Почему вопрос «Какие каналы реально приводят клиентов?» ставит в тупик даже опытных CMO
Представьте: ваша команда маркетинга ведёт кампании на восьми площадках — контент-маркетинг, платный поиск, LinkedIn Ads, вебинары, email-прогревы, партнёрства, исходящие продажи и органический трафик. Общий бюджет — $75 000 в месяц.
Генеральный директор задаёт прямой вопрос: «Какие каналы на самом деле генерируют выручку?» Вы открываете Google Analytics и видите, что органика лидирует по конверсиям, потому что большинство пользователей взаимодействуют с ней прямо перед регистрацией. Платформа автоматизации маркетинга отдаёт лавры email-рассылкам — ведь последнее касание перед покупкой часто именно письмо. Отдел продаж уверен, что всё держится на исходящем обзвоне, потому что именно менеджеры ведут финальные переговоры. Данные у всех разные, консенсуса нет, а вам предстоит распределить годовой бюджет в $900 000 на основе этих противоречивых «истин». Это и есть классическая проблема атрибуции, которая преследует каждую SaaS-команду.
Без корректной модели атрибуции вы летите вслепую: не знаете, во что инвестировать дальше, что сокращать и как маркетинг на самом деле влияет на выручку.
Компании, которые решают эту проблему, растут быстрее и с лучшей юнит-экономикой. Они уверенно перераспределяют бюджеты с неэффективных каналов на драйверов роста, оптимизируют всю воронку, а не отдельные касания, и доказывают рентабельность маркетинга цифрами, а не анекдотами. Мы в маркетинговом агентстве Dragon Farm накопили большой опыт построения таких систем и готовы разобрать этот кейс по косточкам: от архитектуры отслеживания в Google Tag Manager до конкретных моделей атрибуции, которые возвращают контроль над бюджетами.
Почему атрибуция в SaaS на порядок сложнее, чем в других бизнес-моделях
Прежде чем внедрять решение, важно осознать глубину проблемы. B2B-продажи в SaaS обладают несколькими свойствами, которые ломают простые модели атрибуции.
Длинный цикл принятия решения
Покупатель SaaS не видит рекламу и тут же покупает. Исследования могут длиться неделями и месяцами. За это время он десятки раз заходит на сайт, потребляет контент на разных площадках, общается с отделом продаж. Путь от первого касания до конверсии включает десятки взаимодействий, и каждое из них по-своему важно.
Много центров принятия решений
Одного человека недостаточно: конечный пользователь находит вас через контент, его руководитель сравнивает альтернативы, директор запрашивает демо, а VP утверждает бюджет. Каждый входит в воронку через свой канал, и классическая «последняя» модель здесь не работает.
Теневые касания и «тёмный социальный трафик»
Значительная часть влияния не видна: кто-то прочитал ваш блог, не оставил следов, но порекомендовал коллеге, который и зарегистрировался. Этот реферальный переход не отслеживается ни одной стандартной метрикой.
Вовлечённость отдела продаж
В отличие от полностью self-service продуктов, в SaaS почти всегда есть взаимодействие с менеджером. Как разделить вклад между маркетингом, который породил лида, и сейлзом, который закрыл сделку? Ответ без чёткой модели невозможен.
Бесплатные триалы и отложенная конверсия
Пользователь регистрируется на триал из органики, «засыпает» на две недели, потом возвращается по email-письму, посещает вебинар и только после этого конвертируется в платящего клиента. Какому каналу достаётся заслуга? Простое первое или последнее касание не отражает реальности.
Именно поэтому модели, построенные по принципу first-touch или last-touch, дают искажённую картину. Необходима многоуровневая система, учитывающая специфику SaaS-цикла. Здесь на помощь приходит правильно настроенная инфраструктура на Google Tag Manager, которую мы системно выстраиваем в рамках услуги настройка сквозной аналитики и лидгена.
Арсенал моделей атрибуции: от простого к продвинутому
Чтобы уверенно отвечать на вопрос CEO, вы должны понимать сильные и слабые стороны каждой модели. Ниже — ключевые варианты, которые мы применяем в своих кейсах.
