Programmatic — DSP & DMP

Атрибуция в programmatic: почему last-click уходит, а incrementality становится стандартом

Когда я начинал работать с programmatic-закупкой в 2019, святой троицей были last-click (последний клик), view-through (атрибуция по просмотру) и click-through. Кампании оптимизировались под последнее касание, а DSP (система управления закупкой рекламы) грели аукционы, лишь бы дожать конверсию на финальном шаге. Сегодня, в 2026, этот подход ломается под давлением трёх сил: запрета third-party cookies (сторонних файлов cookie), зрелости контентных платформ и требования бизнеса считать реальный вклад маркетинга в выручку, а не число лидов.

В этом посте разберу, как выстраивать атрибуцию в programmatic, когда классические модели перестают работать, и почему incrementality (инкрементальность — прирост, созданный именно рекламой) и MMM (сквозное моделирование маркетингового микса) становятся основой стратегии.

**Почему last-click перестал быть правдой**

Last-click атрибуция предполагает: всю ценность сделки получает последний источник, с которым взаимодействовал пользователь. В мире programmatic это чаще всего ретаргетинг или брендовая медийка на финальном этапе. Проблема в том, что такой подход искажает картину: бюджет перетекает в каналы «добивания», а верхние этапы воронки — discovery (открытие), знакомство с брендом — остаются без KPI. В 2024–2025 годах ряд крупных рекламодателей (например, крупный российский e-com-игрок, данные которого я видел) провели A/B-тест: убрали last-click из оптимизации DSP и перевели часть бюджета на алгоритмы, учитывающие множественные касания. Результат — падение CPA (стоимости привлечения клиента) на последнем клике на 12 %, но рост общего LTV (пожизненной ценности клиента) на 9 % за счёт более качественного трафика с верхних этапов. Last-click слеп к этому: он не видит, что пользователь, который пришёл по брендовому запросу, мог быть «прогрет» programmatic-баннером неделей раньше.

Кроме того, privacy-first атрибуция (конфиденциальная атрибуция) уничтожает саму техническую возможность склеивать цепочку касаний по cookie. Server-side tracking (серверный трекинг) и идентификаторы первого уровня (first-party ID) дают лишь частичную картину. Поэтому DSP последних поколений (например, новейшие версии The Trade Desk или российские аналоги вроде Soloway) переходят на probabilistic matching (вероятностное сопоставление) и модели множественной атрибуции на основе ML, где вес каждого касания рассчитывается внутри чёрного ящика. Но верить «чёрному ящику» без экспериментальной проверки — риск.

**Incrementality как новый стандарт измерения эффективности programmatic**

Incrementality — это не модель атрибуции, а метод эксперимента: вы сравниваете группу, которая видела рекламу, с контрольной группой, которая её не видела, и смотрите разницу в целевых действиях. В programmatic такой подход особенно ценен, потому что позволяет отсечь органический спрос и эффект других каналов. Например, вы запускаете

— @ProgrammaticGuidePro

1 view06:56