Last-click завышает поиск в полтора раза и режет канал, который его кормит

TL;DR Статья для собственника, который смотрит на отчёт, где поиск приносит заявки по 2 000 ₽, а видео и блогеры — по 20 000 ₽, и собирается выключить второе ради первого. Отчёт делит заслугу по последнему клику, а последний клик почти всегда поисковый: туда возвращаются люди, которых привёл охват. По отчётам, где виден путь каждого покупателя, last-click отдаёт поиску в полтора раза больше заслуги, чем у него есть, а рассылки и медийку занижает в полтора-два раза. Делить бюджет по last-click у одного магазина стоило бы, по модели, около десятой части выручки. Ролик поднимает запросы о бренде за пять минут, баннер — на 28–44 % за десять, заявки из поиска после медийки появляются через две недели; отчёт за неделю без лага этого не видит. Правило 60:40 — наблюдение по конкурсным кейсам, оптимум там плывёт от 44:56 у некоммерческого сектора до 80:20 у финансов. Что делать: до выключения снять брендовые запросы в Вордстате и брендовые заявки в Директе, выключать в одном регионе и смотреть 8–12 недель. Ниже числа, калькулятор и проверка у себя. Чтение — минут двадцать пять.

Представьте месячный отчёт. Поиск: 1 000 заявок по 2 000 ₽. Видео и посевы у блогеров: 30 заявок по 20 000 ₽. Решение напрашивается само: выключить видео, 600 тыс ₽ в месяц переложить в поиск. Через два месяца поиск приносит заявок меньше, чем раньше, при той же ставке, брендовых запросов стало меньше, заявка подорожала. Подрядчик говорит «сезон», маркетолог говорит «конкуренты». Отчёт по-прежнему зелёный: last-click сходится до рубля.

Я Егор, десять лет в перформанс-маркетинге. Строка «брендовый поиск» в отчёте всегда самая дешёвая. За десять лет я много раз видел, как она получает всю заслугу, а охват, который её кормит, — ноль. Статья про одно решение: можно ли выключать охватный канал, который по отчёту «не продаёт», и как узнать, сколько поиска держится на нём. Числа — из рецензируемых работ, полевых экспериментов, отчётов отраслевых ассоциаций и справок Яндекса. Вендорские данные и кейсы агентств помечаю как самоотчёт, свои расчёты — как прикидку. Ссылки в конце.

В деньгах Модельный бизнес: поиск даёт 1 000 заявок в месяц, из них 400 по запросам с названием компании. Охват стоит 600 тыс ₽ в месяц и по отчёту приносит 30 заявок. С одной заявки после конверсии в сделку остаётся 6 000 ₽ маржи. Отчёт обещает: выключим охват, потеряем 30 заявок на 180 тыс ₽ маржи, сэкономим 600 тыс ₽, итого плюс 420 тыс ₽ в месяц. Если четверть брендового спроса создана охватом, вместе с ним уйдут ещё 100 заявок из поиска. Потеря 130 заявок на 780 тыс ₽ маржи против экономии 600 тыс ₽: минус 180 тыс ₽ в месяц. Порог в этом примере — 17,5 %: если хотя бы примерно каждая шестая брендовая заявка пришла из-за охвата, выключать его невыгодно. Четверть — прикидка. Прямого замера этой доли нет; смежные замеры дают ориентиры 16–36 %, вендорская оценка — от 50 %. Подставьте свои числа в калькулятор в разделе «Сколько поисковых заявок уйдёт вместе с охватом».

Отчёт отдаёт поиску заслугу охвата: 25 % по last-click против 16 % по всем касаниям

В Директе и Метрике с 20 мая 2026 года четыре модели атрибуции по переходам: автоматическая, которая стоит по умолчанию, первый переход, последний значимый переход и последний переход. Все четыре делят заслугу между кликами. Просмотр ролика без клика в них не попадает; его видят только две «показные» модели для медийных кампаний и отдельные исследования Lift. Поэтому в отчёте по последнему переходу охват получает заслугу только за тех, кто кликнул по баннеру и после этого больше никуда не заходил. Остальные пришли позже через поиск, и заслуга ушла поиску.