First-Touch (Первое касание)
100% ценности присваивается первому взаимодействию с брендом. Модель полезна для выявления каналов, создающих осведомлённость и поставляющих «чистых» лидов. Например, если платный поиск стабильно получает first-touch кредит, он эффективно захватывает спрос. Минус очевиден: всё, что происходит после первого клика, игнорируется.
Last-Touch (Последнее касание)
Вся заслуга — финальному взаимодействию перед конверсией. Хорошо подсвечивает, что именно доводит лида до покупки. Если email получает максимальное количество последних касаний, ваш прогревающий контент работает отлично. Однако модель полностью обесценивает маркетинг, создавший интерес и спрос ранее.
Линейная модель (Linear)
Ценность поровну делится между всеми точками контакта. Даёт полную картину вовлечённости каналов на всём пути клиента. Подходит для анализа роли каждого касания, но предполагает неверное равенство значимости всех взаимодействий, что редко соответствует реальности.
Временной спад (Time Decay)
Чем ближе касание к моменту конверсии, тем больший вес оно получает. Логично для SaaS, где недавние взаимодействия действительно влияют сильнее, чем события месячной давности. Однако приходится произвольно задавать скорость затухания, что требует калибровки под конкретный бизнес.
U-Shaped (Позиционная модель)
40% веса — первому касанию, 40% — последнему, оставшиеся 20% распределяются между промежуточными. Признаёт ключевую роль осведомлённости и момента конверсии, не обесценивая середину. Пропорции, впрочем, фиксированы и могут не совпадать с динамикой вашего цикла сделки.
Кастомная мультитач-атрибуция
Вы определяете собственные правила распределения ценности, опираясь на уникальную механику воронки. Это идеальный вариант, когда стандартные модели не отражают реальный путь клиента. Требует глубоких аналитических компетенций и постоянной оптимизации — именно этим мы занимаемся в рамках внедрения ИИ-агентов и n8n воркфлоу, которые умеют адаптивно пересчитывать веса на основе накопленной статистики.
Google Tag Manager как фундамент всей архитектуры
Google Tag Manager — не просто инструмент для размещения пикселей. Это нервная система вашей атрибуции. Четыре причины, почему без него невозможно построить достоверную картину.
Централизованное управление трекингом. Все коды, пиксели и события управляются из одного интерфейса. Вам не нужно дёргать разработчиков каждый раз, когда нужно добавить новое событие или изменить логику отслеживания.
Кастомные события. GTM позволяет фиксировать не только просмотры страниц, но и клики по кнопкам, отправки форм, глубину прокрутки, время на странице и другие действия, которые становятся точками касания в атрибуционной модели.
Гибкий слой данных (Data Layer). Именно Data Layer служит мостом между сайтом и маркетинговыми системами. Через него можно передавать идентификаторы пользователей, информацию о лидах, UTM-метки, параметры аккаунта и любые кастомные свойства — всё это необходимо для точной кросс-канальной атрибуции.
Интеграция с экосистемой. GTM бесшовно связывается с Google Analytics, CRM, платформами автоматизации и корпоративными хранилищами, создавая единый источник правды о пути клиента.
Контроль версий и безопасность. Режим предпросмотра позволяет проверить любые изменения до публикации, а история версий даёт возможность откатиться назад при ошибке. Это страхует от поломки данных, которая может исказить атрибуцию на месяцы вперёд.
Пошаговое построение инфраструктуры атрибуции на GTM
1. Создание контейнера GTM и базовая установка
Если контейнер ещё не создан — начните с его регистрации и установки кода на все страницы сайта. Один раз добавленный код в дальнейшем позволяет управлять любым трекингом без вмешательства разработчиков. Для разных продуктов или доменов создают отдельные контейнеры, но в пределах одного свойства используйте единый контейнер для централизации данных.
2. Проектирование и внедрение Data Layer
Слой данных — это информационный фундамент. При каждой загрузке страницы и после значимых событий он должен наполняться критичными параметрами: ID пользователя, тип страницы, источник и кампания, свойства лида и т.д. Пример кода события конверсии:
window.dataLayer = window.dataLayer || [];
window.dataLayer.push({
'event': 'demoRequest',
'userId': '12345',
'leadEmail': 'lead@company.com',
'companyName': 'Company Inc.',
'utmSource': 'linkedin',
'utmCampaign': 'spring_launch',
'previousChannel': 'organic_search'
});
Эти переменные становятся доступны всем тегам GTM и могут быть направлены в любую аналитическую систему.
