TikTok attribution portfolio: как 35% ROAS уходит в last-click

Когда я отрубил TikTok-кампанию на нутре под DE — потому что по last-click она выдавала ROAS 0.7 и явно «лила» в минус — конверсии в Google ретаргете просели на 28% за пять дней. Бюджет на TT был $400/день, на ретаргете $900/день. Срезал «плохой» источник, в итоге упал весь связка. Пришлось включать обратно и собирать данные через нормальный портфель атрибуции, а не один столбик в кабинете.

Это не моя личная криворукость, это общая беда медиабайеров, которые работают с TikTok как с обычным perfomance-каналом. TT — это первый клик в 60-70% случаев, не последний. Если ты меришь его last-click моделью, недооценка вклада идёт примерно на 25-40% — у меня на проде за полгода и 5М кликов вышло около 35%. Разберу, что с этим делать и как тестировать без ошибок, которые жгут бюджет.

Почему last-click показывает TikTok хуже, чем он есть

Last-click фиксирует только последний клик перед конверсией. Удобно для отчёта, но врёт на длинных воронках. TikTok даёт визуальный, эмоциональный первый контакт — человек залип на крео, запомнил оффер, ушёл скроллить дальше. Через 3-9 дней он вбивает бренд в Google или возвращается через ретаргет. Покупка фиксируется на Google Search или Meta retargeting, а TT остаётся «без заслуги».

Средний цикл покупки и где теряется заслуга

По моим данным на трёх вертикалях (нутра, гемблинг, e-com) средний разрыв между первым касанием TT и финальной конверсией — 4.2 дня для нутры и 7.8 дней для e-com с чеком выше $80. Для гемблы — 2.1 дня, там цикл короткий. Last-click окно по дефолту в TT Ads Manager — 7 дней по клику и 1 день по показу. Уже на этом этапе ты теряешь часть атрибуции, если цикл длиннее.

Почему TT особенно страдает от last-click

В отличие от Google Search, который ловит сформированный спрос, TT этот спрос создаёт. Человек не искал твой оффер — он скроллил ленту и наткнулся на крео. Это awareness-этап, по сути верх воронки. Когда last-click срезает TT и хвалит «конверсионный» канал, медиабайер начинает резать TT-бюджет и заливать больше в ретаргет. Но ретаргет работает только потому, что TT нагнал аудиторию. Срезали TT — ретаргет схлопнулся через 4-7 дней.

Что такое Attribution Portfolio и зачем смотреть на диапазон

Идея от TikTok for Business простая: одна модель = одна точка зрения. Сравни три-четыре модели и получишь диапазон вклада канала. Не одна цифра, а вилка: «TikTok принёс от 18% до 47% конверсий». Решение принимается уже по диапазону, а не по одной строчке отчёта.

Какие модели имеет смысл сравнивать

Минимальный набор, который я гоняю на каждой связке:

• Last-click — базовая, для контроля и сравнения с историей. Показывает только финальный клик.
• First-click — даёт всю заслугу первому касанию. На TT почти всегда задирает его вклад вверх.
• Linear — равномерно распределяет заслугу между всеми касаниями. Хорошая база для оценки роли в цепочке.
• Time-decay — даёт больше веса касаниям ближе к конверсии. Полезно для коротких циклов.
• Data-driven (если есть) — на больших объёмах через Google Analytics 4 или внутренний MMM. Дорого по данным, но честно.

Если TT по last-click даёт ROAS 0.8, а по linear — 1.6, а по first-click — 2.4, это сигнал: канал работает на верх воронки. Резать его — терять всю связку. Если же все три модели показывают примерно одинаково низкий результат — да, источник реально слабый, надо менять крео или оффер.

Практика: как у меня выглядит сравнение моделей на проде

Покажу на свежем кейсе, который крутил с января по март 2026. Гео — PL, оффер — нутра под суставы, чек $54 у партнёрки. Бюджет на TT — $350/день, на Meta retargeting — $580/день, на Google Search brand — $120/день. Связка с преленд-квизом (прокладка между TT и оффером для прогрева).

Цифры по трём моделям за 60 дней

• Last-click: TT получил 22% всех конверсий. ROAS канала 0.94. CPL $9.10.
• Linear: TT получил 41% заслуги. «Виртуальный» ROAS 1.73. CPL приведённый $4.90.
• First-click: TT получил 58% заслуги. ROAS 2.41.

Разница между last-click и first-click — больше чем в 2.5 раза. Если бы я опирался только на last-click столбик, отрубил бы TT в первую неделю и потерял бы весь объём. Поскольку смотрел на диапазон — оставил TT с задачей «верх воронки» и догонял через retargeting. Итоговый ROAS системы вырос с 1.4 (когда TT работал «в одиночку» на last-click оптимизацию) до 1.83 за два месяца. Прирост ROI ~30% именно за счёт правильной атрибуции.

