Атрибуция в медицинском маркетинге: как понять, какой канал привел пациента

Что такое атрибуция и почему без нее клиники теряют бюджет

Пациент редко приходит по единственному касанию. Сначала он замечает симптом, гуглит диагноз, видит рекламу клиники в поиске, читает отзывы на «Яндекс.Картах», заходит на сайт, уходит, возвращается через месяц по прямой ссылке из Telegram-канала и записывается. Если считать конверсию по последнему источнику, весь бюджет можно приписать прямому заходу, хотя пациента привели три других канала. Атрибуция распределяет ценность между всеми касаниями и показывает, что реально двигает запись. Без этого разговор об улучшении позиций вашего сайта или настройке рекламы превращается в гадание, а бюджет уходит туда, где «просто привыкли давать».

Путь пациента: от симптома до записи на прием

Возьмем типичный сценарий для стоматологии. Человек вбивает в поиске «болит зуб что делать», открывает две-три статьи, кликает по рекламному объявлению клиники, листает прайс и уходит. Через три дня он видит ретаргетинг в «ВКонтакте», переходит на сайт снова, но записывается только после того, как знакомый советует конкретного врача. В цепочке минимум четыре точки контакта, и каждая внесла свой вклад. Задача атрибуции не потерять эти данные и не решить, что сработал только последний совет.

Мы в Cinar часто видим, как клиники смотрят на отчет по последнему клику и режут бюджет на контекст, потому что он «не дает заявок». При этом контекст работал на верхнем уровне воронки: именно он привел пациента на сайт впервые. Убрали контекст, через месяц упали прямые заходы и звонки. Атрибуция помогает увидеть эту зависимость и перераспределять бюджет осознанно.

Модели атрибуции: от простых к сложным

Последний клик и первый клик: что выбрать для начала

В медицинском маркетинге базовые модели атрибуции работают предсказуемо плохо, но именно с них обычно начинают. Последний клик приписывает всю ценность касанию перед записью, например переходу из контекстной рекламы по брендовому запросу. Это удобно для отчетности, но игнорирует долгий путь пациента: отзывы на форумах, статьи на сайте, рекомендации знакомых. Первый клик достается каналу, который запустил интерес, но не учитывает, что финальное решение часто принимается под влиянием другого источника.

В медицине цикл решения редко укладывается в один день. Человек может неделю изучать информацию о лечении, сравнивать клиники, смотреть видео операций. Если считать только последний клик, вы будете резать бюджет каналам, которые работают на верхнем уровне воронки. Если опираться на первый клик, менеджеры будут гнаться за охватами и забывать про удержание внимания. Для старта мы рекомендуем настроить параллельный учет обеих моделей в Яндекс.Метрике и Google Analytics, чтобы видеть вилку между ними. Часто проблема не в модели, а в том, что сайт не готов обрабатывать трафик, тогда помогает разбор ошибок конверсии в статье почему сайт не приносит заявки.

Простые модели дают базу, но не отвечают, какой канал реально склонял пациента к решению. Для клиник, которые начинают разбираться с атрибуцией, разумно начать с последнего клика и параллельно фиксировать первые касания. Это позволит заметить перекосы, например когда платный трафик приводит заявки, а органика работает на верхнем уровне. Ниже перечислены модели, которые чаще всего используются в медицинских проектах на старте.

• Последний клик: приписывает ценность только финальному переходу, прост во внедрении, но обесценивает информационные каналы.
• Первый клик: выделяет источник первого касания, помогает оценить охватные кампании, но игнорирует этап удержания.
• Линейная модель: равномерно делит ценность между всеми касаниями, удобна для грубой оценки, но сглаживает реальную картину.

Модель с затуханием увеличивает вес касаний, близких к конверсии, и выступает компромиссом между первым и последним кликом. Она особенно полезна, когда между первым визитом и записью проходит несколько дней: пациент возвращается по брендовому запросу, и этот финальный шаг получает больший вес, чем первоначальный вход из соцсетей. U-образная модель акцентирует первое и последнее взаимодействие, оставляя промежуточным касаниям меньший вес. На практике она хорошо показывает себя, когда нужно оценить и охватные кампании, и закрывающие каналы одновременно. Обе эти модели уже требуют настройки целей и аккуратной разметки ссылок, поэтому к ним переходят после того, как простые схемы перестали давать полезную информацию.

