Атрибуция в Яндекс Директе — это способ, позволяющий определить, какой именно клик, переход или рекламное взаимодействие пользователя на пути к покупке следует считать главным источником визита и итоговой конверсии.
Не зная, что такое атрибуция в Яндекс Директе, невозможно эффективно управлять рекламной кампанией. Поэтому важно понимать, когда лучше назначать автоматическую атрибуцию, а когда в настройках должен стоять первый переход кросс-девайс, последний переход или последний значимый переход кросс-девайс.
Для охватных форматов и медийной рекламы в статистике Директа используются специализированные модели: первый показ из Директа кросс-девайс и последний показ из Директа кросс-девайс. Они позволяют учитывать конверсии от пользователей, которые видели баннер или видеоролик, но не кликали по нему сразу.
Выбранная модель атрибуции критически важна для работы рекламы. Она напрямую влияет на отображение данных в статистике, определяет логику обучения автоматических стратегий, а в отдельных кампаниях — жестко задает правила, по которым списывается оплата за совершенные конверсии.
Оглавление
Что такое атрибуция в Яндекс Директе
Атрибуция в Яндекс Директе — это правило, по которому система определяет, какой переход или контакт с рекламой считать источником визита и конверсии. Одна и та же покупка может быть отнесена к разным источникам в зависимости от выбранной модели.
Проще всего понять, что такое атрибуция в Яндекс Директе, можно на примере типичного пути пользователя, который перед заказом обычно совершает не один, а несколько шагов.
Например, человек хочет купить робот-пылесос. Вот что произошло за две недели с момента принятия решения до покупки:
- Первое касание. Во время просмотра новостной ленты на смартфоне пользователь увидел рекламный баннер РСЯ, который предлагает купить робот-пылесос со скидкой 20%. Он кликнул по рекламе, ознакомился с предложением и закрыл вкладку.
- Органический поиск. Через несколько дней пользователь ввел в поиске Яндекса запрос: «Лучшие роботы-пылесосы 2026». Далее он перешел на тот же сайт из поисковой выдачи и добавил товар в закладки.
- Ретаргетинг в Директе. Спустя неделю на ноутбуке пользователь увидел баннер того же интернет-магазина, с предложением купить добавленную в закладки модель пылесоса и получить подарок. Он еще раз перешел на сайт для просмотра товара, но снова вышел без покупки.
- Прямой переход из закладок. На следующий день пользователь открыл домашний планшет, зашел в свои закладки, перешел на сайт магазина напрямую и оформил заказ.
Интернет-магазину важно определить, какой именно канал привел клиента и сработал лучше всего. В зависимости от выбора модели атрибуции, конверсию можно отнести к первому, последнему или последнему значимому источнику либо оценить вклад Директа автоматически на основе алгоритмов .
Зачем нужны модели атрибуции
Для того, чтобы корректно распределить ценность конверсии (покупки, регистрации, звонка или другого целевого действия) между всеми маркетинговыми каналами, с которыми взаимодействовал человек на пути к оформлению заказа. Они позволяют бизнесу понять, какая реклама действительно приводит к продажам, а не просто оказывается случайным последним кликом
Модели атрибуции помогают решать следующие ключевые задачи бизнеса.
Определить вклад рекламы в конверсии
Они фиксируют скрытые касания, рассчитывают вес каждого, исключат брендовый и мусорный трафик. Это позволяет бизнесу оценивать ситуацию не линейно и не отдавать всю значимость последнему переходу только потому, что он привел к конверсии.
Понять, какие кампании приводят новых пользователей
Например, модель «Автоматическая атрибуция» использует машинное обучение для оценки всего пути пользователя. Она анализирует не только клики, но и общую историю взаимодействия. Алгоритм умеет вычислять «вес» кампаний, нацеленных на холодную аудиторию (например, таргетинг по краткосрочным интересам в Директе). Поэтому даже если пользователь совершил длинный путь перед покупкой, автостратегия распознает вклад кампании, которая нашла нового пользователя, и поднимет ценность этой кампании в статистике.
Оценить каналы при длинном пути к покупке
Человек может принимать решение неделями или месяцами. За это время он совершает десятки касаний с брендом через разные каналы. Модели атрибуции учитывают всю цепочку действий и показывают роль каждого канала. Это позволяет справедливо распределить ценность всех шагов пользователя на пути к конверсии.
Корректно анализировать CPA, доход, ДРР и ROI
Модели атрибуции помогают корректно анализировать CPA (стоимость целевого действия), доход, ДРР (долю рекламных расходов) и ROI (окупаемость инвестиций) за счет того, что они привязывают финансовые результаты к реальным заслугам каждого канала, а не к случайному последнему клику.
