Что такое атрибуция по последнему непрямому клику

Атрибуция по последнему непрямому клику (last non-direct click) — модель, которая присваивает всю ценность конверсии тому каналу, через который человек последний раз перешёл на сайт из внешнего источника, а не последнему визиту вообще. Если последний визит перед покупкой был прямым заходом (человек ввёл адрес сайта в строку браузера или открыл закладку), система «отматывает» цепочку назад и находит предыдущий переход с рекламы, поиска или другого канала.

Разница на первый взгляд небольшая. На деле она меняет распределение конверсий между каналами заметно, особенно у бизнесов с длинным циклом принятия решения, где человек возвращается на сайт несколько раз до покупки.

Простыми словами

Прямой заход в этой модели не считается точкой привлечения. Он считается просто способом вернуться на сайт, а конверсия отдаётся тому каналу, который человека действительно нашёл или напомнил о продукте.

Как работает модель: логика расчёта конверсии

Представим упрощённую цепочку касаний одного визитора: переход из поиска по коммерческому запросу, через три дня — клик по объявлению в РСЯ, через день — прямой заход и покупка. Атрибуция по последнему непрямому клику пропустит прямой заход как «не источник» и отдаст конверсию клику по объявлению в РСЯ, потому что это последнее касание с внешнего канала перед покупкой.

Если бы в этой же цепочке использовалась атрибуция по последнему клику без исключения прямых заходов, конверсия ушла бы в канал «прямой трафик», и вклад рекламы в отчёте обнулился бы. Именно поэтому модель называют «исправленным last click»: она сохраняет простую логику «конверсия достаётся последнему касанию», но убирает из расчёта один конкретный источник шума.

Технически модель смотрит на всю цепочку визитов пользователя за период учёта конверсии и ищет последний визит, у которого источник трафика отличается от прямого захода. Все остальные касания в цепочке (email-рассылка, органический поиск, реклама в РСЯ) в стандартном отчёте по этой модели не получают доли конверсии вообще, вся ценность концентрируется в одной точке.

Чем отличается от last click и first click

Три модели решают одну задачу по-разному и дают разную картину по одним и тем же данным.

Модель	Какому каналу отдаёт конверсию	Слабое место
Последний клик	Каналу самого последнего визита, включая прямые заходы	Прямые заходы и повторные визиты «съедают» вклад рекламы
Последний непрямой клик	Последнему внешнему источнику перед конверсией, минуя прямые заходы	Каналы первого касания и середины пути всё равно недооценены
Первый клик	Каналу, который первым привёл пользователя на сайт	Игнорирует всё, что произошло ближе к моменту решения

Если тема данных-ориентированной атрибуции и распределённого вклада каналов интересна глубже, в статье Data-Driven атрибуция vs Last Click: что выбрать разобрано, чем модель на алгоритме отличается от всех однотуховых моделей, включая last non-direct click.

Где найти и включить модель в Яндекс Метрике

В Яндекс Метрике модель атрибуции выбирается не глобально для счётчика, а прямо в отчёте: в блоке «Источники» или в стандартных отчётах по конверсиям есть переключатель модели атрибуции, где среди вариантов присутствует именно последний значимый переход. Формулировка и точный список доступных моделей могут отличаться в зависимости от версии интерфейса и настроек конкретного счётчика, поэтому актуальный список стоит проверять прямо в интерфейсе отчёта, а не ориентироваться на скринscreenshots из старых статей.

Практический момент: смена модели атрибуции в отчёте не меняет исходные данные о визитах, она просто по-другому пересчитывает, какому источнику приписать уже случившуюся конверсию. Поэтому можно свободно переключаться между моделями в одном и том же отчёте и сравнивать картину без риска что-то испортить в счётчике.

Упрощённый пример: смена модели атрибуции пересчитывает, какому каналу приписана конверсия

Когда использовать атрибуцию по последнему непрямому клику

Эта модель полезна в конкретных ситуациях, а не всегда.

Длинный цикл принятия решения с возвратами по закладке

Если продукт стоит дорого и клиент возвращается на сайт несколько раз перед покупкой, например добавил сайт в закладки после первого клика по объявлению и заходит напрямую каждый раз, когда хочет проверить цену, стандартный last click полностью обесценит рекламу. Модель last non-direct click вернёт рекламному каналу заслуженную конверсию.

Оценка вклада каналов, которые «напоминают о себе»

Ретаргетинг, email-рассылки и повторные показы в РСЯ часто работают как напоминание, после которого человек просто вводит адрес сайта в браузере. Без исключения прямых заходов их вклад в отчётах систематически будет казаться ниже реального.

Сравнение каналов между собой в динамике

Модель хорошо подходит, когда задача — не найти абсолютную цифру, а сравнить один период с другим или один канал с другим при одинаковой методике расчёта. Подробнее о самой методике сравнения каналов — в статье Как сравнивать каналы трафика: метрики и методика.

