Last click

Last click (атрибуция по последнему клику) - модель распределения ценности конверсии, при которой 100 % ценности целевого действия присваивается последнему маркетинговому каналу, с которого пользователь перешёл на сайт перед совершением конверсии. Все предыдущие взаимодействия игнорируются независимо от их роли в пути клиента.

В интернет-маркетинге модель последнего клика является наиболее распространённой и используется по умолчанию в большинстве систем аналитики для оценки эффективности рекламных каналов и расчёта ROI.

Что такое атрибуция по последнему клику

Модель последнего клика (last-click attribution, last interaction attribution) исходит из предположения, что самое важное в пути клиента - это момент непосредственно перед конверсией. Согласно этой логике, именно последний канал заслуживает всей ценности, поскольку он стал непосредственным триггером целевого действия.

Как это работает

Рассмотрим путь пользователя:

1. Увидел рекламу в VK и перешёл на сайт (первый визит).
2. Через неделю вернулся по поисковому запросу.
3. Ещё через несколько дней кликнул по ретаргетинговому баннеру.
4. Перешёл по ссылке из email-рассылки и совершил покупку.

В модели последнего клика 100 % ценности покупки получит email-рассылка - канал, с которого был совершён последний переход перед конверсией. Все остальные каналы (VK, поиск, ретаргетинг) не получат ничего.

Формула

Для модели последнего клика формула предельно проста:

• Ценность последнего канала = 100 % ценности конверсии.
• Ценность всех остальных каналов = 0 %.

Если сумма конверсии составила 1000 рублей, все 1000 рублей будут засчитаны последнему каналу.

Почему модель последнего клика так популярна

Простота и понятность

Модель последнего клика интуитивно понятна: мы видим, с какого канала пришёл пользователь непосредственно перед покупкой, и считаем, что этот канал и привёл к продаже.

Легкость внедрения

Большинство систем аналитики используют модель последнего клика по умолчанию. В Google Analytics и Яндекс.Метрике стандартные отчёты построены именно на этой модели.

Простота оптимизации

Если известно, что конверсии приходят с определённого канала, легко оптимизировать этот канал: увеличивать ставки, улучшать объявления, расширять аудитории.

Историческая обусловленность

Модель последнего клика возникла в эпоху, когда путь клиента был короче, а многоканальные последовательности - редкостью. Она стала стандартом де-факто и сохраняет свои позиции во многих компаниях.

Сравнение с другими моделями

Модель	Первое касание	Последнее касание	Промежуточные
First click	100 %	0 %	0 %
Last click	0 %	100 %	0 %
Линейная	Равномерно	Равномерно	Равномерно
Позиционная	40 %	40 %	20 % (в сумме)
По давности	Наименьший вес	Наибольший вес	Нарастающий вес
Data-driven	Алгоритмически	Алгоритмически	Алгоритмически

Преимущества модели последнего клика

Простота и понятность

Как и модель первого клика, она легко объясняется и внедряется. Для большинства маркетологов это отправная точка в аналитике.

Фокус на закрывающих каналах

Модель идеально подходит для оценки эффективности каналов, работающих на нижнем уровне воронки: ретаргетинга, поисковой рекламы по брендовым запросам, email-рассылок с прямыми предложениями. Она показывает, какие каналы непосредственно приводят к сделкам.

Соответствие стандартным отчётам

Поскольку большинство систем аналитики используют эту модель по умолчанию, данные легко интерпретировать и сравнивать с отраслевыми бенчмарками.

Простота расчёта ROI

Для каналов, работающих на прямые продажи, модель последнего клика даёт наиболее прямую связь между расходами и доходами.

Недостатки модели последнего клика

Игнорирование привлекающих каналов

Модель полностью обесценивает каналы, которые работают на верхнем уровне воронки: медийную рекламу, контент-маркетинг, социальные сети, брендинговые кампании. Без них пользователи могли бы никогда не узнать о бренде, но модель этого не учитывает.

Искажение картины эффективности

Каналы, которые хорошо закрывают сделки, но не привлекают новых пользователей (например, ретаргетинг), получают всю ценность. Каналы, которые эффективно привлекают аудиторию, но не являются последними, остаются с нулевой оценкой. Это приводит к неверному распределению бюджета.

Не учитывает длинные циклы

В сложных продажах с длинным циклом (B2B, недвижимость, дорогие товары) последнее касание может быть лишь финальным шагом в долгом процессе принятия решения. Модель игнорирует все предыдущие этапы, которые могли быть критически важны.

Проблемы с брендовыми запросами

Если пользователь вводит в поиске название бренда и переходит на сайт, последним каналом будет органический поиск или контекстная реклама по бренду. Но этот запрос стал возможен только благодаря предыдущим касаниям, которые модель не учитывает.

Переоценка ретаргетинга

Ретаргетинговые кампании часто оказываются последними перед покупкой и получают максимальную оценку, хотя их эффективность полностью зависит от качества предыдущих касаний, приведших пользователя на сайт.

Когда использовать модель последнего клика

Оценка нижней части воронки

Модель последнего клика идеально подходит для анализа эффективности каналов, которые непосредственно приводят к конверсиям: поисковой рекламы по коммерческим запросам, ретаргетинга, email-рассылок с прямыми предложениями.

