Каждый стек отчётности, который мы наследуем, содержит три цифры по одному и тому же каналу — и все три врут в разные стороны. Meta заявляет 220 покупок за месяц. GA4 по last-click отдаёт Meta 90. Выгрузка из финансов показывает выручку, которую не объясняет ни одна из этих цифр. Атрибуция после iOS — это не проблема данных, которую можно решить; это неопределённость, которой нужно управлять. Мы ведём аккаунты, исходя из того, что ни одна модель не является истинной, и строим отчётность, которая всё равно позволяет принимать хорошие бюджетные решения.
В этой статье — стек триангуляции, который мы используем на аккаунтах с расходом $10–80K в месяц, зачем существует каждый слой и что именно мы кладём на стол основателям каждую неделю.
Ни одна модель не говорит правду, но каждая врёт предсказуемо
Полезный вывод — не «атрибуция сломана». Полезный вывод в том, что у каждого источника измерения есть известное направление смещения, и как только вы знаете направление, цифра становится пригодной.
- Платформенные конверсии переоценивают платформу. Meta, Google и TikTok заявляют конверсии независимо друг от друга, с окнами по клику и показу, которые захватывают спрос, созданный где-то ещё. Сложите заявленную платформами выручку по трём каналам — и она регулярно даёт 130–180% реальной выручки магазина. Смещение хуже всего на ретаргетинге и брендовом поиске, где платформа стоит между уже решившимся покупателем и чекаутом.
- Last-click недооценивает каналы открытия. Last-click в GA4 морит голодом каналы, создающие спрос, — paid social, видео, инфлюенсеров — и перекредитовывает каналы, которые его собирают: брендовый поиск, direct, email. Команда, перераспределяющая бюджет по last-click, будет системно дефинансировать верх собственной воронки, а через два месяца наблюдать, как проседает объём брендового поиска.
- Опросы «откуда вы о нас узнали» переоценивают запоминающиеся касания. Пост-покупочные опросы дёшевы и направленно полезны, но респонденты называют подкаст, а не ретаргетинговое объявление, а доля ответов 15–40% смещена в сторону вовлечённых клиентов.
- Data-driven модели атрибуции непрозрачны. DDA в GA4 и разнообразные MMM-lite инструменты рисуют правдоподобные кривые, но их допущения нельзя проаудировать, и они всё равно видят только затреканные касания.
Ни один из этих источников не получает вето. Каждый зарабатывает конкретную роль — с его смещением, заложенным в цену.
Стек триангуляции
Мы работаем на четырёх слоях в строгой иерархии. Нижние слои питают оптимизацию; верхние принимают бюджетные решения.
- Платформенная атрибуция — для оптимизации внутри платформы. Цифры Meta — это сигнал, на котором учится система доставки Meta, поэтому мы держим их чистыми и используем для сравнения кампании с кампанией, объявления с объявлением внутри одной платформы. Относительные сравнения внутри одной системы атрибуции валидны, даже когда абсолютный уровень завышен.
- Серверные события — для качества сигнала и единого журнала событий. CAPI в Meta, enhanced conversions в Google, серверный GTM там, где стек позволяет. Этот слой не чинит атрибуцию — он чинит покрытие измерения, а это другая проблема, которую большинство команд с атрибуцией путает.
- Сверка выручки — для калибровки. Еженедельно мы выстраиваем заявленную платформами выручку против системы заказов (Shopify, биллинговая база, CRM). Отношение заявленного к реальному становится дефлятором каждой платформы. Если Meta заявляет $84K, а сверка подтверждает около $55K, цифры Meta для планирования читаются с коэффициентом ~0.65 — а сдвиг самого коэффициента является диагностическим событием, которое стоит расследовать.
- Блендированный CAC и MER — слой решений. Весь расход, делённый на всех новых клиентов; вся выручка, делённая на весь расход. Эти цифры не могут врать о целом, потому что вообще не зависят от атрибуции. Каждое решение о масштабировании, срезании и перераспределении принимается здесь.
Иерархия снимает споры, которые парализуют маркетинговые команды. Когда платформенный ROAS и блендированный MER расходятся — побеждает блендированный. Когда last-click и платформа спорят о вкладе канала, мы не выносим вердикт — мы тестируем.
Серверные события: сначала почините покрытие, потом спорьте о моделях
Спорить о моделях атрибуции поверх сломанного слоя событий — потраченные впустую усилия, и это самое частое состояние, которое мы находим в аудитах. До любой триангуляции — фундамент:
- Conversions API (или платформенный эквивалент) стреляет с сервера, дедупликация с браузерным пикселем проверена через
event_id, а не предположена - Event Match Quality 8+ на событии покупки — хешированные email, телефон и адрес передаются из объекта заказа
- Одно каноническое событие покупки, с ценностью и валютой, сходящееся с системой заказов в пределах 2–3% на еженедельной сверке
- Enhanced conversions и consent mode настроены в Google, чтобы кампании Search и PMax оптимизировались на тех же клиентах, которых распознаёт CRM
В аккаунте B2B SaaS пересборка слоя событий — платформы стали получать события квалифицированного лида (из CRM, с сервера) вместо сырых заполнений форм — изменила всё ниже по течению: за шесть недель платформы сместили доставку к аудиториям, которые давали пайплайн продаж, стоимость квалифицированной возможности упала на 38%, а спор об атрибуции по большей части растворился, потому что все источники наконец считали одно и то же.