Сколько именно уходит, измерили на индивидуальных путях клиентов отеля-франшизы в США: 22 тысячи визитов, 1 128 покупок, модель, которая делит заслугу между всеми касаниями до покупки. По last-click органический поиск собирал 25 % конверсий, по модели — 16 %. Платный поиск падал с 10 % до 6 % и уходил на последнее место. Рассылки поднимались с 12 % до 19 %, медийка — с 4 % до 7 %. Авторы объясняют механизм прямо: часть клиентов, уже побывавших на сайте через другие каналы, вводят название в поиск как дорогу обратно.

Простыми словами Поиск в отчёте — дверь, в которую возвращаются те, кого привели другие. Last-click записывает продажу на дверь.

Та же работа дала редкую проверку наоборот: отель-франшиза на неделю выключила платный поиск. Last-click приписывал ему 7,8 % конверсий; модель предсказала потерю 6,6 %, факт оказался ещё мягче: часть людей перешла в бесплатную выдачу. У сильного бренда дверь не единственная. У слабого, оговариваются авторы, такого перехвата может не случиться.

Самый крупный публичный пример той же двери — Airbnb. В проспекте перед выходом на биржу в ноябре 2020 года компания писала, что за девять месяцев 2020 года около 91 % трафика пришло через прямые и бесплатные каналы. В пандемию она срезала перфоманс, в 2021 году запустила первую за пять лет большую бренд-кампанию и в письме акционерам за первый квартал объяснила стратегию: «увеличить бренд-маркетинг и силой бренда привлекать гостей через прямые и бесплатные каналы». По отчётности в SEC расходы на продажи и маркетинг упали с 1,6 млрд долларов в 2019 году до 1,2 млрд в 2021-м, с 34 % выручки до 20 %, а выручка за те же два года выросла на четверть. Это не эксперимент: 2020–2021 — пандемия и отскок спроса, а доля прямого трафика была высокой до сокращения. Но направление то же, что у отеля-франшизы: платный поиск собирал спрос, который бренд создал без него.

Во что обходится делить деньги по last-click, посчитали у европейского интернет-магазина с девятью каналами, включая ТВ и радио. Если делить бюджет по последнему клику, выручки по модели выходило бы на 10–12 % меньше, чем при текущем распределении, и на 25–27 % меньше, чем при распределении по всем касаниям. Офлайн-каналы last-click не может зачесть по построению: у телеролика нет клика, его бюджет при таком делении уезжает в онлайн. Менеджеры магазина сами поправляли last-click «на глаз» в правильную сторону, и этого не хватало. Для бизнеса с выручкой 100 млн ₽ в год десятая часть — 10 млн ₽ в год. Это одна фирма, и у вас число будет своё; направление ошибки по поиску и по офлайн-каналам во всех работах, что я читал, одно и то же.

Что покажет Вордстат после ролика: от 15 секунд до двух недель

Ролик вышел в субботу в 20:00. В 20:00:15 в поиске уже есть всплеск запросов о бренде: так было у 46 роликов Супербоула 2011 года по данным поиска Yahoo. Там сто миллионов зрителей разом; авторы сами называют условия «самыми благоприятными из возможных» и считают, что для обычного ролика за 150 тыс долларов такой же статистической точности пришлось бы ждать 400 роликов.

У обычного ролика всплеск укладывается в пять минут, пик — в первую. Три марки пикапов в США, 27 тысяч роликов за год в обычных программах, поминутные данные поиска: плюс 10 % показов дают плюс 0,9 % запросов о марке. Дневная статистика кабинета этот всплеск размазывает.

К трём ночи — пик у финансовых услуг. Пятнадцать брендов, 58 тысяч роликов, почасовые данные Google за квартал: плюс 10 % расходов на ТВ дают плюс 1,7 % запросов о бренде в следующие четыре дня, пик через 6–11 часов после эфира, через 17 часов эффект неотличим от нуля. Слово в строке поиска при этом уже другое. ТВ почти не увеличивает число людей, которые ищут категорию. Оно меняет слово, которое они вводят: вместо «брокер онлайн» — название бренда. Эффект переманивания у авторов примерно на два порядка больше эффекта расширения категории; та же группа на индивидуальных данных 180 тысяч пользователей AOL за 2006 год расширения категории не нашла вовсе.

