Маркетинг-директор великого українського e-commerce кілька тижнів тому показав мені дашборд, в якому Meta Ads давав ROAS 6,8, а Google Ads — 4,2. На питання «ви впевнені, що Meta справді так працює?» відповів: «звичайно, ось дані, в них немає де брехати». Через місяць ми разом провели holdout-тест: відключили Meta на 14 днів у одному регіоні. Реальний інкрементальний ROAS виявився 1,3. П’ять одиниць ROAS були чистою фікцією моделі атрибуції.
Це не екзотична історія. У нашому моніторингу 14 українських e-commerce-кампаній, де ми мали можливість провести строгий incrementality-test, середня розбіжність між «атрибутованим» і «реальним» ROAS становила 3,1x. Найгірший випадок — 5,4x. Маркетингові команди працюють з даними, які системно завищують перформанс на 200-400%.
Звідки береться брехня
Усі моделі атрибуції — last-click, first-click, linear, position-based, data-driven — мають спільну рису: вони розділяють кредит між каналами, які вже отримали клік. Жодна з них не відповідає на головне запитання: «що з цього було б, якби ми взагалі не показували рекламу?»
Для прикладу: ваш клієнт зайшов на сайт через органіку, потім побачив банер у Meta (не клікнув), потім зайшов через брендовий запит у Google і купив. Last-click дасть 100% Google. Data-driven — десь 25-40% Meta. Реальність — Meta вплинула на 0% цього рішення, людина просто пам’ятала бренд з органіки. Реальний ROAS Meta тут — нуль, але звіт покаже двозначну цифру.
Що насправді рахує атрибуція
Платформи мотивовані показувати високий ROAS. Meta після iOS 14.5 переключилися на модельовану атрибуцію — це означає, що значна частина «конверсій» у дашборді ніколи не була пов’язана з кліком на ваш банер. Google після переходу на data-driven attribution робить те саме, але ще й розподіляє кредит на YouTube, Display, Performance Max — навіть якщо людина клікнула тільки на Search.
Це не злий умисел — це структурний конфлікт інтересів. Платформа, що продає вам трафік, не може бути нейтральним аудитором ефекту цього трафіку. У 2014 році, коли ми вперше підключали Google Analytics до Adwords, цю проблему вже знали. Ми просто переконали себе, що дані стали кращими. Вони стали гіршими.
Що рахувати замість ROAS
Перше — incrementality testing. Не «звіт показує ROAS 6», а «коли ми вимикаємо канал, продажі падають на X%». Це найдорожчий, але єдиний чесний метод. Великі команди (Rozetka, Citrus) проводять holdout-тести щоквартально. Дрібні можуть починати з простого: вимкнути один канал на тиждень у одному регіоні і подивитися.
Друге — MMM (marketing mix modeling). Замість того щоб питати «який клік привів», MMM питає «як змінюється загальний дохід при зміні витрат по каналах». Раніше це було недоступно дрібним брендам — зараз open-source інструменти (Robyn від Meta, LightweightMMM від Google) роблять моделювання можливим за 200 годин роботи аналітика.
Третє — економічна метрика, що не залежить від атрибуції: contribution margin per customer, payback period, LTV/CAC у когорті. Якщо ваш бізнес зростає, юніт-економіка позитивна, а нові клієнти окупаються за 4-6 місяців — деталі атрибуції не мають значення. Якщо ні — деталі атрибуції теж не врятують.
Що далі
До кінця 2026-го iOS 18 додасть ще один шар фрагментації даних, Google закриє third-party cookies в усьому світі, EU обмежить транскордонне відстеження. Атрибуційні моделі стануть ще менш точними. Маркетинг-команди, які звикли керувати дашбордами, втратять здатність прийняти рішення. Команди, які перейдуть на incrementality і MMM, отримають структурну перевагу.
Фікція ROAS не зникне сама. Її доведеться демонтувати свідомо. Краще зробити це до того, як CFO почне ставити незручні запитання.