Короткие циклы принятия решения

Для товаров повседневного спроса, импульсных покупок и других ситуаций с коротким циклом (минуты или часы) модель последнего клика может быть достаточно точной.

На начальном этапе аналитики

Когда компания только начинает измерять эффективность маркетинга и нет данных для более сложных моделей, последний клик - разумная отправная точка.

Для сравнения с другими моделями

Модель последнего клика часто используется как базовый сценарий для сравнения с альтернативными моделями атрибуции. Разрыв между первым и последним кликом показывает, насколько велика роль привлекающих каналов.

Ограничения в эпоху GEO и генеративных ответов

С развитием GEO (Generative Engine Optimization) и генеративных ответов модель последнего клика становится ещё менее репрезентативной. Пользователи могут получать ответы напрямую от AI-поисковиков, не переходя на сайты, что делает понятие «последнего клика» размытым. Маркетологам придётся учитывать не только клики, но и факт цитирования бренда в AI-ответах.

Правовые аспекты

При использовании модели последнего клика и сборе данных о путях пользователей необходимо учитывать требования 152-ФЗ и GDPR:

• Данные должны собираться с согласия пользователя.
• Хранение полной истории взаимодействий требует соблюдения законодательства о персональных данных.
• При использовании файлов cookie необходимо уведомление и возможность отказа.

Как внедрить модель последнего клика

Google Analytics 4

В Google Analytics 4 модель последнего клика доступна несколькими способами:

• В отчётах по умолчанию: стандартные отчёты в GA4 часто используют модель последнего клика. В разделе «Приобретение» → «Весь трафик» можно увидеть данные по последнему взаимодействию.
• В отчётах по атрибуции: перейти в раздел «Реклама» → «Атрибуция», выбрать модель «Последний клик» (Last click), просмотреть распределение ценности по каналам.
• Сравнение моделей: использовать инструмент сравнения моделей для оценки различий между последним и другими моделями.

Яндекс.Метрика

В Яндекс.Метрике модель последнего клика используется по умолчанию в большинстве отчётов:

• Отчёт «Источники, сводка»: по умолчанию показывает данные по последнему переходу. Можно переключиться на первый переход для сравнения.
• Сравнение с первым переходом: сохранить данные по модели последнего перехода, сохранить данные по модели первого перехода, проанализировать различия.

CRM и сквозная аналитика

В системах сквозной аналитики (Roistat, CoMagic, Calltouch) модель последнего клика обычно доступна как базовая опция. Это позволяет:

• Получать отчёты с распределением ценности по последнему клику.
• Рассчитывать ROI и CAC на основе этой модели.
• Сравнивать с альтернативными моделями.

Примеры использования

Пример 1: Ретаргетинг против брендинга

Интернет-магазин анализирует эффективность кампаний по модели последнего клика:

• Ретаргетинг показывает ROAS 500 %.
• Контекстная реклама - 200 %.
• Медийная реклама в соцсетях - 50 %.

На основе этих данных бюджет снимается с медийной рекламы и направляется на ретаргетинг. Через 3 месяца общие продажи падают, хотя ретаргетинг продолжает показывать высокий ROAS.

Анализ по модели первого клика выявляет причину: медийная реклама была первым касанием для 60 % новых покупателей. Без неё база для ретаргетинга перестала пополняться.

Пример 2: Поисковая реклама

Компания, продающая сложное ПО, использует модель последнего клика и видит, что 80 % конверсий приходят из поисковой рекламы по названию компании. Кажется, что поиск - самый эффективный канал.

Анализ многоканальных последовательностей показывает, что перед брендовыми запросами пользователи посещали вебинары, читали статьи в блоге и скачивали white papers. Поиск был лишь финальным шагом, а реальное влияние образовательного контента оставалось незамеченным.

Связь с другими понятиями

Ассоциированные конверсии

В модели последнего клика все предыдущие касания считаются неассоциированными - они не получают никакой ценности. Это противоположность подхода, при котором Ассоциированные конверсии учитываются и распределяются между каналами.

Многоканальные последовательности

Анализ многоканальных последовательностей показывает, что реальные пути пользователей обычно длиннее 1 шага. Модель последнего клика игнорирует эту сложность, фокусируясь только на финале пути.

Воронка продаж

Модель последнего клика концентрируется на нижней части воронки продаж, оценивая каналы закрытия сделок. Для полной картины её необходимо дополнять другими моделями, учитывающими верх и середину воронки.

Как исправить перекосы модели последнего клика

Использовать сравнение моделей

Регулярно сравнивайте данные по модели последнего клика с моделями первого клика и линейной атрибуцией. Большие расхождения указывают на важность верхних уровней воронки.

Учитывать ассоциированные конверсии

Смотрите на отчёты по ассоциированным конверсиям, чтобы видеть вклад каналов, которые не являются последними, но участвуют в пути клиента.

Внедрять многоканальные последовательности

Изучайте отчёты по многоканальным последовательностям, чтобы понимать реальные пути пользователей, а не только финальные точки.

Переходить к data-driven моделям

При наличии достаточного объёма данных рассмотрите возможность перехода на алгоритмические модели атрибуции, которые более точно распределяют ценность между всеми касаниями.

Связанные термины

• First click
• Модели атрибуции
• Ассоциированные конверсии
• Многоканальные последовательности
• Позиционная атрибуция
• Сквозная аналитика
• Google Analytics 4
• Воронка продаж