Как настроить сквозную атрибуцию в клинике: практический чек-лист

Как настроить сквозную атрибуцию в клинике: практический чек-лист

Начинаем с CRM и коллтрекинга. В медицинском маркетинге до 70% обращений происходит по телефону, поэтому без записи разговоров и определения источника звонка атрибуция не заработает. Подключаем динамический коллтрекинг, который подменяет номер на сайте в зависимости от канала, и статический для рекламных кампаний. В CRM настраиваем обязательные поля: источник, кампанию, ключевое слово. Клиники часто теряют данные, когда менеджер вносит заявку вручную и пропускает атрибуты, лучше автоматизировать передачу через API.

Переходим к целям в Яндекс.Метрике и Google Analytics 4. Для GA4 настраиваем события на отправку формы, клик по номеру, нажатие кнопки «Записаться», а также электронную коммерцию, если есть онлайн-оплата. В Метрике фиксируем составные цели и используем визиты с меткой «CRM» для офлайн-конверсий. Не забываем про передачу данных из CRM через связку с Calltouch, Mango или Roistat: без проброса звонков и сделок атрибуция покажет только часть картины. Мы обычно подключаем двустороннюю синхронизацию, чтобы статусы заявок возвращались в систему и пересчитывали ценность канала. Параллельно полезно изучить 26 проверенных способов увеличить конверсию, потому что идеальная атрибуция не спасет слабые посадочные страницы.

Типичная ошибка, потеря данных при звонках, возникает из-за неверной настройки подмены номеров. Если коллтрекинг не отрабатывает на страницах из мессенджеров или прямых переходов, часть звонков запишется на «прямой заход». Вторая проблема, дубли целей: клик по номеру и отправка формы учитываются как два касания, хотя это одна конверсия, и модель переоценивает последний клик. Третья, отсутствие фильтрации внутренних звонков сотрудников, засоряет данные. Проверяем каждый шаг на тестовых заявках, сравниваем данные из CRM и аналитики, и только после этого выбираем модель атрибуции.

Особенности атрибуции для разных направлений медицины

Стоматология живет по другим законам, чем онкология. Пациент с острой болью ищет «зуб открыли рядом со мной» и идет туда, где примут сегодня. Атрибуция завязана на гео-запросы и быстрые действия: клик, звонок, запись. Окно принятия решения измеряется часами, поэтому последний клик по поисковой рекламе отражает реальность, а мультитач-модели избыточны. Другое дело повторные визиты: пациент приходит на профгигиену раз в полгода, и тут важно отслеживать напоминания, рассылки, соцсети.

С платными клиниками и диагностическими центрами сложнее. МРТ, ЭКО, плановая операция это длинный путь: человек читает статьи, сравнивает оборудование, спрашивает знакомых. Цикл растягивается на месяцы, за это время он касается бренда через десяток каналов: контекст, органика, YouTube, повторные заходы на сайт. Один клик ничего не решает, нужна сквозная атрибуция с учетом всех касаний. Информационный контент и отзывы формируют решение, а платный трафик закрепляет результат. Оценить, какой контент двигает пациента по воронке, помогает что такое A/B-тестирование, если сравнивать версии посадочных и материалов.

Узкие специалисты, например, хирург по удалению зубов мудрости или репродуктолог, зависят от сарафанного радио больше, чем от рекламы. Пациент приходит по рекомендации, и этот канал теряется, если не помечать обращения отдельно. Здесь эффективны простые метки: спросили при записи «откуда узнали», добавили промокоды, отследили прямые переходы. Контент работает точечно: одна качественная статья врача может приводить пациентов годами, хотя в статистике это будет органика. Для таких направлений атрибуция это качественная картина, а не точные цифры.

Инструменты и сервисы для атрибуции в медицине

Инструменты и сервисы для атрибуции в медицине

Большинство клиник начинают с бесплатных счетчиков. Яндекс.Метрика и Google Analytics 4 показывают, откуда пришел визит, по какому каналу, с каких устройств. Для медицины этого часто мало: стандартные цели вроде «заявка с формы» не отражают реальную картину. Пациент может трижды зайти на сайт, почитать цены, потом позвонить через неделю. GA4 построит цепочку касаний, но без звонков и записей в МИС вы увидите лишь верхушку айсберга. Метрика удобна для отчетов по рекламе в Яндексе, GA4 сильна в кросс-канальном анализе, но обе не умеют работать с офлайн-конверсиями без дополнительных настроек.

