Аналитика

Почему Last Click атрибуция не работает в мессенджерах

5 минут чтения
Олег Поддубных
основатель ad2sub

Вы запускаете рекламу в трех каналах, тратите 100 000 рублей, подписчики приходят. В конце месяца смотрите статистику — и выясняется, что все подписки засчитались одному источнику. Остальные два "не сработали". Хотя на самом деле пользователь сначала увидел объявление в Telegram Ads, потом кликнул на пост в посеве, а подписался только после третьего касания — в директ-рассылке. Классическая модель Last Click приписала всю заслугу последнему источнику, а остальные остались "убыточными". Разбираемся, почему в мессенджерах эта модель атрибуции не работает и что делать вместо нее.


Что такое Last Click атрибуция

Last Click (атрибуция последнего клика) — модель, при которой конверсия засчитывается тому источнику, с которого пользователь совершил последнее действие перед целевым событием. Эту модель десятилетиями использовали в веб-аналитике: кликнул по баннеру → попал на сайт → купил. Последний клик = источник продажи.

В классическом вебе эта логика работала относительно хорошо: путь пользователя был линейным, а браузеры сохраняли куки. Если пользователь кликал на рекламу в Google, а через час возвращался на сайт напрямую, Google Analytics все равно "помнил" первый источник благодаря UTM-меткам и кукам.

Но в мессенджерах архитектура другая. Telegram, WhatsApp, Viber — это закрытые экосистемы, где нет куков, нет постоянного браузерного контекста, а переходы между каналами, ботами и внешними ссылками часто разрывают цепочку атрибуции. Результат: модель Last Click теряет до 60-70% касаний и искажает реальную картину эффективности каналов.

Конкретный пример: онлайн-школа запускает трафик на бота с курсами. Пользователь видит рекламу в Telegram Ads (первое касание), кликает, но не покупает сразу. Через два дня видит пост в посеве (второе касание), снова переходит, изучает программу. На третий день получает уведомление от бота (третье касание) и покупает курс. Модель Last Click засчитает продажу боту, хотя без первых двух касаний пользователь вообще не узнал бы о продукте.


Почему Last Click не работает в мессенджерах

Отсутствие куков и браузерного контекста

В вебе модель Last Click опирается на куки: браузер сохраняет метки источника и "помнит", откуда пришел пользователь. В Telegram нет браузера в привычном смысле. Каждый переход по ссылке — это новый контекст. Если пользователь кликнул на рекламу в Telegram Ads, перешел в канал, а потом вручную ввел имя бота в поиске — связь между первым касанием и подпиской теряется. Бот "не знает", что пользователь изначально пришел из рекламы.

Исследования показывают, что до 40% пользователей Telegram переходят в боты и каналы не по прямым ссылкам, а через поиск, форварды или упоминания в других чатах. Это значит, что даже если вы добавили UTM-метки к ссылке в рекламном посте, они не "доедут" до конечной точки, если пользователь использовал альтернативный путь.

Пример: Рекламное агентство ведет 10 клиентов, у каждого по 3-5 источников трафика в Telegram. Без сквозной аналитики они видят только "последний клик" — и часто это оказывается директ-переход или органический поиск. В отчете получается, что реклама "не работает", хотя она привела пользователя в воронку.

Множественные касания и длинный путь к подписке

В мессенджерах путь пользователя редко линейный. Особенно в нишах с высоким чеком (образование, B2B, финтех). Пользователь может увидеть рекламу 3-5 раз в разных форматах (Telegram Ads, посев, директ-рассылка), прежде чем подписаться или купить.

Согласно данным внутренних тестов, среднее количество касаний до подписки на платный контент в Telegram — от 2,5 до 4,2 (зависит от ниши). Для B2B-продуктов это значение может доходить до 6-7 касаний. Модель Last Click игнорирует все предыдущие касания и приписывает конверсию только последнему. Это приводит к двум проблемам:

  • Каналы-"ассисты" выглядят убыточными. Telegram Ads привел пользователя в воронку, но подписка произошла после посева — посев получил всю заслугу, Telegram Ads "не окупился".
  • Бюджет перераспределяется неправильно. Маркетолог видит, что "посевы дают больше подписчиков", отключает Telegram Ads — и общее количество подписок падает, потому что посевы работали как догреватель, а не как первый контакт.

Конкретный пример: Онлайн-школа с бюджетом 300 000 рублей в месяц распределяла 70% на Telegram Ads и 30% на посевы. По модели Last Click казалось, что 80% подписок идут с посевов. Школа перераспределила бюджет: 30% на Telegram Ads, 70% на посевы. Результат: общее количество подписок упало на 25%, потому что Telegram Ads был основным источником первого касания, а посевы без него не давали достаточно конверсий.

Проблема с переходами между ботами и каналами

В Telegram пользователь может кликнуть на ссылку в канале, перейти в бота, оттуда — в другой канал, затем вернуться обратно. Каждый переход разрывает цепочку атрибуции, если не используется специальная технология маркировки.

Пример: Пользователь увидел рекламу в Telegram Ads, кликнул, попал в бот. Бот предложил перейти в канал с контентом. Пользователь перешел, прочитал несколько постов, затем подписался на платную версию через кнопку в посте. Модель Last Click засчитает подписку кнопке в посте, хотя без Telegram Ads пользователь не попал бы в бот, а без бота — не узнал бы о канале.

По данным внутренних тестов, у каналов с продуктовыми воронками (бот → канал → продажа) до 50% подписок происходят после 2-3 переходов между разными сущностями Telegram. Модель Last Click фиксирует только последний переход, теряя всю предыдущую историю.