Управлять бюджетом
Помогают управлять бюджетом за счет точного перераспределения средств на основе реальной финансовой ценности каналов, а не их случайного положения в конце цепочки продаж. Без использования правильной модели бизнес часто совершает две распространенные ошибки: снижает финансирование кампаний, которые привели покупателя к конверсии, и переплачивает за тот канал, который просто оказался последними на пути клиента.
Обучать автоматические стратегии на подходящих данных
Модели атрибуции передают автостратегиям рекламных сетей правильные сигналы о конверсиях, что позволяет алгоритмам находить целевую аудиторию.
Сравнивать отчеты Директа и Метрики
Директ и Метрика часто предоставляют разные результаты в отчетах. Это происходит потому, что Директ стремится показать ценность рекламы, а Метрика фиксирует полную историю пути пользователя по всем источникам. Но выбор одинаковой модели атрибуции в Директе и Метрике позволяет сравнивать данные за счет корректной оценки ценности рекламы, значимости первого касания и исключения погрешности.
Какие модели атрибуции есть в Яндекс Директе
С мая 2026 года Яндекс полностью отключил устаревшие линейные модели без учета кросс-девайса, оставив только то, которые позволяют наиболее точно оценить путь покупателя и вклад каждого шага в совершение конверсии. Сейчас в Директе доступны четыре модели атрибуции для оценки эффективности рекламы и обучения автоматических стратегий.
Автоматическая атрибуция
Задана в настройках новых кампаний по умолчанию. При выборе автоматической атрибуции алгоритм будет самостоятельно определять, какой источник считать единственно ценным. При этом оценивать вклад каждого касания, учитывая кросс-девайс и даже общие устройства внутри одного домохозяйства.
Изменить автоматическую атрибуцию нельзя в , поскольку это упрощенный инструмент для быстрого запуска рекламы, где большинство настроек автоматизированы, а также в товарных кампаниях Директа.
Когда выбирать: если стоит задача понять, как именно пользователь взаимодействует с кампанией перед покупкой или выполнением другого конверсионного действия.
Последний значимый переход кросс-девайс
Ценность конверсии отдается последнему значимому источнику, при этом система объединяет данные за 90 дней по всем устройствам пользователя. К значимым алгоритм относит платные источники: реклама, переходы их результатов поиска, с других сайтов и соцсетей. К незначимым относятся переходы с сохраненных страниц, внутренние переходы или прямые заходы на сайт.
Когда выбирать: если нужно точно оценить окупаемость рекламы, которая напрямую приводит к продажам, учитывая, что пользователи часто меняют устройства перед покупкой.
Первый переход кросс-девайс
Конверсия засчитывается самому первому источнику, с которого пользователь перешел на сайт за последние 180 дней. При этом алгоритм учитывает переходы со всех используемых устройств и позволяет определить источник, с которого пользователь начал взаимодействовать с сайтом.
Когда выбирать: если нужно оценить рекламу, работающую на охват и знакомство с брендом.
Последний переход
Источником конверсии считается последний визит пользователя, включая прямой ввод адреса сайта. При этом алгоритм не учитывает историю визитов.
Когда выбирать: для технического анализа сайта, когда нужно понять, корректно ли работают редиректы, не обрывается ли сессия при оплате через сторонний банк, и как распределяется трафик в данный момент.
Что такое кросс-девайс и окно атрибуции
Яндекс полностью перешел на кросс-девайс по умолчанию во всех ключевых моделях, чтобы алгоритмы и автостратегии не теряли данные об эффективности рекламы.
Кросс-девайс — это технология, которая связывает визиты одного и того же человека с разных устройств (смартфона, рабочего ПК, домашнего ноутбука, планшета или Смарт ТВ) в один единый путь клиента.
Для отслеживания визитов человека с разных устройств Яндекс применяет технологию Крипта. Также используются данные общих авторизаций: в Почте, Кинопоиске, Навигаторе и т. д. Благодаря этому система понимает, что смартфон и ноутбук принадлежат одному человеку.
Окно атрибуции — это временной промежуток, в течение которого система считает, что клик по рекламе все еще мог повлиять на решение пользователя сделать покупку.
В зависимости от выбранной модели атрибуции Директ ищет клики за разные промежутки времени:
- Автоматическая атрибуция — 180 дней.
- Первый переход кросс-девайс — 180 дней.
- Последний значимый переход кросс-девайс — 90 дней.