Когда эта модель искажает картину

У атрибуции по последнему непрямому клику есть свои слепые зоны. Их стоит знать до того, как модель становится единственным источником решений по бюджету.

Она по-прежнему полностью игнорирует каналы, которые сработали в начале пути, но не были последним касанием перед конверсией. Если человек узнал о продукте из статьи в блоге, а купил через клик по ретаргетингу спустя две недели, вся ценность уйдёт ретаргетингу. Контент-канал в отчёте будет выглядеть так, как будто он не приносит конверсий вообще.

Ещё одна слепая зона: она не решает проблему брендового трафика полностью, только частично. Если последний непрямой клик — это переход по брендовому запросу в поиске, конверсия достанется поисковому каналу, хотя интерес к бренду мог сформировать совсем другой источник на более ранних этапах.

⚠️ Частая ошибка интерпретации

Рост конверсий у одного канала в отчёте по last non-direct click не означает автоматически, что именно этот канал «убедил» клиента купить. Канал мог просто оказаться последней точкой касания в цепочке, где решающую роль сыграли предыдущие визиты. Отчёт показывает последнее касание, а не причину решения.

Как атрибуция по последнему непрямому клику работает с ассоциированными конверсиями

Атрибуция по последнему непрямому клику и отчёт по ассоциированным конверсиям решают смежные, но разные задачи. Модель атрибуции отдаёт всю ценность одному каналу и строит на этом стандартные отчёты по конверсиям и расходам. Отчёт по ассоциированным конверсиям, наоборот, показывает, какие каналы участвовали в цепочке касаний, даже если не были последними, без выбора «победителя».

На практике их стоит использовать вместе. Атрибуция по последнему непрямому клику даёт основную цифру для отчётности и распределения бюджета. Отчёт по ассоциированным конверсиям добавляет контекст: показывает, какие каналы регулярно присутствуют в цепочке, но не получают конверсию напрямую. Подробнее о том, как читать этот отчёт в Метрике, — в статье Отчёт по ассоциированным конверсиям в Яндекс Метрике.

Аналитик сравнивает отчёт по атрибуции и отчёт по ассоциированным конверсиям — Атрибуция и ассоциированные конверсии отвечают на разные вопросы об одной и той же цепочке касаний

Типичные ошибки при интерпретации отчётов

❌ Считать одну модель универсально «правильной»

У модели last non-direct click нет статуса эталона. Это один из способов распределить конверсии, полезный для конкретных задач, а не единственно верная методика для всех отчётов сразу.

❌ Сравнивать цифры из разных моделей атрибуции напрямую

Число конверсий по каналу в модели last non-direct click и в модели «первый клик» — это два разных определения одной и той же метрики. Сравнивать их между собой как одинаковые показатели некорректно: у каждой модели своя логика расчёта и свой знаменатель.

❌ Принимать решения о бюджете по одной модели без ассоциированных конверсий

Канал с низкой долей в отчёте по атрибуции может при этом часто присутствовать в цепочках как раннее касание. Отключение такого канала по одной цифре рискует убрать источник, который приводит клиентов на более ранних этапах.

Разбор более широких ошибок при чтении рекламных отчётов и поиске причин отклонений метрик — в статье Анализ воронки конверсии сайта: как найти точки потерь.

Сравнение моделей атрибуции по задачам

Выбор модели зависит от того, какой вопрос нужно закрыть отчётом.

Задача	Подходящая модель	Почему
Оценить рекламу без искажения прямыми заходами	Последний непрямой клик	Убирает прямой заход как последнее касание, не трогая остальную логику
Понять, что впервые привлекает аудиторию	Первый клик	Отдаёт ценность точке входа, а не финальному касанию
Учесть вклад всех точек касания сразу	Data-driven / линейная атрибуция	Распределяет ценность между несколькими каналами вместо одного
Быстро сверить отчёт с рекламным кабинетом	Последний клик	Совпадает с логикой, по которой рекламные системы засчитывают конверсии себе

Если задача — не выбрать одну модель, а системно свести данные из нескольких каналов и источников в единую картину, стоит посмотреть шире, на построение сквозной аналитики целиком, например через событийную аналитику сайта, которая фиксирует каждое касание независимо от модели атрибуции, применённой позже к отчёту.

Когда атрибуция по последнему непрямому клику не нужна

✅ Стоит применять

— Есть заметная доля прямых заходов перед конверсией

— Цикл покупки длиннее одного визита

— Нужна цифра для регулярной отчётности по каналам

— В цепочках часто встречаются возвраты по закладке

❌ Можно обойтись без неё

— Покупка почти всегда происходит за один визит

— Прямых заходов в отчётах минимум

— Нужна оценка вклада каждого канала в цепочке, а не одного победителя

— Есть возможность внедрить полноценную мультиканальную/data-driven модель

Более детальное сравнение data-driven подхода с классической моделью последнего клика, с примерами расчётов и разницей в распределении ценности между каналами, разобрано в статье Data-Driven атрибуция vs Last Click: что выбрать. Она пригодится, если после настройки атрибуции по последнему непрямому клику встанет вопрос о переходе на более сложную модель.

