Почему ваша GA4 скорее всего считает не тем методом, каким вы думаете
GA4 по умолчанию ставит Data-Driven Attribution. Звучит солидно: алгоритм сам разбирается, какой канал принёс конверсию. Проблема в том, что DDA требует минимум 400 конверсий по одному действию и 20 000 взаимодействий за 28 дней. Если не набирается, GA4 тихо откатывается на Last Click. Без уведомления, без ошибки в интерфейсе. Вы думаете что работает умная модель, а реально считает самая примитивная.
90% малого бизнеса в KZ никогда не набирает этот порог. Магазин с 30-50 конверсиями в месяц, салон с 80-ю записями, автодилер с 20-ю обращениями: для всех них DDA это декорация. Подпись в отчёте говорит «data-driven», алгоритм считает по последнему клику. И бюджетные решения принимаются на основе модели, которая реально не работает.
Как проверить за три минуты: откройте GA4, зайдите в Advertising → Attribution paths. Если видите что практически весь вес конверсий падает на последний touchpoint, а ранние касания получают ноль или доли процента, ваш DDA давно откатился. Второй способ: сравните отчёт Model comparison (если он доступен). Если Data-Driven и Last Click показывают одинаковые числа, это не совпадение: это один и тот же алгоритм под двумя названиями.
Вот реальный пример. FlyBox, международная доставка из KZ. GA4 показывал CPL $4.42, дашборд зелёный, клиент доволен. Когда я залез в CRM и свёл заявки с реальными заказами, оказалось: из 150 заявок в реальные клиенты конвертировались 8. Реальная стоимость привлечения клиента: $88. Разница в 20 раз. Все ключи стояли на broad match, негативов два штуки, две кампании каннибализировали друг друга. Подробный разбор этого кейса я делал в аудите GA4 и утечек бюджета. GA4 показывал красивую цифру, потому что считал лиды, а не деньги. CPL без замыкания на CRM это vanity metric. Красивое число которое ни о чём не говорит.
Проблема не в том что GA4 плохой инструмент. Проблема в том что он молчит когда ему не хватает данных. Не показывает предупреждение «у вас мало конверсий, модель работает в упрощённом режиме». Просто считает по-другому и подписывает как было.
Шесть моделей на одном наборе данных: как каждая перераспределяет ваш бюджет
Возьмём условный KZ-бизнес с тремя каналами: Instagram CTWA (реклама с кнопкой «написать в WhatsApp»), Google Search и таргет на лендинг. Бюджет $1500 в месяц, 100 лидов, из них 15 стали клиентами. Путь типичного клиента: увидел рекламу в Instagram, кликнул, не написал. Через два дня загуглил название, кликнул по поисковому объявлению, перешёл на сайт. Ещё через день увидел ретаргет в Instagram, написал в WhatsApp, купил.
Теперь прогоним этот путь через шесть моделей. Last Click скажет: продажу принёс Instagram CTWA (последнее касание перед покупкой), лейте туда. First Click скажет: продажу начал Instagram (первый показ), лейте туда. Вроде оба за Instagram, но по разным причинам. Linear разделит заслугу поровну между тремя касаниями: Instagram, Google, Instagram ретаргет получат по 33%. Time Decay отдаст больше веса последнему касанию, но не всё: CTWA получит 50%, Google 30%, первый показ 20%. Position Based (U-shape) разделит 40% первому, 40% последнему и 20% среднему: Instagram 40%, CTWA 40%, Google 20%. Data-Driven (если бы хватило данных) мог бы назначить что угодно.
Практически: при бюджете $1500 разница между Last Click и Linear это $300-500 перераспределённых денег в месяц. Last Click говорит «забери из Google, отдай в CTWA». Linear говорит «оставь Google, он помогает». Для малого бизнеса это разница между прибыльным и убыточным месяцем.
Но вот что важно: для бизнеса с 1-2 каналами и меньше 50 конверсий в месяц выбор модели практически не влияет на решения. Если у вас только Instagram и Google, и вы тратите $500-800, сложная модель атрибуции не даст вам нового знания. Last Click при малом объёме данных это рациональный выбор, а не невежество. Экономить на SaaS за $199/мес и вести UTM-разметку в Google Sheet, это не стыдно. Это разумно.