Здесь выходят платформы сквозной аналитики, и для медицинского маркетинга атрибуция через них почти обязательна. Roistat и Calltouch принимают данные из коллтрекинга, рекламных кабинетов и CRM параллельно. Roistat дает более гибкие модели атрибуции и глубокие отчеты по офлайн-событиям, что критично, когда пациент записался через администратора по телефону. Calltouch быстрее настраивается для простых задач, у него понятный интерфейс. Оба сервиса рассчитывают реальную стоимость привлеченного пациента, но при нескольких филиалах и сложной структуре услуг Roistat справится с разбивкой затрат точнее. Работает это не всегда идеально: без корректной разметки ссылок и передачи суммы сделки в CRM цифры поедут, так что настройку лучше доверить тем, кто уже внедрял такие системы в медицине.

Отдельный пласт атрибуции это интеграция с МИС. Она автоматизирует передачу данных о записях и визитах обратно в аналитику, избавляя от ручного экспорта из «Инфоклиники» или «Медиалога». Carrot quest полезен как инструмент, который показывает, какой канал привел пациента до касания с сайтом, через виджет обратного звонка и чат. Но без связки с МИС любая платформа останется набором красивых графиков: именно запись к врачу, а не просто звонок, должна быть целевым действием. В связке Roistat или Calltouch с МИС через API клиника получает сквозную картину от первого клика до приема.

• Яндекс.Метрика подходит для контроля рекламы в Директе, но не учитывает звонки без коллтрекинга.
• GA4 требует настройки офлайн-конверсий через BigQuery, для небольших клиник это трудоемко.
• Roistat эффективен для сетей с несколькими филиалами, поддерживает 15+ моделей атрибуции.
• Calltouch быстрее внедряется, оптимален для стоматологий и узких специалистов с одним офисом.
• Carrot quest закрывает задачу захвата лидов до звонка, но не заменяет сквозную аналитику.
• Интеграция с МИС обязательна, без нее атрибуция по визитам остается неполной.

Выбор сервиса зависит от масштаба: для клиники с одним кабинетом хватит Метрики и Calltouch, для сети оправдан Roistat с настройкой под МИС. В нашей практике подключение сквозной аналитики окупается за первый месяц за счет перераспределения бюджета с неработающих каналов на те, что реально приводят пациентов.

Как интерпретировать данные и принимать решения

Ключевые метрики: CAC, LTV, ROMI

Когда данные сквозной атрибуции собираются хотя бы пару месяцев, начинается интерпретация. Первое, на что мы смотрим, это CAC (стоимость привлечения пациента) в разрезе каналов и направлений. Сравните стоимость лида из контекста по пластической хирургии и стоматологии: цифры будут отличаться в разы, и это нормально. Второй обязательный показатель LTV (пожизненная ценность пациента), в медицине он считается через повторные визиты и средний чек. Если пациент из органики возвращается на профилактические осмотры дважды в год, его LTV перекрывает затраты на SEO. Третий показатель ROMI (возврат на маркетинговые инвестиции), он помогает сравнивать эффективность каналов между собой.

На практике сравнение каналов по «голому» CAC часто вводит в заблуждение. Канал с дорогим привлечением, например, таргет на сложные операции, может давать в три раза больше выручки, чем дешевые «холодные» лиды из агрегаторов. Поэтому мы строим отчет в двух плоскостях: стоимость привлечения и качество пациента, то есть его конверсия в первичный прием и лечение. Качество определяется и временем: пациент из сарафанного радио или брендового запроса принимает решение быстрее, требует меньше звонков от колл-центра и реже «сгорает» на этапе записи. Смотреть только на последний клик, как делают многие клиники, значит игнорировать весь путь пациента.

Когда отчет готов, решение по бюджету становится очевидным. Если один канал дает 40% пациентов при 60% бюджета, а другой 30% пациентов при 15%, перераспределение напрашивается само собой, но с оговоркой. Мы сдвигаем бюджет не резко, а на 15–20%, чтобы не обрушить канал, который мог не успеть накопить статистику. Именно так мы работаем с клиниками: настраиваем атрибуцию, через квартал смотрим на цифры и перекладываем деньги с неэффективных площадок на подтвердившие ценность. Этот процесс в Cinar отработан на десятках медицинских проектов, он позволяет опираться на данные, экономя бюджет без потери потока пациентов. Решения принимаются на основе фактов, а не интуиции.

Часто задаваемые вопросы

Максим Ахтямов

Заместитель руководителя отдела разработки

Подписаться на ТГ