SEO OS: от поискового сигнала к понятному действию

Медиамикс и опросы: как увидеть тёмный трафик

Клик-атрибуция теряет сарафан, подкасты и офлайн. Разбираем, как связать медиамикс с постпокупочными опросами и не переплачивать за последний клик.

AI-маркетинг · Новости

Все новости
AG Branding
Медиамикс и постпокупочный опрос: как маркетолог видит тёмный трафик и сарафан

Маркетолог смотрит в отчёт по каналам и видит: брендовый поиск принёс четверть всех конверсий. Значит, туда и надо лить бюджет. Через месяц выясняется, что половина этих людей пришла из подкаста, чата в Telegram и разговора с другом, а поиск оказался последним, что они открыли перед покупкой. Отчёт был честным, вывод из него - нет.

Такая картина складывается из двух причин. Правила приватности и потеря cookie-сигналов сузили видимость пути клиента. А каналы без прямой рекламной траты - сарафан, личные сообщения, подкасты, офлайн-выставки - не оставляют цифрового следа, который привязался бы к бюджету. В MarTech разобрали вопрос о том, как крупные компании складывают медиамикс-модель с постпокупочными опросами, чтобы закрыть этот пробел.

Почему один источник атрибуции врёт

Медиамикс-модель (MMM) смотрит на исторические траты и выручку и оценивает вклад каждого канала в результат. У неё есть ограничение: она работает с данными, где есть переменная расхода. Для органического сарафана, упоминаний у блогеров или тёмного трафика такой переменной нет.

Постпокупочный опрос эту дыру закрывает. Если достаточное число покупателей называет источником друга, подкаст или закрытое сообщество, ответы превращаются в структурированные входные данные для модели или в точки её калибровки. Модель получает сигнал там, где раньше видела пустоту.

🔥 Ключевая цифра

В одном обращении клиент может пройти через четыре канала, но оптимизация по последнему клику засчитает победу только одному. Медиамикс с опросами распределяет вклад между всеми, кто реально участвовал.

Где клик-атрибуция выдаёт чужой трофей

Инструменты на кликах переоценивают каналы у нижней границы воронки: брендовый поиск, ретаргетинг, письмо с напоминанием. Они часто стоят последними перед конверсией и легко присваивают чужую заслугу. Опрос при этом показывает, что человек впервые узнал о бренде из подкаста или на отраслевой встрече полгода назад.

Когда такие расхождения повторяются из опроса в опрос, маркетолог может скорректировать допущения модели и вернуть вес верхней части воронки и тёмного трафика. Без этой поправки бюджеты постепенно стягиваются к нижнему этажу, а верх начинает голодать.

Что делать, когда модель и опрос спорят

Сильные команды не останавливаются на сверке двух источников. Они ставят инкрементальные тесты там, где медиамикс и опросы не совпадают. Гео-тесты, холдауты и эксперименты с отключением канала показывают, какой источник точнее для конкретной площадки, и уточняют калибровку.

Дизайн опроса при этом решает половину задачи. Один выпадающий список с вариантами «соцсети» или «поиск» про тёмный трафик почти ничего не скажет. Работает смесь готовых вариантов и открытых ответов: клиент сам называет подкаст, Slack-чат, ветку на Reddit, конкретного автора или сообщество. Так маркетолог получает и живую деталь, и структуру, которую можно скормить системе измерения.

Порядок внедрения

  1. Запустите короткий постпокупочный опрос с открытым полем «откуда узнали» и положите ответы в CRM рядом с этапом сделки и суммой.
  2. Сверьте самые частые ответы из опроса с весами каналов в медиамикс-модели. Расхождения в верхней части воронки ищите первыми.
  3. Спорные каналы проверьте гео-тестом или холдаутом, прежде чем менять распределение бюджета.
  4. Проверяйте офлайн-каналы той же связкой: медиамикс оценивает общий подъём продаж от ТВ, прессы и выставок, опрос даёт быструю обратную связь до окончания длинного цикла моделирования.

Что это значит для бизнеса

Для компании во Владивостоке, которая продвигается через маркетплейсы, локальные медиа и сарафан по партнёрам, слепая зона в атрибуции стоит денег. Бюджет уходит на брендовый поиск, который лишь собирает уже прогретых клиентов, а источник первых касаний остаётся без финансирования. Через год такой перекос видно в выручке, но не в отчётах по каналам.

Внедрение искусственного интеллекта в маркетинг упирается ровно в это: модель, обученная на кликах, воспроизводит ошибку кликов. Связка медиамикса с опросами даёт ей честную карту пути. Начать можно с одного опроса на сотню заказов и одной сверки с текущей моделью - этого хватает, чтобы увидеть, насколько сильно нижняя воронка присваивает чужую работу.


Смотрите также: как считать вклад сайта по решениям клиента и почему визиты не доказывают спрос. Разбираем вместе с AG Branding.