Что использовать вместо Last Click

Мультитач-атрибуция

Мультитач-атрибуция распределяет ценность конверсии между всеми касаниями в пути пользователя. Существует несколько моделей:

  • Линейная модель: Каждое касание получает равную долю (первое касание — 33%, второе — 33%, третье — 33%).
  • Time Decay (временное затухание): Более поздние касания получают больший вес, так как они ближе к конверсии.
  • U-образная модель: Первое и последнее касание получают по 40%, остальные касания делят оставшиеся 20%.

Пример: Пользователь увидел рекламу в Telegram Ads (первое касание), через день кликнул на пост в посеве (второе касание), через три дня получил уведомление от бота и подписался (третье касание). В линейной модели каждый источник получит по 33% заслуги. В U-образной: Telegram Ads — 40%, посев — 20%, бот — 40%.

Мультитач-атрибуция позволяет увидеть реальную роль каждого канала. Telegram Ads часто выступает источником первого касания (awareness), посевы — догревателя (consideration), а директ-рассылки или боты закрывают на конверсию (decision).

Согласно исследованиям, внедрение мультитач-атрибуции позволяет перераспределить бюджет более точно и увеличить ROI на 20-35% за счет правильной оценки каналов-ассистов.

Динамические пригласительные ссылки

Динамические пригласительные ссылки — технология, которая позволяет передавать параметры источника (utm_source, utm_campaign) через переходы в Telegram. Вместо того чтобы полагаться на куки, система генерирует уникальную ссылку для каждого источника и "запоминает", откуда пришел пользователь, даже если он делает несколько переходов.

Как это работает: Вы создаете рекламный пост с уникальной ссылкой t.me/yourbot?start=utm_source_tgads_campaign_promo1. Пользователь кликает, бот фиксирует параметры. Даже если пользователь потом перейдет в канал, а оттуда вернется в бот — система "помнит" исходный источник и может связать подписку с первым касанием.

Пример: Онлайн-школа использует динамические ссылки для каждой рекламной кампании. Telegram Ads — t.me/bot?start=tgads, посевы — t.me/bot?start=posev_channel123. Когда пользователь подписывается, система видит, что он сначала кликнул на ссылку из Telegram Ads, затем — из посева, и распределяет ценность между обоими источниками.

Динамические ссылки решают проблему разрыва контекста: даже если пользователь переходит между ботами и каналами, параметры источника сохраняются и передаются дальше. Это позволяет строить полный путь пользователя и правильно оценивать каждый канал.

Сквозная аналитика для Telegram

Сквозная аналитика — система, которая объединяет данные из всех источников трафика (Telegram Ads, посевы, директ-рассылки, боты) в единый отчет и показывает полный путь пользователя от первого клика до подписки или покупки.

В отличие от модели Last Click, сквозная аналитика фиксирует все касания и позволяет выбрать модель атрибуции: Last Click, First Click, Linear, Time Decay. Вы можете переключаться между моделями и видеть, как меняется оценка эффективности каналов.

Пример: Вы запускаете трафик в трех каналах: Telegram Ads (50 000 рублей), посевы (30 000 рублей), директ-рассылка (20 000 рублей). Без сквозной аналитики вы видите только количество подписок по каждому источнику. Со сквозной аналитикой — полный путь: 60% пользователей, которые подписались после директ-рассылки, сначала видели рекламу в Telegram Ads. Значит, Telegram Ads — источник первого касания, а директ-рассылка — конвертер.

Сквозная аналитика также позволяет считать не просто CPA (стоимость подписчика), а полный CAC (Customer Acquisition Cost) с учетом всех касаний. Это особенно важно для бизнесов с длинной воронкой: медиа с подписками, онлайн-школы, SaaS-продукты.


Подведем итоги

  • Last Click атрибуция не работает в мессенджерах из-за отсутствия куков, множественных касаний и разрывов контекста при переходах между ботами и каналами. Она искажает реальную эффективность источников и приводит к неправильному распределению бюджета.

  • Мультитач-атрибуция распределяет ценность конверсии между всеми касаниями в пути пользователя. Используйте линейную, U-образную или Time Decay модели, чтобы увидеть реальный вклад каждого канала.

  • Динамические пригласительные ссылки сохраняют параметры источника через переходы в Telegram, решая проблему разрыва контекста. Это позволяет строить полный путь пользователя от первого клика до подписки.

  • Сквозная аналитика объединяет данные из всех источников и показывает полную картину: кто привел пользователя, кто догрел, кто конвертировал. Это позволяет правильно оценить каждый канал и оптимизировать бюджет.

  • Переход на мультитач-атрибуцию увеличивает ROI на 20-35% за счет правильной оценки каналов-ассистов, которые модель Last Click считала "убыточными".

Попробуйте сквозную аналитику в ad2sub — подключайте источники, смотрите полный путь пользователя и считайте реальный ROI. Начните бесплатно.


Meta Platforms Inc. и её продукты Instagram и Facebook признаны экстремистскими организациями и запрещены на территории РФ.

Попробуйте этот подход на своём канале

Подключите канал к ad2sub, запустите тестовую кампанию и через пару дней посмотрите, как меняется цена живого подписчика.

Подключить канал бесплатно

Что дальше

В следующих материалах мы разберём конкретные кейсы и связки для Telegram Ads, блогеров и постов в каналах с подробными цифрами.

Если у вас уже есть кампании и вы хотите разобрать их вместе с нами — напишите через бота при регистрации. Мы поможем настроить аналитику и покажем, где можно сэкономить бюджет.