Со среды общие запросы начинают превращаться в брендовые. У сети отелей с несколькими сотнями ключевых слов 10 дополнительных кликов по общим словам давали 0,68 дополнительной брони, и 0,56 из них приходили позже через запрос с названием; по моему расчёту из этих чисел — четыре пятых. Пик на третий день, 95 % за 12 дней. На недельных данных авторы связи не увидели. При этом конверсия брендовых слов у той же сети была 6 % против 1 % у общих: по отдельным метрикам общие слова надо резать первыми.

Через две недели приходят заявки. У банка, который делил миллион долларов пополам между дисплеем и поиском, рост показов дисплея первые две недели не давал заявок через поиск, затем начинал давать: устойчивые 1,4 млн показов приносили около 20 поисковых заявок в неделю. Шок по дисплею объяснял 16 % колебаний поисковых заявок и 40 % колебаний поисковых показов. Цена заявки с учётом лагов менялась у обоих каналов: у поиска с учётом его собственного долгого хвоста — с 73 долларов до 38, у дисплея с учётом заявок, которые он создаёт через поиск, и дополнительных поисковых кликов — с 88 до 76.

А в понедельник собственник открывает отчёт за неделю. Строка «поиск» выросла, строка «видео» — ноль заявок. Дневная статистика размазала пятиминутный всплеск, недельная без лага не дождалась заявок через две недели; у сети отелей на недельных данных связи общих и брендовых запросов не нашли совсем.

Баннер работает так же, только его можно измерить с контрольной группой. На главной странице Yahoo два баннера чередовались каждую секунду, и каждый посетитель случайно видел целевой или контрольный: получился эксперимент на 40 млн человек в день. Баннер поднимал запросы о рекламируемом бренде на 28–44 % в ближайшие десять минут. И до 23 % — запросы об отдельных конкурентах; суммарно по всем конкурентам дополнительных запросов выходило в 2–8 раз больше, чем о самом рекламодателе. Баннер планшета Samsung принёс вдвое больше запросов об iPad, чем о себе.

Часть людей после ролика вообще минует поиск. На 20 брендах и 1 224 роликах ролик с призывом к действию снижал переходы из поисковиков и поднимал прямые заходы на сайт, причём рост прямых заходов был в шесть раз больше снижения поисковых. Такие люди в Метрике числятся как «прямые заходы», и заслуга не достаётся никому.

Сколько поисковых заявок уйдёт вместе с охватом

Прямого замера «выключили охват, через N недель упал поиск» нет ни в одной из двадцати рецензируемых работ, которые я читал для этой статьи, и ни в одном открытом российском кейсе. Есть замеры в одну сторону: включили, выросло, с лагом от минут до двух недель. Обратный ход — рассуждение по симметрии, и я так его и подаю. Для решения о деньгах его хватает, для спора с подрядчиком — нет.

Калькулятор считает, что станет с заявками, если выключить охват и ничего не менять в поиске. Главный ползунок — доля брендовых заявок, которую создаёт охват. Прямого замера этой доли нет, поэтому готовые значения — ориентиры порядка величины из смежных замеров:

• 16 % — доля колебаний поисковых заявок, которую объяснял дисплей у банка с миллионом долларов на дисплей и поиск;
• 36 % — доля поисковых конверсий по last-click, которых по модели у поиска нет, 9 из 25 у отеля-франшизы из первого раздела: это те же «в полтора раза» с другой стороны;
• 50 % — нижняя граница оценки продавца эконометрики, что last-click завышает поиск в 2–10 раз; это вендорские данные.

Главная строка калькулятора — порог. Это доля брендового спроса, при которой экономия на охвате ровно равна потерянной марже. В модельном бизнесе порог 17,5 %: чуть выше первого ориентира и ниже двух других.

Замечание Калькулятор упрощает в обе стороны. Он не учитывает, что вместе с брендовыми запросами уйдёт и часть расходов на брендовые клики: экономия будет чуть больше. И не учитывает, куда вы положите сэкономленные деньги: следующий рубль в поиск принесёт меньше предыдущего, это «Следующий рубль». Ещё калькулятор молчит о хвосте: по одному замеру на рынке лекарств категория помнит рекламу полгода, бренд — два месяца, то есть первый месяц после отключения покажет меньшую потерю, чем третий.

После пересчёта охват иногда всё равно режут: банк и мебельщики

Соблазн после всего прочитанного — объявить охват недооценённым и добавить ему денег. Замеры с этим не согласны.

