Многоканальные последовательности

Многоканальные последовательности (multi-channel funnels, MCF) - отчёты в системах веб-аналитики, показывающие пути взаимодействия пользователей с различными маркетинговыми каналами от первого касания до целевого действия (покупки, регистрации, подписки). В отличие от стандартных отчётов, которые учитывают только последний источник трафика, многоканальные последовательности позволяют увидеть полную картину пользовательского пути и оценить вклад каждого канала в конверсию.

В интернет-маркетинге анализ многоканальных последовательностей необходим для справедливой оценки эффективности каналов, особенно при длинном цикле принятия решения и в B2B-сегменте, где клиенту требуется несколько касаний перед покупкой.

Что такое многоканальные последовательности

Прежде чем совершить целевое действие, пользователь редко ограничивается одним визитом. Типичный путь может выглядеть так: увидел баннер в соцсетях, через несколько дней прочитал статью в поиске, затем подписался на email-рассылку и только после перехода из письма совершил покупку.

Многоканальная последовательность фиксирует всю эту цепочку взаимодействий. В среднем пользователь посещает сайт 7 и более раз перед совершением покупки, особенно если речь идет о дорогих или сложных товарах.

Ключевые понятия

• Путь конверсии - последовательность взаимодействий пользователя с различными каналами, приведшая к целевому действию.
• Ассоциированные конверсии - конверсии, в которых участвовали несколько каналов. Это промежуточные этапы в цепочке, которые не привели к конечному действию напрямую, но сыграли важную роль на пути к нему (например, познакомили пользователя с брендом или напомнили о себе).
• Прямые конверсии - конверсии, совершенные в первое посещение сайта (без предшествующих касаний).
• Окно атрибуции - период времени, в течение которого взаимодействия пользователя связываются с конверсией (например, 30 дней).

Где искать многоканальные последовательности

Google Analytics

В Universal Analytics отчёт «Многоканальные последовательности» находился в разделе «Конверсии > Многоканальные > Основные пути конверсии». В Google Analytics 4 (GA4) аналогичная функциональность доступна в разделе «Атрибуция», где можно анализировать пути конверсии и модели атрибуции.

GA4 позволяет получать такие данные:

• Длина последовательности - количество взаимодействий до конверсии.
• Время до конверсии - временной промежуток от первого взаимодействия до целевого действия.
• Основные пути конверсии - наиболее частые комбинации каналов, приводящие к продажам.

Яндекс Метрика

В Яндекс Метрике просмотр путей конверсии доступен в отчётах «Источники/Сводка», «Источники/Рекламные системы», «Источники/Поисковые системы» (колонка «Конверсия посетителей по избранным целям»).

Важные особенности Метрики:

• Данные рассчитываются за последние 14 дней.
• Если пользователь не посещал сайт более 30 дней, информация о первом взаимодействии теряется.
• При прямой конверсии (покупка в первое посещение) она учитывается отдельно как прямая.

Зачем анализировать многоканальные последовательности

Справедливая оценка эффективности каналов

Часто бывает, что канал не приносит прямых конверсий, и кажется, что он не работает. Например, пользователь пришел по контекстной рекламе, не купил, но запомнил бренд. Через неделю он ввел название в поиске и совершил покупку. В отчёте по последнему клику конверсия достанется органическому поиску, хотя именно контекстная реклама познакомила пользователя с брендом.

Ассоциированные конверсии позволяют увидеть реальный вклад каждого канала и не отключать те, которые работают на верхушку воронки.

Расчёт реальной стоимости клиента

Чем больше касаний с сайтом, тем дороже стоимость 1 клиента. Ситуация, когда пользователь зашел и сразу купил - скорее исключение. Многоканальные последовательности помогают понять реальную стоимость привлечения с учетом всех касаний, что влияет на корректный расчёт CAC.

Понимание поведения клиентов

Анализ путей позволяет выявить:

• Типичные сценарии поведения перед покупкой.
• Время принятия решения.
• Комбинации каналов, которые работают лучше всего.
• «Узкие места», где пользователи теряются.