- Последний переход — 180 дней
Таблица ниже поможет понять, какую модель выбрать.
| Модель | Как определяется источник | Когда полезна |
|---|---|---|
| Автоматическая | Алгоритмы оценивают вклад Директа с учётом разных сигналов и устройств | Для конверсионных стратегий и оценки влияния рекламы |
| Первый переход кросс-девайс | Конверсия связывается с первым источником, который привёл пользователя | Для длинного цикла сделки и оценки первого знакомства |
| Последний переход | Учитывается источник текущего визита без истории предыдущих посещений | Для технического анализа |
| Последний значимый переход кросс-девайс | Прямые и внутренние переходы не перебивают предыдущий значимый источник | Для оценки последнего существенного канала перед конверсией |
Как работает каждая модель: пример пути пользователя
Рассмотрим на одном общем примере пути пользователя, как работает каждая модель атрибуции в Яндекс Директе.
Допустим, пользователь за неделю совершил такой путь:
- Понедельник: впервые перешел на сайт из поисковой выдачи.
- Среда: перешел по объявлению из Директа.
- Пятница: вернулся из социальной сети.
- Воскресенье: открыл сохраненную вкладку и оформил заказ.
В зависимости от выбранной модели атрибуции конверсия будет засчитываться так:
- Первый переход кросс-девайс — конверсия будет засчитана первому действую пользователя, то есть когда он в понедельник перешел из поисковой выдачи на сайт.
- Последний переход — конверсия будет засчитана действию, которое пользователь совершил в воскресенье, то есть когда он открыл сохраненную вкладку и оформил заказ. В отчетах конверсия уйдет в категорию «Прямые переходы».
- Последний значимый переход кросс-девайс — прямой заход в воскресенье считается незначимым (техническим), система ищет последний платный или маркетинговый источник перед ним, а это соцсеть.
- Автоматическая модель — алгоритм анализирует весь путь и определяет математическую вероятность: совершил бы пользователь покупку в воскресенье, если бы в среду не кликнул на объявление. Ценность распределяется динамически на основе данных.
При смене модели атрибуции статистика по рекламной кампании может меняться. В рассмотренном выше примере пользователь совершил переход по рекламе на сайт только один раз (в среду) и при этом он не совершил покупку.
Как будет меняться статистика в зависимости от выбранной модели атрибуции:
- «Первый переход» — в отчете по этой кампании будет 0 конверсий, так как первым был поиск.
- «Последний переход» — снова 0 конверсий, так как последней была вкладка.
- «Последний значимый» — 0 конверсий, так как последней значимой была соцсеть.
- «Автоматическая атрибуция» — кампания может получить часть конверсии, например, 0,4 или полную конверсию, если алгоритм решит, что касание в среду было решающим для прогрева клиента.
Важно учитывать, что изменение модели в настройках или отчетах не меняет поведение пользователей на сайте. Модель атрибуции позволяет по-другому посмотреть на путь до конверсии. Из-за этого одна и та же кампания при разных моделях может выглядеть или убыточной, или высокоэффективной.
Как модель влияет на стратегии и оплату за конверсии
Выбор модели атрибуции напрямую определяет, сколько денег будет списано за рекламу и насколько эффективно будут работать умные алгоритмы.
Обучение алгоритмов
Модель атрибуции напрямую влияет на обучаемость автоматических стратегий и количество списываемых средств, так как алгоритм оптимизирует ставки и списывает цену за клик на основе того, видит ли он успешные конверсии.
Как модель влияет на работу стратегий:
- Автоматическая — система сама определяет, какой вклад внес каждый из переходов по рекламе. Это обеспечивает наибольший объем данных. Идеальна для обучения автостратегий (например, Максимум конверсий) с оплатой за целевые действия.
- Последний значимый переход. Учитывает только переходы из платного или органического трафика. Исключает «прямые заходы» из поиска или закладок, что позволяет точнее оценивать эффективность ключевых фраз при оптимизации ставок.
- Первый переход. Отлично подходит для верхнеуровневых кампаний, привлекающих первичный трафик в сложных тематиках с долгим циклом принятия решений (B2B, недвижимость)
- Последний переход. Приписывает конверсию последнему источнику перехода, игнорируя предыдущую историю визитов.
Время на перестройку
После смены модели алгоритму требуется время на перестройку прогнозов. Система начинает видеть данные по-другому, поскольку приоритеты нужно отдавать другим шагам пользователя. Поэтому кампания может уйти на повторное обучение, которое занимает от нескольких дней до двух недель.