У того же банка после пересчёта с лагами выгоднее оказался поиск: доллар в поиске возвращал 1,75, в дисплее — 1,24. Модель посоветовала поднять бюджет поиска на 36 % и срезать дисплей на 31 %, хотя дисплей только что получил заслугу за поисковые заявки. Причины две: дисплей вместе с заявками приносит и дополнительные поисковые клики, за которые тоже платят, и у поиска динамические эффекты сильнее.

У поставщика офисной мебели в Нидерландах 70 % маркетинговых денег уходило на бумажные флаеры по базе клиентов. Полевой эксперимент по регионам: флаеры срезали вдвое, контекст удвоили. Прирост чистой прибыли вырос в 14 раз против регионов, где ничего не меняли. Флаеры давали 57 центов на евро, и резать их было безопасно. Это единственный в моей подборке эксперимент с урезанием офлайн-канала, и он закончился в пользу урезания.

Решение Пересчёт с учётом всех касаний отвечает на один вопрос: сколько поиска держится на охвате. Дальше отдачу обоих каналов считают заново, и иногда ответ — всё равно резать.

Теория синергии добавляет правило для случая, когда каналы усиливают друг друга. По модели на данных бренда Dockers, где ТВ и печать усиливали друг друга, с ростом синергии оптимально увеличивать общий бюджет и давать большую долю тому каналу, который сам по себе слабее. Канал с нулевой собственной отдачей заслуживает ненулевого бюджета, если усиливает другие. У немецкого автопроизводителя офлайн-реклама значимо усиливала онлайн, и оптимум велел удвоить долю онлайна с 7 % до 14 %, а не обнулить офлайн.

Откуда взялось 60:40: конкурсные кейсы, самооценка и оптимум от 44:56 до 80:20

Когда речь заходит о бренде и активации, кто-нибудь приносит правило 60:40 Леса Бине и Питера Филда: 60 % бюджета на построение бренда, 40 % на активацию продаж.

База — IPA Databank: данные, которые агентства подают вместе с заявкой на британский конкурс эффективности рекламы. В 2013 году это 996 кампаний 700 брендов в 83 категориях. «Эффект» — число «очень больших» бизнес-результатов, которые автор кейса сам ставит себе по четырёхбалльной шкале. Оптимум — вершина кривой «число эффектов против доли активации», без доверительных интервалов. До 2016 года бренд и активацию делили по типу медиа: ТВ считалось брендом, рассылки — активацией; авторы сами назвали это «несовершенным». В 2016 году авторов кейсов впервые попросили поделить бюджет явно, и лучшие кейсы дали 62:38, 64:36, 58:42 и 64:36.

Бине и Филд в своих же отчётах оговаривают: соотношение «почти наверняка зависит от категории и, возможно, от рынка»; обычные кампании, не поданные на конкурс, «могут быть ещё сильнее смещены к короткому сроку». В 2018 году они показали, как оптимум плывёт по их же базе.

По секторам — от 80:20 у финансовых услуг до 51:49 у прочих услуг, у некоммерческого сектора 44:56. По окнам лет оптимум сдвигался от 55:45 к 76:24. У онлайн-бизнесов, по колонке тех же авторов, ближе к 75:25, потому что «активация — лёгкая часть». Правило из их графиков звучит так: если активация даётся легко, уменьшай её долю. Поиск в их определении — активация, которая «эксплуатирует» уже созданный капитал бренда: в базе у платного поиска одна из самых высоких долей кейсов с очень большим активационным эффектом, выше только у телерекламы с прямым откликом, и самая низкая — с эффектом на бренд.

Байрон Шарп из Ehrenberg-Bass на конференции 2022 года назвал базу «очень странным набором данных — заявками на премии» и сказал, что 60:40 — «не научный закон». С ним трудно спорить: самоотбор, выжившие, самооценка, корреляция. Спор идёт о цифре. Механику никто не оспаривает: ни одна из сторон не утверждает, что активация работает без спроса, созданного раньше.

Собственнику из этого пригодится направление, число оставьте авторам. Чем легче вам даётся активация, чем больше у вас брендового поиска и тёплых заявок, тем больше этот поиск живёт за счёт охвата. И тем осторожнее резать охват по отчёту, где он проигрывает. По слайдам Бине с конференции IPA 2025 года погоня за отчётной отдачей выглядит так: медианный ROI медиа в базе вырос на 4 %, медианная дополнительная прибыль упала на 11 %. Отчётная отдача растёт, деньги падают.

