Ошибка 1: Не знать, какая модель активна. По умолчанию Метрика часто стоит на "последнем переходе". Специалист работает с этими данными, не зная, что картина искажена.

Ошибка 2: Менять модель в середине анализа. Если сначала смотрели на "первый переход", а потом переключились - данные за разные периоды несопоставимы.

Ошибка 3: Применять одну модель ко всем типам кампаний. Для медийных кампаний логична модель первого перехода. Для нижнего уровня воронки - последнего значимого. Одна модель для всего даёт искажённую картину.

Ошибка 4: Минусовать на основе нулей конверсий без учёта модели. Фраза показывает 0 конверсий при "последнем переходе", но участвует в 8 конверсиях при линейной модели. Минусовать её - значит убить часть воронки.

Практический вывод для работы с семантикой

При анализе ключевых фраз перед минусовкой правильный порядок действий:

  1. Определить модель атрибуции и не менять её в процессе анализа.
  2. Для Директа использовать "последний значимый переход" как базовую модель - она убирает шум от прямых заходов.
  3. Сравнить данные Директа (реальные запросы с расходами) с данными Метрики (поведение и цели).
  4. Фразы с нулём конверсий по "последнему значимому переходу" И с высоким показателем отказов в Метрике - первые кандидаты на минус.

Только комбинация данных о расходах из Директа и поведенческих данных из Метрики с корректной моделью атрибуции даёт основание для обоснованного решения о минусовке, а не интуитивного.

Вывод

Атрибуция - это не технический нюанс, а инструмент интерпретации данных. Разные модели дают разные "истины" об одних и тех же ключевых фразах. Для работы с Директом оптимальна модель "последний значимый переход" в Метрике: она убирает прямые заходы и показывает реальный вклад рекламных касаний. GA4 предлагает более гибкий набор моделей, но в российских условиях надёжность данных снижена. Принимать решения по минусовке без понимания активной модели атрибуции - значит работать вслепую.