3. Сквозное отслеживание UTM-параметров
Стандартизируйте структуру меток, чтобы избежать хаоса вроде «linkedin», «LinkedIn», «li». Настройте переменные GTM, извлекающие UTM-параметры из URL, и сохраняйте их в собственных cookie сроком 90–180 дней. Это гарантирует, что при возврате пользователя через месяц данные об источнике не потеряются. Каждое касание будет иметь привязку к исходной кампании.
4. Настройка событийного трекинга
Разработайте матрицу событий по уровням воронки и настройте соответствующие теги:
- ToFu — просмотр ключевых страниц, клики по CTA, скролл до 75%, скачивание PDF.
- MoFu — посещение страниц цен, кейсов, повторные визиты, регистрация на вебинар.
- BoFu — старт триала, запрос демо, заполнение формы контакта с отделом продаж.
- Постконверсия — переход на платный тариф, продление подписки, расширение команды.
Каждый тег должен срабатывать при нужном действии и передавать идентификатор пользователя, UTM-данные и предыдущие касания. Так вы формируете полный цифровой след для каждого лида.
5. Кросс-доменное отслеживание
Если основной сайт, веб-приложение и платёжный шлюз находятся на разных доменах, разрывы в пути пользователя неизбежны. Настройте автоматическую передачу идентификатора через параметры линкера в тегах Google Analytics, указав все домены для совместного использования. Это склеит сессии в единую цепочку.
6. Интеграция с CRM
Атрибуция приносит бизнес-ценность только тогда, когда маркетинговые касания связаны с реальной выручкой. Для этого реализуется один из сценариев:
- API-интеграция: GTM-тег при конверсии напрямую отправляет лид со всеми атрибуционными метками в CRM.
- Мост через автоматизацию: данные идут в HubSpot/Marketo, а оттуда синхронизируются с CRM.
- Скрытые поля форм: GTM заполняет невидимые поля формы данными о канале и касаниях, и существующая интеграция форм передаёт их в CRM без дополнительных доработок.
Главное — чтобы UTM-метки, реферер и история касаний без потерь доходили до карточки сделки. Тогда вы сможете атрибутировать закрытую выручку к маркетинговым источникам.
Мультиканальный анализ и оптимизация бюджета
Построение отчётов с разными моделями атрибуции
Когда инфраструктура собрана, создаётся набор отчётов: first-touch, last-touch, линейный и временной спад. Сравнение этих срезов даёт объёмную картину. Например, если платный поиск доминирует в первом касании, а email — в последнем, становится очевидным, что поиск генерирует осведомлённость, а email доводит до сделки. Дальше можно анализировать совместное действие каналов.
Картирование реальных путей клиентов
Агрегируйте последовательности касаний для закрытых клиентов. Обнаружив повторяющиеся паттерны — например, «контент + ретаргетинг + вебинар» конвертирует в 3 раза чаще, — вы получаете готовый рецепт масштабирования. Эти данные становятся основой для кастомной модели атрибуции, заточенной под вашу специфику.
Оценка эффективности каналов по совокупности моделей
Оценивайте каждый канал не по одной метрике, а по вкладу на всех этапах: цена первого касания, ассистированная конверсионная ценность, коэффициент участия в цепочках и итоговое влияние на выручку. Так, LinkedIn Ads могут показывать высокую стоимость первого касания, но слабую конечную конверсию — а значит, нужна либо оптимизация прогрева лидов из этого канала, либо перераспределение бюджета.
Управление бюджетом на основе атрибуционных инсайтов
Когда распределение вклада определено, пересмотр бюджета становится не политическим компромиссом, а математическим решением. В одном из наших кейсов компания обнаружила, что дорогие вебинары, которые по last-touch казались убыточными, на самом деле имеют самую высокую ассистированную конверсию и ROMI. Трёхкратное увеличение инвестиций в вебинарное направление дало рост квалифицированного пайплайна на 60%. В другом проекте мы выявили, что контент-синдикация создаёт много первых касаний, но практически не приводит к продажам, — бюджет был перемещён в органический контент, что снизило стоимость привлечения на 35%.