Что видно в российских данных

Среднего числа «медийка даёт плюс столько-то брендовых запросов» по России нет: Яндекс его не публикует, открытые кейсы — выжившие. Но три вещи проверить можно.

Яндекс продаёт связку «охват → поиск» как продукт. В Директе есть исследование Search Lift: аудиторию медийной кампании делят 90 на 10, контрольной группе объявления намеренно не показывают через виртуальный аукцион, и через десять дней после конца показов кабинет показывает прирост запросов о бренде. Порог входа — бюджет от 300 тыс ₽, охват от миллиона человек, от пяти миллионов показов, длительность от семи дней, рекомендовано от трёх недель. Есть и стратегия «Рост запросов в Поиске», которая оптимизирует медийку под последующий брендовый поиск. Доверительные интервалы и порог значимости Яндекс не раскрывает.

Единственный открытый российский кейс с описанной методикой «до, во время, после» — агентство, которое размещает медийку на маркетплейсе: 20 брендов ухода за волосами, брендовые запросы по Вордстату и внутреннему поиску площадки. Самоотчёт без контрольной группы, но с полезной шкалой по бюджету:

• до 100 тыс ₽ — прирост брендовых запросов 5–12 %, и он быстро сходил на нет после остановки;
• 100–300 тыс ₽ — 15–35 %;
• от 300 тыс ₽ и нескольких миллионов показов — 40–90 %;
• от 500 тыс ₽ — 80–150 %, и повышенный уровень держался месяцами.

Кампании с охватом меньше 100 тысяч показов на поисковый спрос не влияли.

Как это устроено у крупного российского бренда, рассказал сооснователь косметического бренда Mixit Олег Пай в подкасте «Бизнес на салфетке» в июле 2024 года. Около 70 % продаж — маркетплейсы. Две самые большие статьи маркетингового бюджета — блогеры и ТВ, работа инхаус. Пул «друзей бренда» — несколько тысяч блогеров от тысячи подписчиков, в день выходит больше ста интеграций. На вопрос, как оценивают блогеров, он ответил, что способа оценить их эффективность на рынке нет, а главный инструмент — продажи с каждой интеграции по ссылке на карточку товара, и что скоро блогеров «можно будет считать как контекстную рекламу». Это та же дверь. Покупка после перехода по ссылке блогера зачтётся интеграции; всё, что пришло через поиск бренда на маркетплейсе и в Яндексе, уйдёт в заслугу карточки и рекламы на площадке. Как бренд сводит это внутри, снаружи не видно, и я этого не оцениваю. Важен порядок, в котором живёт рынок: самая большая статья бюджета меряется по последнему клику, и чем точнее площадки научатся считать переходы от блогеров, тем сильнее будет соблазн привязать охват к продажам по ссылке. О той же подмене задач пишет Саша Чижов: как только у блогеров появляется трекинг конверсий, их привязывают к перфоманс-KPI, и через время проседают оба канала.

И про цену поиска. По данным сервиса для рекламодателей click.ru, клик в поиске Директа во втором квартале 2026 года стоил на 5 % дешевле, чем годом раньше. По данным рекламного холдинга E-Promo, за 2025 год клик подорожал на 5 %, а целевое действие — на 16 %; за первое полугодие 2026 года клик — на 2 %, целевое действие — на 17 %. Дорожает заявка, а не клик: люди кликают и сравнивают, но реже доходят до действия. Это согласуется с механикой статьи: когда охват режут, в поиск приходит меньше тёплых и больше холодных, и конверсия падает при той же цене клика. Эти данные — совпадение по рынку; причинность они не доказывают. Видеореклама по оценке АКАР в 2025 году выросла на 10 %, а в первом квартале 2026 года — на 1 %. Моя гипотеза: именно её режут первой, когда нужны деньги на поиск; данных АКАР для этого вывода мало.

Как проверить у себя за неделю

Всё ниже — в бесплатных интерфейсах; названия разделов — по справкам Яндекса на октябрь 2026 года.