Модели атрибуции начинают реально влиять на решения когда у вас три и больше каналов, 100+ конверсий в месяц и бюджет от $2000-3000. До этого порога ваше время лучше потратить на то, чтобы просто замкнуть воронку от клика до оплаты.
Мессенджер-воронка: почему классические модели слепнут на WhatsApp и Instagram DM
Вот типичный путь клиента в Казахстане. Человек увидел рекламу квартиры в Instagram, нажал «Написать в WhatsApp», задал три вопроса менеджеру, приехал на просмотр, внёс предоплату наличными. Ни один пиксель не видит этот путь целиком. Браузер не участвовал, сайт не открывался, форма не заполнялась. Для GA4 этого клиента не существует.
И это не нишевый сценарий. Для Gate City (недвижимость, Алматы) CTWA-кампания приносит 2563 диалога за 30 дней при $3.35 за диалог. Для Skin&Water (бьюти) 326 диалогов при $2.17. Мессенджер-воронка, это не альтернативный канал, это основной канал продаж для большинства бизнесов в KZ.
Техническая ловушка здесь в одном моменте. Когда человек кликает на CTWA-рекламу и пишет первое сообщение в WhatsApp, Meta передаёт ctwa_clid, уникальный идентификатор клика. Он существует только в первом webhook-сообщении. Если ваш бэкенд не сохранил этот referral-объект при первом контакте, атрибуция потеряна навсегда. Не «потеряна до следующего визита», а навсегда. Как именно устроен этот pipeline и какие CRM теряют данные, я разбирал в посте про отслеживание CTWA-рекламы до продажи.
К этому добавляется общая картина: около 35% трафика невидимо для браузерного пикселя из-за cookie-блокировок Safari, Firefox и Chrome. А в мессенджере пиксель физически не существует, весь путь клиента проходит в зашифрованном канале между двумя телефонами.
Вот кейс, который показывает масштаб расхождения. Один из наших клиентов, автодилер из Астаны. Ads Manager показывал «50 начатых диалогов» за неделю. Когда мы посмотрели реальные данные из CRM, оказалось: 8 дошли до квалификации, 2 до предметного разговора о сделке. Остальные 42 написали «привет», задали один вопрос и пропали. Алгоритм Meta не видел этой разницы. При этом пайплайн активных сделок составлял 259 миллионов тенге, и три заявки ждали одобрения лизинга. По меркам Ads Manager реклама «провалилась» (ноль продаж за месяц). По меркам CRM, воронка работает, просто цикл сделки 30+ дней.
Классические модели атрибуции проектировались для мира, где клиент ходит по сайтам и оставляет cookie-следы. В мессенджер-экономике KZ эта логика не работает. Нужна другая точка замыкания, и эта точка это CRM.
Два правильных числа: почему Meta, GA4 и CRM показывают разное и все три правы
Meta Ads говорит: 50 конверсий. GA4 говорит: 20. CRM говорит: 8 реальных клиентов. Кто врёт? Никто. Они считают разное.
Meta Ads работает с attribution window: 7 дней после клика и 1 день после просмотра. Человек увидел рекламу, не кликнул, через 6 часов сам зашёл на сайт и оставил заявку. Meta запишет это как свою конверсию: «он видел рекламу, значит она сработала». GA4 считает по последнему касанию в рамках своей модели и не знает про просмотр рекламы в Instagram. CRM считает только тех, кто реально заплатил деньги. Три системы, три определения слова «конверсия», три правильных числа.
В марте 2026 Meta переопределила понятие «клик». Лайки, шеры и сохранения больше не считаются кликами. У многих рекламодателей «конверсии» резко упали. Паника: «кампания сломалась!» На самом деле кампания стала считаться честнее. Раньше Meta засчитывала лайк как клик, клик как конверсию, и цифры выглядели красиво. Теперь клик это клик. Если ваши отчёты строились на старом определении, их нужно пересчитать, а не чинить рекламу. Подробнее о том, как серверная отправка данных через CAPI закрывает разрыв между платформами, я писал в разборе Meta CAPI vs Pixel.