Синхронизация в отчетах
Для корректного анализа в Мастере отчетов стоит выбирать ту же модель, что установлена в стратегии. Если в стратегии стоит «Последний значимый», а отчет составлен по «Первому переходу», то цифры не совпадут и можно сделать ошибочные выводы об эффективности рекламы.
Списание денег
В кампаниях с оплатой за конверсии (CPA) модель влияет на то, какие визиты будут засчитаны и оплачены. Деньги спишутся с баланса только в том случае, если в рамках выбранной модели ценность конверсии зафиксирована за кликом из Директа.
Сценарии использования моделей в стратегиях
- Последний переход — короткий цикл решения. Модель подходит для бизнеса, который получает мгновенные заказы (эвакуаторы, доставка пиццы, вскрытие замков). В этом случае пользователь зашел, кликнул и купил. При выборе модели «Последний переход» стратегия быстро получает сигналы и оптимизируется на горячих пользователей.
- Последний значимый переход — пользователь сравнивает варианты и возвращается позже. Подходит для интернет-магазинов и стандартных услуг (одежда, электроника, запись в салон красоты). Человек сравнивает цены, какое-то время обдумывает свое решение, может несколько раз возвращаться на сайт. Но стратегия не теряет след пользователя, если финальный платный переход был из Директа.
- Первый переход — длинный цикл сделки. Применяется в дорогих нишах (недвижимость, автомобили, B2B). Помогает обучать стратегию на привлечение новой холодной аудитории, которая только начинает знакомиться с продуктом.
- Автоматическая —оптимальный выбор, если данных для обучения немного или требуется более полный учет влияния Директа. Алгоритм задействует максимум сигналов, чтобы не дать стратегии остановиться из-за нехватки конверсий.
Атрибуция для медийной рекламы
В медийной рекламе Яндекс Директа модели атрибуции оценивают вклад баннеров и видеороликов в конверсии, даже если пользователь не кликнул по объявлению.
В Яндекс Метрике
Для анализа медийных кампаний предусмотрен специальный блок.
Доступно два способа привязки конверсий:
- Post-view (конверсия после просмотра). Целевое действие, которое пользователь совершил на сайте после того, как увидел объявление, но без немедленного клика по нему. Доступное окно атрибуции: 1, 3, 7, 14, 21 или 30 дней (настраивается в отчете).
- Post-click (конверсия после клика). Целевое действие, совершенное пользователем после прямого клика по объявлению и перехода на сайт. Окно атрибуции всегда составляет 30 дней.
В Мастере отчетов
При анализе статистики в блоке «Атрибуция» можно выбрать:
- Первый показ из Директа кросс-девайс. Источником конверсии признается самый первый показ медийного объявления в цепочке взаимодействий. Модель полезна для оценки того, какие именно креативы или таргетинги лучше всего вовлекают новую аудиторию и запускают цепочку до покупки.
- Последний показ из Директа кросс-девайс. Источником конверсии считается последний по времени показ перед визитом и совершением целевого действия. Помогает понять, какой креатив стал финальным стимулом для совершения конверсии.
Запускайте поисковую и медийную рекламу в Яндексе в через PromoPult.
- быстро и без ошибок соберет готовую кампанию — вам не придется разбираться в настройках.
- Получите от расходов на внешнюю рекламу бонусами.
А ещё — понятную отчетность на интерактивном дашборде, бесплатную и автоматическую маркировку креативов, единый договор и комплект документов на все виды рекламы.
Реклама. ООО «Клик.ру», ИНН 7743771327, ERID: 2Vtzqx1tSPC
Как выбрать модель атрибуции
Выбор напрямую зависит от следующих ключевых факторов:
- Продолжительность цикла сделки. Для спонтанных и быстрых покупок (доставка еды, такси) подходит модель «Последний переход». Для длинного цикла (недвижимость, авто, B2B), где до покупки проходят недели, выбирают «Первый переход» или «Последний значимый переход», чтобы учесть первое знакомство с брендом.
- Количество касаний до покупки. Если путь клиента сложный и включает много визитов, линейные модели или «Первый переход» помогают оценить вклад каждого этапа. При малом количестве касаний лучше подходит модель «Последний переход».
- Роль Директа в маркетинге. Если Директ используется как главный инструмент привлечения холодного трафика, важна модель «Первый переход». Если реклама работает на привлечение аудитории из соцсетей или SEO, выбирают «Последний значимый переход».
- Тип кампании. Для перформанс-кампаний (Поиск, РСЯ) оптимальная модель — «Последний значимый переход». Для охватных и медийных кампаний (баннеры, видео) используют модели на основе показов — «Первый показ» или «Последний показ», чтобы оценить конверсии после просмотра.