1. Словарь бренда. Все написания названия: кириллица, латиница, с опечатками, с «отзывы» и «официальный сайт». Источник — Директ, «Библиотека отчётов → Оптимизация размещения → Поисковые запросы», фильтр «запрос содержит название». Данные там хранятся 180 дней, выгружайте раз в квартал. Отдельно — два-три конкурента вашего размера и три-пять запросов категории без бренда.
2. База в Вордстате. Вкладка «Динамика», фраза бренда, детализация по неделям, регион продаж, кнопка «Скачать». Смотрите оба показателя: число запросов и долю от всех запросов к Яндексу — доля чистит рост самого Яндекса. Берите минимум 52 недели назад, чтобы видеть прошлогоднюю сезонность; история есть с января 2018 года. То же — для конкурентов и категории: это ваш контроль.
3. Даты флайта. Старт и стоп охвата, бюджет, показы. Если охват идёт через Директ от 300 тыс ₽, включите Search Lift при создании кампании: после создания названия брендов не поменять.
4. Три окна. «До» — 4–8 недель до старта, «во время», «после» — 4–8 недель после. Считайте отношение бренда к контролю: запросы бренда делить на запросы категории и на запросы конкурента, по неделям. Выросло только ваше отношение — сигнал. Выросли все — сезон или новость.
5. Заявки по бренду. В Директе «Мастер отчётов → Сравнение» периодов с фильтром по брендовым запросам: показы, клики, конверсии, цена заявки. Рост показов по бренду при той же ставке — спрос пришёл снаружи. Органические брендовые запросы берите в Вебмастере, «Аналитика поисковых запросов»: в Метрике большая часть фраз из органики скрыта. В самой Метрике — сегмент «Источники → Поисковая фраза содержит название» и доход по трём окнам.
6. Обратная проверка. Если решили охват остановить, не выключайте всё сразу. Остановите в одном регионе, оставьте в сопоставимом и смотрите отношение бренд/категория по двум регионам 8–12 недель. Это единственный способ увидеть проседание поиска своими глазами.

Лайфхак Проверяйте динамику по двум написаниям бренда, кириллицей и латиницей. Если выросли оба одинаково, это спрос; если одно — артефакт Вордстата или чья-то ошибка в написании.

Три вещи примут за сигнал. Сезонность той же недели прошлого года. Скидки, выход на маркетплейс и новости в те же даты. Малые числа: у бренда с сотнями запросов в месяц недельные колебания ±20–30 % — норма, смотрите по месяцам.

Где эти исследования не про вас

• Малый бюджет. Эффект на поиск появляется, когда показов миллионы. В самоотчёте по маркетплейсу кампании до 100 тыс ₽ давали прирост, который исчезал после остановки, а охват меньше 100 тысяч показов не давал ничего. Для ролика за 150 тыс долларов американские авторы насчитали 400 роликов на одну статистически внятную оценку. Если ваш охват — 50 тыс ₽ на посевы в месяц, он, вероятно, и правда ничего не кормит, и калькулятор это покажет при доле около нуля.
• Запросы — ещё не продажи. Все замеры «ролик → поиск» меряют запросы. На 288 брендах товаров повседневного спроса медианная эластичность продаж к ТВ — 0,014, и у более чем 80 % брендов предельная отдача от ТВ отрицательная. Что охват приводит людей в поиск, доказано; что он окупается у среднего бренда, нет. Это разные вопросы.
• Новый бренд. Почти все работы — зрелые бренды, где охват перехватывает уже существующий спрос. У новой компании расширение категории может быть больше, а брендового поиска, который можно потерять, пока нет.
• Очень известный бренд. Есть гипотеза: чем известнее бренд, тем меньше аплифта ему даёт охват и тем ценнее перфоманс. Первая половина сходится с замерами: в 389 ТВ-экспериментах эластичность продаж у новых продуктов 0,26, у зрелых 0,05, а эффект ТВ на поиск бренда на данных AOL максимален у молодых брендов. Вторая половина с замерами расходится: у известного бренда перфоманс тоже прирастает меньше. eBay выключил брендовый поиск, и трафик ушёл в бесплатную выдачу почти без потерь; небрендовый поиск окупался только на новых и редких покупателях, это разобрано в статье про инкрементальность. На Bing объявление по своему бренду даёт +1–4 % кликов, и у крупных брендов эффект меньше. Отель-франшиза и Airbnb выше — та же картина. Известность снижает предельную отдачу обоих каналов, поэтому выбирать между ними по известности нельзя: сравнивают следующий рубль в каждом. И одна тонкость в пользу гипотезы: процент у лидера ниже, а база больше. У пикапов лидер Ford получал отклик поиска на свою рекламу 0,22 против 0,06 у Ram и больше всех собирал запросов от чужих роликов. В штуках известный бренд может получать от охвата больше новичка при меньшем проценте, и считать надо штуки.
• Конкуренты в вашем спросе. Баннер даёт суммарно всем конкурентам в 2–8 раз больше дополнительных запросов, чем вам, а на вашем брендовом запросе без вашего объявления конкуренты забирают 18–42 % кликов. Созданный охватом спрос достаётся не только вам.
• Страна и фирма. Все эконометрические оценки — одна фирма, одна страна, в основном США 2004–2016. Переносится механизм: лаг, направление ошибки last-click, перенос спроса между каналами. Величины у вас будут свои.
• Пустой канал. Если охват и правда ничего не создаёт, резать его безопасно, как флаеры у мебельщиков. Проверка из прошлого раздела отличает пустой канал от недооценённого.