Оптимизация бюджета

Понимание связок каналов позволяет снизить стоимость привлечения. Например, если дорогой поиск работает в паре с дешёвым баннером, средний CPL снижается. Можно выстраивать стратегии, где 1 канал знакомит с брендом, а другой «дожимает».

Кросс-девайсные последовательности

Современные пользователи переключаются между устройствами: могут начать путь на смартфоне, продолжить на планшете и завершить покупку на компьютере. Аналитика многоканальных последовательностей должна учитывать это, хотя технически отслеживание таких путей сложнее из-за ограничений cookie и идентификации пользователей. Решения на основе логинов (авторизация на сайте) помогают строить более полную картину.

Типы взаимодействий в многоканальных последовательностях

Ассоциированные конверсии можно разделить по позиции в цепочке:

• По первому взаимодействию - канал, с которого началось знакомство с брендом (инициация интереса).
• По промежуточному взаимодействию - каналы, которые «грели» клиента на пути к покупке (поддержание интереса, напоминание).
• По последнему взаимодействию - канал, непосредственно перед конверсией (закрытие сделки).

Связь с моделями атрибуции

Для анализа многоканальных последовательностей используются различные модели атрибуции:

• Last click - вся ценность отдаётся последнему каналу. Простая модель, но не учитывает вклад других касаний.
• First click - ценность отдаётся первому каналу. Позволяет оценить, какие каналы лучше привлекают новую аудиторию.
• Линейная (Linear) - равномерно распределяет ценность между всеми каналами в цепочке. Отражает логику длинных циклов, где каждый этап важен.
• Позиционная (U-образная) - основной вес отдаётся первому и последнему касанию (обычно по 40%), остальное распределяется между промежуточными. Используется, когда важно и вовлечение, и закрытие.
• По давности (Time decay) - более поздние касания получают больший вес. Подходит для оценки каскадов, где ценность растёт к моменту покупки.
• Data-driven - алгоритмическая модель (например, в GA4), которая сама на основе статистики определяет вклад каждого канала, используя принципы теории игр (вектор Шепли).

Пример из практики

Автохолдинг «Максимум» долго оценивал эффективность CRM-канала только по прямым конверсиям и считал его вклад неочевидным. Построив отчёт по ассоциированным конверсиям с окном атрибуции 30 дней, команда выяснила: даже если человек не кликнул на ссылку в письме, рассылка могла подтолкнуть его к покупке позже. Это помогло пересмотреть роль CRM-маркетинга и увеличить на него бюджет.

Интеграция с CRM и офлайн-конверсиями

Полноценный анализ многоканальных последовательностей требует объединения данных из разных источников:

• Онлайн-данные из аналитических систем (Google Analytics 4, Яндекс Метрика)
• Офлайн-конверсии (звонки, покупки в розничных магазинах) через сквозную аналитику
• Данные из CRM о статусах лидов и сделках

Только так можно построить полный путь клиента, включающий как цифровые, так и физические точки контакта.

Отличие от многоканального и омниканального маркетинга

Важно не путать аналитический термин с маркетинговыми стратегиями:

• Многоканальный маркетинг (multi-channel) - использование нескольких каналов, но каждый работает в своём «силосе», часто с разными сообщениями.
• Омниканальный маркетинг (omni-channel) - каналы интегрированы и обеспечивают бесшовный, последовательный опыт. Сообщения синхронизированы и дополняют друг друга.
• Многоканальные последовательности (аналитика) - инструмент измерения, который показывает, как пользователи реально перемещаются между каналами независимо от того, синхронизированы они или нет.

Ограничения и подводные камни

При анализе многоканальных последовательностей важно учитывать:

• Cookie и идентификация - если пользователь чистит cookie или использует разные устройства, цепочка может разорваться.
• Окно атрибуции - слишком короткое окно не учитывает длинные циклы, слишком длинное - создаёт информационный шум.
• Законодательство - требования 152-ФЗ и GDPR ограничивают сбор и хранение данных о пользователях.
• Прямые заходы - часто некорректно интерпретируются (могут быть как результатом офлайн-рекламы, так и просто прямым набором адреса).

Связанные термины

• Модели атрибуции
• Сквозная аналитика
• Google Analytics 4
• Яндекс Метрика
• Воронка продаж
• LTV
• CAC
• B2B-маркетинг