- Используемая стратегия. Автоматические стратегии Директа (например, «Оптимизация конверсий») обучаются на основе данных выбранной модели атрибуции. Изменение модели меняет массив данных, по которому алгоритм ищет целевых пользователей.
- Задача анализа. Если нужно оценить, какая реклама лучше масштабирует бизнес и приводит новых клиентов, анализируют «Первый клик/показ». Если нужно понять, какие кампании приносят мгновенную прибыль прямо сейчас, смотрят на «Последний клик/показ».
В таблице ниже предлагаем алгоритм выбора в зависимости от задачи или ситуации:
| Задача или ситуация | Подходящая модель |
|---|---|
| Оценить влияние Директа и обучать конверсионную стратегию | Автоматическая |
| Понять, какой канал впервые познакомил клиента с продуктом | Первый переход кросс-девайс |
| Провести технический анализ текущих визитов | Последний переход |
| Найти последний существенный источник перед конверсией | Последний значимый переход кросс-девайс |
| Оценить влияние показов медийной рекламы | Первый или последний показ из Директа кросс-девайс |
| У бизнеса длинный цикл сделки | Первый переход или последний значимый переход |
| Клиент принимает решение сразу после клика | Последний переход |
Где выбрать модель и как анализировать отчеты
Модель атрибуции настраивают на двух уровнях в зависимости от поставленных задач.
В настройках стратегии
Выбор модели определяет, какие именно данные будут получать алгоритмы Яндекса. На основе этих данных автоматические стратегии (например, «Оптимизация конверсий») оптимизируют ставки и ищут целевых пользователей.
В Мастере отчетов
В отчете можно переключать модели атрибуции, чтобы сравнивать статистику и оценивать вклад каждого канала. Например, увидеть, сколько кампания привела новичков по «Первому переходу» и сколько закрыла сделок по «Последнему».
Важно учитывать, что в «Мастере кампаний» и товарных кампаниях Директ часто использует автоматическую модель атрибуции. В этом случае вручную изменить модель в настройках нельзя.
Как правильно анализировать отчеты
- Придерживаться единой модели для сравнения периодов. Сравнивая текущий месяц с прошлым, всегда нужно выбирать одну и ту же модель.
- Учитывать колебания метрик. При переключении моделей показатели конверсий, CPA (стоимости целевого действия), дохода и рентабельности (ROI/ROAS) будут отличаться. Это нормально, потому что медийная кампания по «Первому показу» может показать много конверсий, а по «Последнему переходу» — почти ноль.
- Учитывать задержку конверсий. Людям нужно время на размышление. Конверсии по показам или кликам двухнедельной давности могут передаваться в отчет постепенно.
- Придерживаться стабильности. Важно не менять модель атрибуции в настройках стратегии слишком часто. Алгоритмам требуется время на обучение, а частые смены сбивают настройки оптимизации.
Чек-лист по работе с моделями атрибуции в Директе
- Проверьте модель в настройках кампании. Четко знайте, по какой модели сейчас обучается ваша стратегия.
- Выбирайте ту же модель в отчете. Начинайте анализ в Мастере отчетов именно с той модели, которая задана в настройках кампании.
- Сравнивайте данные за достаточный период. Берите отрезки времени, превышающие средний цикл сделки (например, от 14–30 дней).
- Учитывайте задержку конверсий. Не делайте поспешных выводов по статистике за последние 2–3 дня.
- Не меняйте модель слишком часто. Дайте кампаниям отработать без изменений хотя бы 14 дней.
- Оценивайте не только число конверсий, но и их качество. Проверяйте реальный доход, процент выкупа и процент квалифицированных лидов (целевых звонков/заявок), а не просто клики и добавления в корзину.
Заключение
Модели атрибуции являются ключевым инструментом аналитики, который определяет, какому именно переходу, клику или взаимодействию пользователя на пути к покупке засчитывается конверсия.
В Директе доступно четыре модели: автоматическая модель, первый переход кросс-девайс, последний переход и последний значимый переход кросс-девайс.
При выборе учитывайте специфику бизнеса, длину цикла сделки, общую маркетинговую стратегию и конкретные цели текущего анализа. Также важен тип рекламной кампании, поскольку для медийной рекламы применяется другая атрибуция — модели первого и последнего показа.
При работе со статистикой важно придерживаться концепции сопоставимости данных, то есть использовать одну и ту же модель атрибуции внутри настроек самой кампании и в отчетах.