Краткие выводы

• Отчёт делит заслугу по последнему клику, а последний клик — поисковый. По отчётам с путями клиентов last-click отдаёт поиску в полтора раза больше конверсий, чем у него есть, и занижает рассылки и медийку в полтора-два раза. Распределение бюджета по last-click у одного магазина стоило бы, по модели, 10–12 % выручки.
• Охват создаёт брендовый поиск: ролик — за пять минут, баннер — на 28–44 % за десять минут, медийка — заявки через две недели. Дневной отчёт размазывает всплеск, недельный без лага не дожидается заявок.
• Выключать охват по отчёту — значит потерять и часть поисковых заявок. В модельном бизнесе порог 17,5 % брендового спроса, ориентиры из замеров — 16–36 %. Но пересчёт с лагами иногда велит резать охват всё равно: у банка выиграл поиск, у мебельщиков — контекст.
• Из 60:40 берите направление: чем легче активация, тем больше она живёт за счёт охвата. Само число у каждой отрасли своё: по базе IPA от 44:56 до 80:20.
• Проверка у себя стоит неделю: Вордстат с контролем по категории и конкурентам, отчёт по брендовым запросам в Директе, при бюджете от 300 тыс ₽ — Search Lift, при отключении — один регион на 8–12 недель.

Сколько брендовых запросов было у вас в неделю перед тем, как в прошлый раз выключили охват, и сколько через два месяца после?

Неделя в Вордстате стоит дешевле двух месяцев без охвата.

Откуда числа

48 ссылок

Атрибуция и цена last-click: Li H., Kannan P. K. Attributing Conversions in a Multichannel Online Marketing Environment: An Empirical Model and a Field Experiment, Journal of Marketing Research, 2014; числа по диссертации Li, University of Maryland, 2014, та же модель и данные. de Haan E., Wiesel T., Pauwels K. The effectiveness of different forms of online advertising for purchase conversion in a multiple-channel attribution framework, International Journal of Research in Marketing, 2016, авторская копия. Airbnb: Form S-1, ноябрь 2020; письмо акционерам за I квартал 2021, май 2021; 10-K за 2021 год; расходы и выручка по годам — данные XBRL в SEC, доли и прирост посчитаны мной. Модели атрибуции: справка Директа и Метрики, октябрь 2026.

ТВ и дисплей → поиск: Lewis R. A., Reiley D. H. Down-to-the-Minute Effects of Super Bowl Advertising on Online Search Behavior, ACM EC, 2013. Du R. Y., Xu L., Wilbur K. C. Immediate Responses of Online Brand Search and Price Search to TV Ads, Journal of Marketing, 2019. Joo M., Wilbur K. C., Cowgill B., Zhu Y. Television Advertising and Online Search, Management Science, 2014. Joo M., Wilbur K. C., Zhu Y. Effects of TV advertising on keyword search, International Journal of Research in Marketing, 2016. Rutz O. J., Bucklin R. E. From Generic to Branded: A Model of Spillover in Paid Search Advertising, Journal of Marketing Research, 2011. Lewis R. A., Nguyen D. Display advertising's competitive spillovers to consumer search, Quantitative Marketing and Economics, 2015, рабочая версия. Kireyev P., Pauwels K., Gupta S. Do display ads influence search? Attribution and dynamics in online advertising, International Journal of Research in Marketing, 2016, рабочая версия HBS 13-070. Liaukonyte J., Teixeira T., Wilbur K. C. Television Advertising and Online Shopping, Marketing Science, 2015.

