Когда медиабайер оценивает TikTok по last-click, он почти всегда получает искажённую картину. TikTok чаще работает как верхняя или средняя часть воронки: он формирует интерес, но закрытие сделки часто происходит позже и через другой канал. Поэтому last-click обрезает вклад TikTok и заставляет думать, что канал “не тянет”. В итоге бюджет уходит туда, где видно прямую конверсию, а реальные драйверы спроса оказываются недооценены.
В блоге TikTok for Business эту проблему описывают через идею Attribution Portfolio — сравнение нескольких моделей атрибуции, чтобы увидеть вклад канала под разным углом. Для арбитража это полезный подход. Он не отменяет строгий расчёт ROI, но помогает увидеть, где именно теряется ценность, когда ты смотришь только на одну модель.
- Почему last-click даёт удобную, но ложную картину
- Что даёт сравнение моделей атрибуции
- Как это использовать в арбитраже
- Почему это важно для ROI
- Как использовать портфель атрибуции в тестах
- Мини-чек-лист для честной оценки TikTok
- Как тестировать бюджеты без резких ошибок
- Сценарии, где last-click особенно опасен
- Как связать TikTok с оффером, чтобы вклад был измеримым
- Вывод
Почему last-click даёт удобную, но ложную картину
Last-click хорош тем, что прост и понятен. Но он фиксирует только последний контакт. В результате он переоценивает каналы, которые часто стоят ближе к покупке, и недооценивает те, которые разогревают спрос. Это классическая ловушка: ты начинаешь “оптимизировать” бюджет, но на деле режешь канал, который создаёт спрос, и усиливаешь канал, который только закрывает.
Для TikTok это особенно болезненно. Его сильная сторона — эмоциональный, визуальный вход. Он работает как стартовая точка, а не всегда как финальный клик. Поэтому при last-click TikTok выглядит слабее, чем он есть на самом деле. Это не значит, что TikTok всегда нужно защищать. Это значит, что его вклад нужно измерять иначе.
Что даёт сравнение моделей атрибуции
Attribution Portfolio — это по сути дисциплина сравнения. Ты смотришь на результаты под разными моделями и видишь, как меняется картина. Если TikTok резко усиливается при более “мягкой” модели, это знак, что он работает на более раннем этапе. Если разницы нет, значит, TikTok действительно не даёт ценной роли. Такой подход позволяет принимать решение более честно, а не на уровне привычки.
Практически это означает, что в отчётах ты должен видеть не одну цифру, а диапазон. И уже на этом диапазоне строить решение: сколько можно оставить на TikTok, как его связать с другими каналами, какие креативы работают на верх воронки, а какие ближе к конверсии. Это сложнее, чем смотреть один столбик, но именно так и появляется реальное управление бюджетом.
Как это использовать в арбитраже
Первое — разделить задачи. Если TikTok работает как “разогрев”, не надо требовать от него last-click результата. Для него важнее метрика влияния: как меняется стоимость конверсии на других каналах, когда TikTok включён. Второе — связать TikTok с честной postback-логикой, чтобы видеть, что происходит после первого касания. Третье — строить креативы под разные модели поведения: часть креативов должна работать как быстрый push к офферу, часть — как формирование интереса.
Это перекликается с идеей более взрослой атрибуции, которую мы обсуждали в материале про tracking и рост ROI. Когда у тебя несколько моделей, ты меньше зависишь от одной цифры и меньше рискуешь принимать ошибочные решения.
Почему это важно для ROI
Если ты режешь канал, который формирует спрос, ты можешь на время улучшить last-click метрики, но ухудшить общую экономику. Это типичная ловушка. Поэтому ключевой вопрос не в том, “какой канал выглядит лучше по last-click”, а в том, как канал влияет на итоговую прибыль. Это и есть смысл сравнения моделей: не оправдать канал, а понять его реальную роль.