Другой пример. Gate City крутит две кампании: CTWA в Meta ($3.35 за диалог) и Google Search ($9 за лид). Значит ли это что Google в 2.7 раза хуже? Нет. Это разная структура канала. CTWA приводит начало разговора в мессенджере, половина из которых заканчивается на «спасибо, подумаю». Google Search приводит человека который сам набрал «купить квартиру в Алматы», и его интент горячее. Сравнивать CPL между каналами без учёта конверсии в продажу, это как сравнивать цену яблок и грузовиков.
Walled gardens (Meta, Google, TikTok) всегда атрибутируют конверсию себе. Если человек видел рекламу в трёх каналах и купил, каждый из них запишет продажу на свой счёт. Сумма конверсий из всех платформ будет больше 100%. Это нормально, если вы понимаете что происходит. CPL без замыкания на CRM (заявка → сделка → деньги), это vanity metric. Красивое число которое ни о чём не говорит.
Практический вывод: не ищите «правильную» цифру между платформами. Вместо этого постройте одну точку правды, CRM, где фиксируется факт оплаты. И уже от неё отматывайте назад к каналу.
Офлайн и Kaspi: 40% выручки которые не видит ни одна модель
40%+ выручки типичного бизнеса в Казахстане проходит через Kaspi Pay, POS-терминалы и наличные. Между рекламным кликом и кассовым чеком нет цифрового идентификатора. Пиксель видит клик, CRM видит лид, а момент оплаты остаётся в бухгалтерской тетрадке. Для модели атрибуции этот клиент «не конвертировался».
Проблема усиливается при длинном цикле сделки. У одного из наших клиентов, автодилера грузовой техники из Астаны, 90% сделок проходят через ФРП (Фонд развития промышленности) с одобрением в течение 30 дней. Продажа в декабре, это рекламный клик в октябре. Last Click модель назначит заслугу касанию за день до подписания договора, скорее всего звонку менеджера или повторному визиту на сайт. Рекламный клик, который запустил всю цепочку 30+ дней назад, для модели невидим. И в отчёте реклама «не работает», хотя пайплайн набит активными сделками.
Есть простой метод замыкания, который работает без дорогих инструментов. Первое: при первом контакте в WhatsApp или DM фиксировать источник. Автоматически, через ctwa_clid если это CTWA-реклама, или вручную, просто спросить «откуда о нас узнали?» Звучит примитивно, но в мессенджер-экономике прямой вопрос при первом контакте бьёт любой пиксель по точности. Человек отвечает «видел рекламу в Instagram» или «друг посоветовал», и вы сразу знаете то, что ни одна модель атрибуции не покажет.
Второе: ежемесячное сведение CRM с бухгалтерией. Берёте список клиентов которые заплатили за месяц (из 1С, Kaspi Business или просто из выписки), сопоставляете с лидами в CRM по имени/телефону, проставляете источник. Два часа работы раз в месяц. Зато вы видите реальный ROAS по каналам: потратили $500 на Meta, получили 3 оплаченных клиента с общим чеком $2000. Это единственная цифра которая имеет значение.
Ни одна автоматическая модель атрибуции не умеет замыкать рекламный клик на перевод через Kaspi. Это ручная работа. Но это два часа, которые дают вам больше реальных данных, чем месяц сбора пиксельной аналитики.
Consent Mode, iOS ATT и тихая смерть аналитики: что уже сломалось в KZ
15 июня 2026 Google убрал Signals как резервный механизм для рекламных данных. Раньше, если consent-баннер настроен криво, Google мог подтягивать сигналы другими путями. Теперь ad_storage из CMP (consent management platform) стал единственным gate. Если баннер не отправляет правильный сигнал, Smart Bidding, ремаркетинг и конверсии слепнут. Тихо, без ошибки в интерфейсе. По данным Privado AI (июнь 2026), 48% из топ-250 сайтов misconfigure Consent Mode. Половина рынка потенциально потеряла часть данных и не знает об этом. Как устроен recovery-стек и что конкретно проверять, я разбирал в посте про Consent Mode v2 и потерю данных.