Синергия и перераспределение: Naik P. A., Raman K. Understanding the Impact of Synergy in Multimedia Communications, Journal of Marketing Research, 2003, по абстракту и пересказу авторов в Raman K., Naik P. A., Long-term Profit Impact of Integrated Marketing Communications Program, Review of Marketing Science, 2004. Naik P. A., Peters K. A Hierarchical Marketing Communications Model of Online and Offline Media Synergies, Journal of Interactive Marketing, 2009. Wiesel T., Pauwels K., Arts J. Marketing's Profit Impact: Quantifying Online and Off-line Funnel Progression, Marketing Science, 2011, открытая копия. Shapiro B. T. Positive Spillovers and Free Riding in Advertising of Prescription Pharmaceuticals, Journal of Political Economy, 2018, по рабочей версии 2015. Simonov A., Nosko C., Rao J. M. Competition and Crowd-Out for Brand Keywords in Sponsored Search, Marketing Science, 2018. Shapiro B. T., Hitsch G. J., Tuchman A. E. TV Advertising Effectiveness and Profitability: Generalizable Results from 288 Brands, Econometrica, 2021.

60:40 и критика: Binet L., Field P. The Long and the Short of It, IPA, 2013, по авторским слайдам; Media in Focus: Marketing Effectiveness in the Digital Era, IPA, 2017, полный текст; Effectiveness in Context, IPA, 2018, по набору графиков авторов; колонка Advertising effectiveness for dot coms, Thinkbox, 2019. Binet L., Davis W. Go Big or Go Home, IPA Effectiveness Conference, 2025. Шарп Б., выступление на B2B Next Summit, 2022, в изложении на сайте Ehrenberg-Bass Institute. Вендорские данные: Analytic Partners, ROI Genome: The Advertising Evolution, 2021.

Россия: справка Директа Search Lift, как проводится, требования, стратегия Рост запросов в Поиске, отчёт Поисковые запросы; справка Вордстата, гайд по интерфейсу; Вебмастер, Аналитика поисковых запросов. Подкаст «Бизнес на салфетке» (ведущий Михаил Кучмент), выпуск с Еленой Назаровой и Олегом Паем, основателями MIXIT, 04.07.2024, YouTube, фрагменты 00:14–00:16 и 1:13–1:18, по автосубтитрам. Чижов С., пост в канале @blogsmm, октябрь 2026, наблюдение практика. Easy Commerce, Эффект отложенного спроса: как медийная реклама на маркетплейсе увеличивает брендовые запросы до 150 %, август 2026, самоотчёт агентства. click.ru, Исследование основных показателей интернет-рекламы: 2-е кварталы 2025 и 2026 годов, август 2026. E-Promo, данные за 2025 год и первое полугодие 2026 года в изложении ppc.world: март 2026, сентябрь 2026. АКАР, объём рынка маркетинговых коммуникаций в 2025 году, март 2026, разбивка по сегментам — по пересказу Sostav; январь–март 2026, июнь 2026.

Оговорки к источникам. Работы Киреева и соавторов, Ли и Каннана, Льюиса и Нгуена, Шапиро прочитаны в рабочих версиях или диссертации, журнальные тексты закрыты; ключевые числа совпадают с абстрактами журнальных версий. Naik и Raman 2003 — по абстракту и пересказу самих авторов. Книги Бине и Филда 2013 и 2018 годов закрыты, числа взяты из открытых слайдов и графиков авторов; размеры подгрупп и доверительные интервалы в них не раскрыты. Данные E-Promo — в изложении отраслевого издания, первоисточник не выложен. Все числа Search Lift по отдельным кампаниям — самоотчёты агентств, среднего по рынку Яндекс не публикует. Доля «четыре пятых» у Рутца и Баклина — мой расчёт из их чисел, в тексте работы в процентах не дана. Потеря 6,6 % при выключенном поиске у Ли и Каннана — прогноз модели, факт был мягче.