В условиях, когда рынок дорожает, такая дисциплина становится особенно ценной. Ты не можешь позволить себе резать канал только потому, что одна модель выглядит хуже. Нужно смотреть на эффект в целом. И именно это делает Attribution Portfolio полезной практикой, а не просто красивым термином.
Как использовать портфель атрибуции в тестах
Хороший рабочий подход — тестировать один и тот же креатив на нескольких моделях атрибуции и смотреть, как расходится картина. Если при более “широкой” модели TikTok резко усиливается, это знак, что он работает на верх воронки. Тогда задача медиабайера — не выкинуть канал, а подобрать для него правильную задачу: разогрев, расширение охвата, создание спроса, который позже закрывается другими источниками.
Если же при разных моделях вклад TikTok остаётся слабым, это честный сигнал, что в текущей связке TikTok не вытягивает. Значит, надо менять креатив, аудиторию или сам оффер. Портфель атрибуции не нужен, чтобы “доказать, что TikTok хороший”. Он нужен, чтобы понять, что именно происходит.
Мини-чек-лист для честной оценки TikTok
- Сравнить last-click и более “мягкие” модели, чтобы увидеть диапазон вклада.
- Проверить, что TikTok даёт вклад в цепочку, а не только краткосрочный шум.
- Разделить креативы на “разогрев” и “конверсионные”.
- Сверить влияние TikTok на стоимость конверсии в других каналах.
- Оценивать канал по прибыли, а не по ощущению охвата.
Как тестировать бюджеты без резких ошибок
Частая ошибка — резко выключать или включать TikTok без контроля по воронке. Это создаёт эффект “качелей”: сегодня канал кажется слабым, завтра — неожиданно сильным. Чтобы этого избежать, нужно тестировать бюджет ступенчато и смотреть не только на прямой результат, но и на влияние на другие каналы. Если после снижения TikTok ухудшается качество лидов или растёт стоимость конверсии в других источниках, это знак, что TikTok давал важный вклад.
Ещё один полезный подход — разделить задачи: часть бюджета уходит на верх воронки, часть — на более конверсионные форматы. Тогда сравнение становится честнее. Ты видишь, какая часть действительно работает на покупку, а какая — на спрос. И не путаешь эти роли.
Сценарии, где last-click особенно опасен
- Длинный цикл покупки, где клиент возвращается через несколько каналов.
- Высокий чек, требующий доверия и прогрева.
- Смешанные воронки, где один канал формирует интерес, а другой закрывает.
- Мультигео кампании, где поведение аудитории отличается.
Как связать TikTok с оффером, чтобы вклад был измеримым
Если TikTok работает как разогрев, нужно строить мост до конверсии. Это может быть цепочка: TikTok → объясняющий лендинг → ретаргет в другом канале → покупка. Если ты не строишь этот мост, TikTok выглядит как “слив”, хотя на деле он просто не имеет выхода на завершение сделки.
Практически это означает два слоя креативов. Первый слой — про внимание и интерес, второй — про конкретную выгоду и шаг к покупке. Когда ты связываешь эти два слоя tracking’ом и ретаргетом, TikTok начинает показывать реальный вклад, а не только охват.
В этих сценариях полезно смотреть на TikTok как на инвестицию в спрос, а не как на прямой источник продаж. Это не оправдание канала, а нормальная постановка задачи. Если ты заранее выбираешь роль канала и проверяешь её на данных, тогда любое решение — отключить, усилить или изменить — становится обоснованным, а не эмоциональным.
Вывод
TikTok нельзя оценивать только через last-click. Это даёт удобный отчёт, но часто неправильное решение. Если ты хочешь видеть реальную картину, нужно сравнивать модели и понимать роль канала в воронке. Тогда становится ясно, где TikTok действительно даёт ценность, а где нет.
Для медиабайера это не “сложная аналитика”, а способ не потерять деньги на слишком простых выводах. И это напрямую влияет на ROI.