Параллельно 75% iOS-пользователей отказывают в трекинге через ATT (App Tracking Transparency). Meta компенсирует моделированием (Aggregated Event Measurement), но модельные данные расходятся с GA4. Маркетолог видит два разных «правильных» числа и не знает какому верить. Это не баг, это новая реальность: 100% точных данных больше не будет, и любой кто обещает полную картину, продаёт иллюзию.
Вот личный пример. GTM на milakhin.studio не работал 5 дней на проде. Причина: переменная NEXT_PUBLIC_GTM_ID не была добавлена в Vercel ENV при деплое. Пять дней ноль событий в GA4. Я обнаружил случайно, не через мониторинг, а когда посмотрел отчёт и увидел пустоту. Никакого алерта, никакой ошибки, сайт работал нормально.
Аналитика не падает с ошибкой. Не шлёт алерт. Просто перестаёт собирать данные, и вы узнаёте об этом через неделю когда смотрите отчёт и видите ноль.
Для KZ-бизнеса это бьёт двойным ударом. Первый: бизнес и так работает на малых объёмах данных (30-100 конверсий/мес), и потеря даже 20-30% из-за consent/ATT делает аналитику статистически бесполезной. Второй: мессенджер-каналы (WhatsApp, Instagram DM) изначально не генерируют пиксельных данных. Если единственный канал который генерирует cookie-трекинг (сайт) ещё и теряет данные из-за consent, то модель атрибуции работает на 40-50% реальной картины.
Вывод не в том что аналитика бесполезна. Вывод в том что полагаться только на автоматическую пиксельную аналитику в 2026 году, значит видеть меньше половины картины. Нужен дополнительный слой: CRM с ручным замыканием, о котором дальше.
Method stacking для бюджета $500-2000/мес: пошаговый чек-лист без аналитика в штате
Если у вас нет $15-30K на incrementality-тестирование и $199/мес на SaaS-платформу атрибуции, это не повод летать вслепую. Есть method stacking: комбинация простых инструментов, каждый из которых закрывает свой кусок картины.
Шаг 1: UTM-дисциплина. Единый стандарт разметки для всех каналов. utm_source = платформа (meta, google, instagram), utm_medium = тип (cpc, ctwa, organic), utm_campaign = название кампании. Никаких «test1», «new_campaign_final_v2». Один шаблон, один Google Sheet с реестром всех UTM. 30 минут на настройку, потом только копировать.
Шаг 2: CRM source capture. При первом контакте в WhatsApp или DM фиксировать источник. Автоматически: если клиент пришёл через CTWA, сохранить ctwa_clid и campaign_id из referral-объекта. Вручную: если пришёл из органики или по рекомендации, первый вопрос менеджера «откуда о нас узнали?» и запись ответа в CRM. Простое поле «источник» в карточке контакта.
Шаг 3: Ежемесячное сведение CRM × бухгалтерия. Раз в месяц, два часа работы. Берёте выгрузку оплат (1С, Kaspi Business, банковская выписка), сопоставляете с лидами в CRM по телефону/имени. Проставляете: этот клиент пришёл из Meta CTWA, этот из Google, этот по рекомендации. Считаете: потратили $800 на Meta → 5 клиентов → выручка $3500 → ROAS 4.4. Потратили $700 на Google → 2 клиента → выручка $4000 → ROAS 5.7. Вот ваша реальная атрибуция.
Шаг 4: Когда пора усложняться. Чёткие пороги: больше 200 конверсий в месяц, больше 3 активных каналов, бюджет от $3000. Тогда имеет смысл внедрять CAPI для серверной отправки событий, строить multi-touch модель, думать про incrementality. До этих порогов каждый доллар на сложную аналитику лучше потратить на рекламу.
Анти-гайд: если у вас 1-2 канала и меньше 50 конверсий в месяц, ваша «модель атрибуции» это UTM + Google Sheet + вопрос «откуда узнали?» при первом контакте. Не потому что это идеально, а потому что любой инструмент сложнее будет работать на тех же данных и давать ту же точность, только за деньги.