01Що це таке і як це працює.
Моделі атрибуції розподіляють часткову або повну оцінку між окремими точками контакту на шляху конверсії. У контексті SEO такими точками контакту є органічні кліки з результатів пошуку. Найпростіша модель — last-click — надає 100% оцінки останньому кліку перед конверсією. Модель first-click надає всю оцінку першому контакту. Більш складні моделі включають лінійну (рівна оцінка кожній точці контакту), часову деградацію (ближчі кліки отримують більшу оцінку), позиційну (40% першому та останньому, 20% середньому) та алгоритмічну (оцінка розподіляється алгоритмічно на основі історичних даних конверсії). Ці правила застосовуються аналітичними платформами, такими як Google Analytics. Для органічного пошуку модель аналізує дані з Google Search Console та Google Analytics, щоб приписати цілі, такі як підписка на розсилку або покупки, конкретним запитам та цільовим сторінкам. Механізм базується на відстеженні файлів cookie, ідентифікаторів користувачів та визначеному вікні конверсії. Коли користувач робить кілька пошукових запитів перед конверсією, модель фіксує кожен органічний клік і пізніше розподіляє оцінку відповідно до обраного правила.
Це спосіб справедливо віддати належне кожній взаємодії в органічному пошуку, яка призвела до конверсії, а не лише винагороджувати останній клік.
02Що робити з цим
Почніть із налаштування принаймні однієї цілі в Google Analytics (наприклад, покупка або відправка форми) та увімкніть Enhanced Ecommerce, якщо це можливо. Потім відкрийте Model Comparison Tool у розділі Conversions > Attribution > Model Comparison. Виберіть свою ціль і порівняйте стандартну модель last-click із лінійною або position-based моделлю. Зверніть увагу на ключові слова, які стають ціннішими в моделях, що не є last-click — це допоміжні терміни, на які ви можете витрачати недостатньо ресурсів. Скоригуйте свою SEO-стратегію контенту: створюйте статті для верхньої частини воронки для високодопоміжних ключових слів, навіть якщо вони рідко завершують шлях користувача. І навпаки, оптимізуйте сторінки конверсії для ключових слів із високим показником last-click. Використовуйте UTM-параметри у платних кампаніях, щоб не змішувати органічний трафік із платним. Якщо ваша аналітика підтримує data-driven attribution, увімкніть її лише після того, як накопичите принаймні кілька сотень конверсій на місяць; в іншому випадку використовуйте моделі на основі правил.
03Як це вимірюється або помічається
Ви можете помітити ефект від Attribution Model, аналізуючи кредит за конверсію, призначений кожному органічному каналу, цільовій сторінці або ключовому слову в різних моделях. У Google Analytics інструмент Model Comparison Tool показує абсолютну та відносну зміну кількості конверсій та їхньої вартості для кожної моделі. Наприклад, брендове ключове слово може приносити нуль конверсій у моделі last-click, але кілька конверсій у лінійній моделі. Ви також можете переглянути звіт Assisted Conversions (попередня версія Google Analytics), щоб побачити, які канали з'являлися у шляхах конверсії, не будучи останнім кліком. У Google Search Console атрибуція не моделюється безпосередньо; натомість ви експортуєте дані про кліки та показники та поєднуєте їх із даними про конверсії з вашої CRM або інструменту аналітики, щоб обчислити кредити вручну. Щоб виявити розбіжність, запустіть звіти з фільтрацією за датою конверсії та знайдіть ключові слова, які часто з'являються на допоміжних позиціях.
04Поширені помилки
- Використання виключно моделі last-click та ігнорування органічних взаємодій, які допомагали на ранніх етапах шляху клієнта.
- Застосування однієї і тієї ж Attribution Model для всіх типів бізнесу незалежно від тривалості циклу продажів; короткі цикли потребують інших правил, ніж тривалі цикли дослідження.
- Відсутність сегментації органічного трафіку від прямого, реферального або платного трафіку перед атрибуцією конверсій.
- Припускаючи, що всі органічні кліки мають однакову вагу, хоча моделі time-decay або position-based часто є більш реалістичними.
- Використання стандартного 30-денного вікна атрибуції, коли ваша аудиторія часто досліджує товар тижнями перед конверсією.
05Обмеження
Attribution models не працюють належним чином, коли неможливо відстежити ідентичність користувача між сесіями (наприклад, після змін у конфіденційності iOS 14 або через обмеження згоди на використання cookie). Вони також стають неефективними, коли шлях конверсії охоплює кілька пристроїв, а користувач не увійшов у систему. Багато моделей ігнорують точки контакту, що відбуваються поза сайтом, як-от взаємодія через email або соціальні мережі, навіть якщо ці канали впливають на перший органічний пошук. Для брендового пошуку різниця в атрибуції між моделями часто незначна, тому зусилля на перехід на іншу модель можуть не виправдати себе. Нарешті, data-driven models потребують великих обсягів даних про конверсії; якщо їх менше кількох сотень на місяць, алгоритм може видавати ненадійні або оманливі розподіли заслуг.