Как внедрить модель в отчётность

Смена модели атрибуции в интерфейсе Яндекс Метрики не требует технических правок на сайте, это настройка на уровне отчёта, а не на уровне счётчика. Порядок действий обычно такой:

1. Зафиксировать текущие цифры. Перед сменой модели сохранить отчёт по каналам в текущей настройке — это база для сравнения и объяснения коллегам, почему цифры изменились.

2. Переключить модель в отчёте «Источники, сводка». В настройках отчёта выбрать «Последний непрямой клик» вместо модели по умолчанию и пересчитать данные за тот же период.

3. Сравнить долю каналов до и после. Обратить внимание, у каких каналов доля выросла — обычно это источники с высокой долей прямых заходов после клика.

4. Закрепить модель как основную для регулярных отчётов. Если модель показала более адекватную картину, зафиксировать её в шаблонах отчётов, дашбордах и презентациях для руководства.

5. Проверить согласованность с отчётом по ассоциированным конверсиям. Сопоставить, не противоречит ли новая модель данным о цепочках касаний — если противоречит, разобраться в причине перед тем как отчёт уйдёт в работу.

Если отчётность строится не только в интерфейсе Метрики, а выгружается в отдельные дашборды или таблицы, при смене модели атрибуции нужно синхронно поменять и логику формул там. Иначе часть отчётов будет использовать старую модель, а часть новую, что создаст путаницу при сверке цифр между собой.

Частые вопросы

Чем последний непрямой клик отличается от последнего клика?

Последний клик засчитывает конверсию тому касанию, которое было прямо перед покупкой, включая прямой заход. Последний непрямой клик игнорирует прямые заходы и переходы по закладкам, отдавая ценность последнему источнику, который привёл пользователя осознанно — через рекламу, поиск или переход по ссылке.

Можно ли использовать эту модель как основную для всех отчётов?

Да, для большинства сайтов с заметной долей прямых заходов и повторных визитов эта модель подходит как основная для регулярной отчётности по каналам. Для более глубокого анализа вклада каждого канала в длинных цепочках стоит дополнительно смотреть отчёт по ассоциированным конверсиям.

Почему после смены модели вырос трафик у email-рассылок?

Ссылки из писем часто открываются в новой вкладке или копируются, а затем пользователь возвращается на сайт прямым заходом. Последний непрямой клик убирает этот прямой заход из цепочки и возвращает ценность конверсии обратно email-каналу, который её на самом деле инициировал.

Нужно ли менять настройки счётчика Метрики при переходе на эту модель?

Нет, счётчик и цели остаются без изменений. Модель атрибуции переключается на уровне отчёта — это влияет на то, как система распределяет уже собранные данные о конверсиях между каналами, а не на то, что и как отслеживается на сайте.

Как объяснить руководству резкое изменение цифр после смены модели?

Проще всего показать один и тот же период в двух моделях рядом и объяснить, что изменилась не реальная эффективность канала, а способ учёта прямых заходов. Полезно приложить отчёт по ассоциированным конверсиям — он показывает, что канал участвовал в цепочке ещё до финального касания.

Подходит ли последний непрямой клик для оценки платной рекламы?

Модель убирает искажение от прямых заходов, но не решает задачу распределения ценности между несколькими рекламными каналами в одной цепочке — она всё равно отдаёт всю конверсию одному источнику. Для оценки совместного вклада нескольких платных каналов лучше дополнительно смотреть данные по сравнению каналов трафика в целом.

Заключение

Атрибуция по последнему непрямому клику — не универсальное решение, а инструмент для конкретной проблемы: искажения отчётов прямыми заходами и возвратами по закладкам. Она даёт более честную картину эффективности каналов там, где путь клиента редко укладывается в один визит, но не заменяет анализ полной цепочки касаний.

Перед тем как закрепить модель в постоянной отчётности, стоит сравнить цифры со старой моделью, проверить их на согласованность с отчётом по ассоциированным конверсиям и убедиться, что вся отчётность — от интерфейса Метрики до внешних дашбордов — считает данные по одной и той же логике. Это избавит от ситуаций, когда одна и та же цифра в разных отчётах означает разные вещи.

Если нужна помощь с настройкой — оставьте заявку на консультацию.

→ Отчёт по ассоциированным конверсиям в Яндекс Метрике

→ Как сравнивать каналы трафика: метрики и методика

→ Анализ воронки конверсии сайта: как найти точки потерь

→ Событийная аналитика сайта: как настроить отслеживание событий

Автор: Павел Комарков — специалист по контекстной рекламе с 2010 года, работал с бюджетами от 50 000 ₽ до 150 млн ₽ в месяц. Подробнее →