Использование модели Last Click при расчете ROI для трафика с Яндекс.Маркета занижает реальную эффективность кампании на 30-45%, так как игнорирует цепочки касаний. В нише масс-маркета одежды, где цикл принятия решения по товару стоимостью 2 500–4 000 рублей составляет от 2 до 5 дней, только многоканальная атрибуция в GA4 позволяет увидеть истинный возврат инвестиций.
Проблема Last Click и реальный путь покупателя
Типичный сценарий покупки свитера модели Весна от Gloria Jeans: пользователь видит товар в выдаче Яндекс.Маркета, переходит на сайт для изучения размерной сетки, уходит, а затем возвращается через прямой заход или ретаргетинг. При стандартном анализе конверсия припишется последнему каналу, и затраты на Маркет будут выглядеть неоправданными при стоимости лида (CPL) в 400-600 рублей.
Анализ пути пользователя (User Path) в GA4 показывает, что до 60% заказов в категории «женские свитера» имеют более 3-х касаний. Если стоимость привлечения клиента (CAC) превышает 800 рублей при среднем чеке в 3 500 рублей, маркетолог ошибочно отключает канал, который на самом деле генерирует первичный спрос.
Экспертный вывод: Оценивать ROI по модели Last Click в одежде — значит убивать верхнюю часть воронки. Переходите на Data-driven атрибуцию, чтобы распределить ценность между первым кликом с Маркета и финальной покупкой.
Технический расчет ROI через Data-driven атрибуцию
Для точного расчета ROI используем формулу: (Доход от атрибутированных заказов - Затраты на рекламу) / Затраты на рекламу * 100%. В GA4 при переключении модели атрибуции на «На основе данных» (Data-driven), ценность конверсии для Яндекс.Маркета часто вырастает на 20-35% по сравнению с Last Click, так как алгоритм учитывает вес каждого взаимодействия.
Пример: кампания на модель Весна с бюджетом 50 000 руб. принесла 20 прямых продаж (Last Click) на сумму 70 000 руб. (ROI 40%). Однако Data-driven модель показывает участие Маркета в еще 15 заказах, которые закрылись через поиск. Итоговый доход вырастает до 96 000 руб., а реальный ROI поднимается до 92%.
Экспертный вывод: Разница в 52% ROI между моделями атрибуции определяет, будете ли вы масштабировать бюджет или резать его. Всегда проверяйте отчет «Сравнение моделей атрибуции» перед изменением ставок в кабинете Маркета.
Сравнение LTV и CAC: Маркет против прямого трафика
Покупатели, пришедшие с Яндекс.Маркета, часто имеют более высокий коэффициент возврата (Retention Rate), так как доверяют экосистеме площадки. Практика показывает, что CAC для трафика с Маркета в сегменте одежды выше на 15-20%, чем у прямого трафика, но LTV (пожизненная ценность клиента) оказывается на 25% выше за счет более высокого среднего чека при повторных покупках.
Кейс: клиент, купивший свитер Весна через Маркет, с вероятностью 40% вернется за аксессуарами в течение 60 дней. В то время как «прямой» пользователь, пришедший по скидочному купону, имеет Retention Rate всего 12-15%. Это делает долгосрочный ROI с Маркета более устойчивым.
Экспертный вывод: Не пытайтесь уравнять CAC разных каналов. Дороже привлеченный клиент с Маркета окупается за счет LTV, что делает его более выгодным активом, чем дешевый, но «одноразовый» трафик из соцсетей.
Учет возвратов в формуле чистого ROI
Критическая ошибка многих Ecommerce-магазинов — расчет ROI по «грязным» продажам. В нише женской одежды процент возвратов может достигать 30-50% из-за проблем с размером. Если модель Весна имеет высокий процент возвратов (например, 45% из-за маломерности), ваш фактический ROI может оказаться отрицательным даже при высокой конверсии в GA4.
Для корректировки необходимо интегрировать данные о возвратах из CRM в GA4 через Measurement Protocol. Если выручка от заказа была 3 500 руб., а возврат составил 3 500 руб., доход в формуле ROI должен стать нулевым, а затраты на привлечение (CAC) — остаться. Это позволяет выявить товары-ловушки, которые генерируют клики, но не приносят прибыли.
Экспертный вывод: ROI без учета возвратов — это фантомная прибыль. Только связка GA4 + данные о возвратах дает реальную картину рентабельности рекламных кампаний в Яндекс.Маркете.
Вывод
Для точного расчета ROI в нише одежды необходимо полностью отказаться от Last Click в пользу Data-driven атрибуции в GA4 и внедрить учет возвратов в финансовую модель. Начните с анализа пути пользователя и сравнения LTV разных сегментов. Избегайте принятия решений о бюджете на основе данных только из кабинета Яндекс.Маркета — используйте GA4 как единый источник истины для оценки многоканальных касаний. Мой вердикт: инвестируйте в качественную настройку событий Ecommerce, так как без этого любой расчет ROI будет погрешностью в 30-50%.