Блендированный CAC и MER как слой решений
Механика, которую мы прогоняем еженедельно по каждому аккаунту:
- MER = вся выручка / весь рекламный расход, как скользящие 7-дневное и 28-дневное значения против таргета, выведенного из маржи, а не из амбиций
- Блендированный CAC по новым клиентам = весь расход / новые клиенты (возвращающиеся исключены — подмешивать их внутрь — самый распространённый способ незаметно приукрасить блендированные цифры)
- Доля расхода против тренда выручки по каналам, чтобы канал рос или резался по его маржинальному эффекту на блендированную линию, а не по его самозаявленному ROAS
Операционное правило простое: платформенные цифры предлагают, блендированные решают. Если расход в Meta вырос на 30%, а блендированный MER за следующие две недели держится или улучшается — инкрементальный расход работает, что бы ни говорил GA4. Если платформенный ROAS выглядит стабильным, а блендированный MER эрозирует, — какой-то канал присваивает себе спрос, которого не создавал, и обычные подозреваемые — ретаргетинг и брендовый поиск.
У блендированных метрик есть реальная слабость: они медленные и неконкретные. Они говорят, что организм здоров или болен, но не какой орган. Поэтому они сидят на вершине стека, а не заменяют его, — и поэтому существует слой ниже.
Holdout- и гео-тесты там, где позволяет объём
Когда инкрементальность канала всерьёз оспаривается, мы прекращаем моделировать и проводим эксперимент. Два дизайна, которыми мы реально пользуемся:
- Geo-holdout. Выключаем (или снижаем) спорный расход в подобранном наборе регионов на 2–4 недели и сравниваем выручку с контрольными регионами. Это самое чистое чтение, доступное среднему рекламодателю, и оно не требует содействия платформы. Тест мы размериваем так, чтобы ожидаемый эффект был минимум в 2–3 раза больше регионального шума выручки; ниже примерно $20K в месяц в спорном канале математика редко сходится — и мы честно об этом говорим, вместо того чтобы устраивать театр.
- Audience holdout на ретаргетинге. Исключаем случайный срез из пула ретаргетинга и сравниваем частоту покупок. Ретаргетинг — первое место, где мы это запускаем, потому что именно там концентрируется платформенная переатрибуция. Измеренный прирост часто составляет 10–30% от того, что заявляет платформа. Мы выключали слои ретаргетинга с заявленным ROAS 4x, потому что holdout показывал инкрементальную отдачу ниже 1x, — и блендированный MER не сдвинулся, когда расход исчез. Это и был вердикт.
Одна оговорка, которой мы держимся сами: результат holdout — оценка с доверительным интервалом, а не откровение. Мы считаем тест решающим, только когда измеренный эффект велик относительно шума. Иначе он обновляет наши дефляторы, и мы двигаемся дальше.
Что мы показываем основателям каждую неделю
Еженедельная отчётность — одна страница. По порядку:
- Блендированный MER и CAC по новым клиентам против таргета, с 7-дневным и 28-дневным трендом
- Расход и выручка по каналам, где рядом с заявленной платформой выручкой стоит её сверенный дефлятор, — чтобы разрыв был видимым, а не спрятанным
- Сверка — сумма заявленной платформами выручки против фактической, с флагом, когда отношение сдвигается больше чем на ~10 пунктов неделя к неделе
- 3–5 принятых или предложенных решений — переносы бюджета, запущенные тесты, прочитанные тесты — каждое привязано к цифре, которая его обосновала
- Диагностика креатива и воронки ниже сгиба: какие концепции несут расход, по методике нашей креативной аналитики
Что мы намеренно не включаем: графики multi-touch путей, «ассоциированные конверсии» по каналам и любой платформенный ROAS без его дефлятора. Эти артефакты порождают обсуждения — и ни одного решения.
Честное резюме про атрибуцию после iOS: точность на уровне пользователя ушла и не вернётся. Того, что осталось, достаточно — чистые события в основании, откалиброванные платформенные цифры в середине, блендированная экономика наверху и эксперименты там, где ставки это оправдывают. Аккаунты, работающие так, принимают решения, которые выглядят медленнее, — и оказываются лучше. Если хотите увидеть, где ваш текущий стек отчётности стоит относительно этого стандарта, — слой измерения — первое, что мы оцениваем в аудите.