Как разделить крео по этапам

В связке у меня было 14 активных крео. После того как разделил их на awareness-крео и конверсионные — картинка стала яснее:

• Awareness-крео (UGC-стиль, hook на эмоцию, без жёсткого CTA) — 8 штук, льются на широкую аудиторию. CTR 1.8-2.4%, CPM $3.10. EPC по last-click — $0.12. По linear — $0.31.
• Конверсионные крео (продуктовые, с ценой и CTA «забрать сейчас») — 6 штук, льются на lookalike от пикселя. CTR 0.9-1.3%, CPM $4.80. EPC по last-click — $0.41. По linear — $0.38.

Видно, что awareness-крео по last-click выглядят как слив (0.12), а реально вытягивают цепочку (0.31 по линейной). Конверсионные наоборот: last-click их завышает, потому что они стоят ближе к покупке.

Postback и как технически собрать данные для портфеля

Без правильного трекинга все эти модели — просто слова. Минимум, что должно стоять:

• Server-to-server postback от партнёрки или CRM в TT Events API. Не пиксельный, а серверный — пиксель режется iOS 17+ и блокировщиками, теряется 18-25% событий.
• Сквозной sub-id или click_id, который катится от первого касания до конверсии. Без него ты не сошьёшь touchpoint’ы.
• Окно атрибуции в трекере шире, чем дефолтное в TT. Я ставлю 30 дней по клику и 7 по показу — иначе теряются длинные циклы.
• Логирование первого касания и последнего отдельно. Большинство трекеров (Voluum, Keitaro, Binom) это умеют через user_id.

Когда у меня на нутре PL postback стоял только пиксельный — кабинет показывал ROAS 0.7, а партнёрка по сверке — 1.6. Разница в 130% возникала из-за iOS-юзеров, которых пиксель не видел. Перевёл на S2S через Events API — данные сошлись с разницей в 8%.

Бюджет на честный тест и распределение по воронке

Сколько нужно лить, чтобы получить статзначимые данные для сравнения моделей? Грубая прикидка по моим запускам:

• Для короткого цикла (гембла, дейтинг, цикл 1-3 дня) — $80-120/день на TT минимум 14 дней. Итого ~$1500 на чистый тест.
• Для среднего цикла (нутра, e-com до $80, цикл 4-9 дней) — $150-250/день, тест минимум 21 день. ~$4000-5000.
• Для длинного цикла (e-com от $80, B2B, цикл 10+ дней) — $300+/день, минимум 30 дней. От $9000.

Распределение бюджета внутри связки, которое у меня устоялось как рабочее: 40% на верх воронки (broad TT + awareness-крео), 60% на средний-нижний этапы (TT lookalike + Meta retargeting + Google brand search). На длинных циклах сдвигаю до 30/70 в пользу низа. На коротких циклах гемблы — наоборот, 55/45.

Когда TT реально не тянет и надо резать

Портфель атрибуции — не инструмент защиты канала любой ценой. Иногда TT правда не работает на конкретной связке. Признаки, что пора резать:

• Все три-четыре модели атрибуции показывают вклад ниже 15% и ROAS меньше 1.0 даже по first-click.
• После отключения TT на 7-10 дней качество лидов в ретаргете не просело, CPA не вырос.
• На постбэке видно, что юзеры с TT first-click конвертят в 3-4 раза хуже, чем с других источников first-click.
• Антифрод партнёрки фиксирует высокий процент мусорных лидов именно с TT-трафика — фрод-чарджбэки, отказы, дубли.

Был кейс на гембле под TR — TT по всем моделям давал максимум 9% вклада, и при отключении на 12 дней связка вообще не дрогнула. Резал без сожалений. Бюджет ушёл в Meta + push-сети, ROAS поднялся с 1.2 до 1.7. То есть портфель работает в обе стороны — и защищает нужные каналы, и помогает безболезненно резать ненужные.

Чек-лист: как собрать честную оценку TikTok за неделю

• Поставить S2S postback через TT Events API, проверить расхождение с пиксельными данными (норма до 10%).
• Расширить окно атрибуции в трекере до 30 дней клик / 7 дней показ.
• Включить в отчёт минимум 3 модели: last-click, linear, first-click. Если есть data-driven — добавить четвёртой.
• Разделить крео на awareness и конверсионные, теггировать через UTM.
• Сверять стоимость конверсии в других каналах с включённым и выключенным TT — тестовый период минимум 7 дней.
• Считать ROAS системы целиком, а не отдельных каналов. Канал в минусе по last-click, но система в плюсе — оставлять.
• Сравнивать диапазон, а не одну цифру. Если разница между моделями больше чем в 2 раза — канал работает на верх воронки, не резать.
• Антифрод-отчёт партнёрки сверять с TT-источником — мусорный лид через S2S тоже залетает в атрибуцию и портит картинку.

Самое важное — перестать смотреть на отдельный канал как на изолированный источник прибыли. TT в современной связке почти никогда не работает один. Если ты меришь его по правилам Google Search, ты теряешь 25-40% потенциального ROI. И это уже не теория, а то, что я наблюдаю на каждом запуске последние полтора года.