Результат внедрения: клиент смог перераспределить до 40% месячного бюджета, увеличив общую эффективность маркетинга на 30–50% без роста расходов.
Семь роковых ошибок при внедрении атрибуции через GTM
Опыт Dragons Lab позволяет выделить типичные грабли, которые ломают всю аналитику.
- Несогласованные UTM-метки. Когда разные подрядчики или даже сотрудники внутри команды используют варианты «LinkedIn», «linkedin» и «li», анализ становится невозможным. Только жёсткий регламент и автоматизация формирования меток решают проблему.
- Потеря данных первого касания. Отслеживая лишь последний клик, вы теряете понимание источников спроса. Обязательно сохраняйте first-touch параметры в карточку лида.
- Разрушение цепочек из-за очистки cookie. Пользователи меняют браузеры и устройства — cookie теряются. Внедрение User ID для залогиненных пользователей позволяет восстановить сквозной путь.
- Игнорирование офлайн-точек контакта. Звонки, выставки, встречи — если они не попадают в CRM как касания, модель будет слепа на важный пласт взаимодействий.
- Слишком короткое окно атрибуции. Для B2B SaaS стандартный цикл сделки занимает 90–180 дней. Окно в 30 дней обрезает большую часть пути и искажает выводы.
- Отсутствие валидации тегов. Никогда не публикуйте изменения без проверки в режиме предпросмотра GTM. Одна ошибка способна тиражировать некорректные данные на месяцы.
- Паралич анализа. Даже идеально выстроенный трекинг бесполезен, если вы не принимаете на его основе кадровых и бюджетных решений. Атрибуция — это инструмент действий, а не отчёт ради отчёта.
Продвинутые техники: усиливаем атрибуцию с помощью server-side и ИИ-агентов
Когда базовая архитектура отлажена, можно переходить на следующий уровень зрелости.
Server-side GTM
Перенос обработки данных с клиентской стороны в облачную среду повышает точность, обходит ограничения блокировщиков рекламы и даёт полный контроль над тем, куда и в каком виде передаётся информация. Это особенно критично для SaaS с высокими требованиями к безопасности и конфиденциальности.
Улучшенные конверсии (Enhanced conversions)
Хешированные данные пользователя (email, телефон) отправляются в рекламные платформы, что позволяет точнее сопоставлять конверсии с показами и закрывать пробелы, возникающие из-за ограничений third-party cookie.
Автоматические ИИ-агенты и n8n-воркфлоу
Мы активно используем связку кастомных внедрения ИИ-агентов и n8n воркфлоу для автоматической адаптации атрибуционных весов, выявления аномалий в воронке и кросс-канального перераспределения ставок в реальном времени. Такие агенты могут забирать данные из CRM, анализировать завершённые циклы сделок и корректировать U-образную модель под текущую динамику без участия аналитика.
Бизнес-эффект, который даёт корректная атрибуция
Инвестиции в GTM-инфраструктуру и правильные модели атрибуции окупаются в первый же квартал. Клиенты Dragons Lab наблюдают следующие результаты:
- Перераспределение 20–40% бюджета с неэффективных каналов на драйверы роста.
- Повышение общей маркетинговой эффективности на 30–50%.
- Сокращение цикла сделки за счёт понимания, какие связки каналов ускоряют принятие решения.
- Снижение стоимости привлечения клиента и доказуемая рентабельность маркетинга перед советом директоров.
Всё это превращает маркетинг из центра затрат в прозрачный механизм генерации прибыли. Если вы хотите перестать гадать и начать управлять на основе данных, команда маркетингового агентства Dragon Farm готова спроектировать и внедрить систему атрибуции, отточенную именно под ваш SaaS-бизнес. От технической архитектуры в GTM до кастомных моделей и интеграции с CRM — мы обеспечиваем полный цикл, после которого вопрос «какие каналы приводят клиентов?» будет закрыт раз и навсегда.