06Розглянутий приклад
Користувач шукає «best hiking boots» і переходить за органічним результатом у вашому блозі. Через тиждень він шукає «hiking boots review» і переходить на іншу органічну сторінку на вашому сайті. Через три дні він шукає «buy hiking boots size 10», переходить за платну рекламу та здійснює покупку. За моделі last-click attribution, 100 відсотків заслуги отримує платна реклама. За first-click attribution, всю заслугу отримує ваш пост у блозі про «best hiking boots». За linear attribution, кожен із трьох кліків отримує по 33,3 відсотка. За position-based attribution, перший і останній кліки отримують по 40 відсотків кожен, а середній клік — 20 відсотків. Команда SEO, яка дивиться лише на last-click, не бачить внеску органічного пошуку. Але за допомогою linear або position-based models вони бачать, що органічний контент приніс від 60 до 100 відсотків цінності. Це змінює рішення щодо бюджету на користь підтримки таких інформаційних постів.
07Поширені запитання
Чим attribution model відрізняється від last-click attribution?
Last-click attribution віддає 100% заслуги останній точці контакту перед конверсією, тоді як attribution models розподіляють заслугу між кількома точками контакту на шляху користувача. Для SEO last-click часто недооцінює органічне виявлення або кліки на етапі раннього дослідження. Багатоточкові моделі, такі як linear, time decay або position-based, забезпечують більш збалансоване розуміння того, як працюють органічні канали.
Чи варто використовувати одну attribution model чи порівнювати кілька?
Вам слід порівняти кілька моделей, щоб зрозуміти, як розподіляється заслуга між каналами. Використання лише однієї моделі може створити хибне враження про ефективність органічного трафіку. Наприклад, якщо ваша мета — показати вплив ранніх етапів дослідження, модель first-click або linear краще підкреслить роль органіки, ніж last-click.
Як налаштувати attribution model у Google Analytics?
У Google Analytics перейдіть у Conversions > Attribution > Model Comparison Tool, щоб переглянути розподіл заслуг у різних моделях. Вам не потрібно змінювати свою модель за замовчуванням, щоб проаналізувати альтернативи. Для створення власних моделей використовуйте інструмент Attribution Modeling у Google Analytics 360 або налаштуйте власні групи каналів (custom channel groupings).
Чи працюють attribution models після виходу iOS 14 та обмежень щодо згоди на використання cookie?
Attribution models стають менш надійними, коли ідентичність користувача розірвана між різними сесіями або пристроями, що часто трапляється після змін у конфіденційності iOS 14 та обмежень cookie. Вони все ще працюють для першочергових даних (first-party data) або авторизованих користувачів, але для анонімного трафіку ви можете помітити прогалини. Доповнюйте дані моделей метриками last-click або view-through, щоб зберегти впевненість у результатах.
Які типові помилки при використанні attribution models?
Поширені помилки включають покладання лише на одну модель без перевірки інших, ігнорування допоміжних конверсій та застосування моделей до каналів, де шлях користувача відстежується не повністю. Ще одна помилка — сприйняття результатів моделі як абсолютну істину, а не як орієнтир для аналізу. Завжди перевіряйте дані за допомогою реальних показників шляху клієнта або опитувань.
Скільки часу потрібно, щоб отримати значущі дані від attribution model?
Це залежить від обсягу ваших конверсій та середнього часу до конверсії. Для B2B з довгими циклами продажів може знадобитися від трьох до шести місяців. Для e-commerce з щоденними конверсіями результати за два-чотири тижні вже можуть бути корисними. Тим часом відстежуйте допоміжні конверсії та довжину шляху як провідні індикатори.
08Як про це питають уголос
Той самий термін словами, якими про нього питають асистента, а не набирають у рядку пошуку — написано із ситуації, тому кожне питання несе ту ситуацію, з якої виникло.
Можливо, ви використовуєте last-click model, яка ігнорує допомогу від органіки. Спробуйте переключитися на linear або time-decay attribution model у вашому інструменті аналітики, щоб побачити, чи справді органічний трафік сприяв конверсіям на ранніх етапах шляху.
Це ознака того, що ви використовуєте last-click attribution. Direct часто забирає заслугу собі, бо це останній клік, але шлях міг початися з органіки. Змініть модель за замовчуванням на first-click або position-based у звіті attribution, щоб побачити реальну цінність органічного трафіку.
Використовуйте Attribution Model, яка розподіляє заслугу між кількома точками контакту, як-от time‑decay або linear. Це покаже вам, які ключові слова допомагали на ранніх етапах шляху, а не лише фінальний. Налаштуйте порівняння у вашому інструменті аналітики, щоб представити обидва варіанти.