Иллюзия аналитики: почему цифрам в рекламе нельзя верить слепо

Аналитика — не ложь, но и не истина. Это интерпретация: CPA в отчёте зависит от модели атрибуции, окна учёта и от того, какие касания система вообще видит, а какие нет. Самое опасное в маркетинге — не отсутствие данных, а ложная уверенность, которую они создают. Разберём, почему системы аналитики дают лишь иллюзию контроля и как с этим работать.

Цифра — это модель, а не факт

Last click рассказывает одну историю, post-view — другую, первое касание — третью. И все три «правдивые». И все три неполные. Любая атрибуция — чьё-то решение, что считать, а что игнорировать. Цифровая реклама продала себя на обещании «каждый клик посчитан», и маркетологи расслабились. Но считать и понимать — разные вещи.

Сколько реальности мы вообще видим

Простой расчёт на примере бизнеса с оборотом 3 млрд ₽ (1,5 млрд — маркетплейсы, 1 млрд — сайт, 500 млн — опт):

• Из-за ограничений Safari и Chrome системы аналитики матчат 60–70% реальных посетителей в лучшем случае (на практике хуже).
• Добавьте кросс-девайс (товары долгого спроса покупают не сразу) — атрибуция к источникам путается, ассоциированные конверсии врут.
• Итог: видим максимум половину посещений, причём источники в половине случаев перепутаны. По сайту реально «понимаем» дай бог 25% картины.
• А сколько людей ушло с сайта на маркетплейсы и купили там? Не видим вообще. Люди не тупые — сравнивают цены и берут, где удобнее.

Из 3 млрд оборота условное управление ведётся максимум по 250 млн. На этом интернет-маркетологи после курсов по аналитике совершают серьёзные управленческие ошибки.

Классические ловушки атрибуции

• Блогер вышел → выросли конверсии в контексте. Агентство says «как мы хорошо поработали», хотя к росту отношения не имеет.
• «Оптимизировали рекламу на МП» — а на самом деле просто вышел блогер.
• Половина продаж идёт по бренду, но засчитывается перформанс-каналам.

Как с этим работать

Аналитика нужна — но как приближение, а не истина:

• Инкрементальный анализ. Делаем действия и смотрим на общий результат по всей компании, а не пытаемся оценить вклад каждой кампании (при большом их числе это невозможно).
• «Исторически правильная херня». Если по аналитике что-то стабильно стало лучше — вероятно, реально стало лучше. Для сравнения «между кампаниями одного инструмента» или «какой блогер лучше» она годится.
• Сверяйтесь с P&L. Абсолютную истину о бизнесе дают деньги, а не пиксели — поэтому решения обосновывайте через P&L, а не через отчёт Метрики.

Частые ошибки

• Принимают CPA из отчёта за факт. Это интерпретация модели атрибуции.
• Управляют по последнему клику. Игнорируют brand и кросс-девайс.
• Доверяют аналитике как истине о всём бизнесе — и ошибаются в стратегических решениях.

FAQ

Аналитика вообще не нужна?

Нужна — но как приближение для сравнения внутри одного инструмента и отслеживания динамики, а не как абсолютная истина о бизнесе и P&L.

Что такое инкрементальный анализ?

Подход, при котором вы оцениваете не вклад каждой кампании по атрибуции, а общий прирост результата по всей компании после ваших действий. Это честнее в условиях, когда атрибуция всё равно неполная.

Почему нельзя доверять CPA из рекламного кабинета?

Потому что CPA зависит от модели атрибуции и от того, какие касания система видит. Реальные источники продаж (бренд, кросс-девайс, переходы на маркетплейсы) в значимой части не отслеживаются.

См. также: маркетинг как вера: решения в неопределённости и решения через P&L. Как принимать решения, когда данные неполные, — в интенсиве Marketing OS.