В.И. Жуков - ассистент кафедры инноваций и бизнеса в сфере информационных технологий, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: vzhukov@hse.ru

М.М. Комаров - кандидат технических наук, PhD, доцент кафедры инноваций и бизнеса в сфере информационных технологий, Национальный исследовательский университет «Высшая школа экономики»
Адрес: 101000, г. Москва, ул. Мясницкая, д. 20
E-mail: mkomarov@hse.ru

      В современном электронном бизнесе существует большое число способов привлечения потенциальных клиентов на сайт, с помощью как «оффлайн», так и «онлайн» методов. В «онлайн» пространстве бизнес обычно использует несколько каналов привлечения клиентов, отличающихся местом размещения рекламы, моделями оплаты и другими параметрами.
      Один из популярных онлайн-методов привлечения клиентов – использование CPA-сетей (cost per action), которые позволяют веб-мастерам размещать на своих сайтах ссылки на рекламируемый сайт и получать вознаграждение за клиента, который приобрел услугу, перейдя по этой ссылке. CPA-сети работают на основе оплаты за достижения целевых действий. Целевое действие может происходить как «онлайн», так и «оффлайн». При этом важнейшей задачей является связь источника привлечения (обычно это определенные UTM-метки) с целевым действием клиента, поскольку вознаграждение для CPA-сети должно осуществляться только за заказы клиентов, источником привлечения которых является эта CPA-сеть. Соответственно, возникают проблемы фиксации таких целевых действий, связывания их с источником привлечения, а также хранения и предоставления доступа CPA-сети к этим данным.
      В данной работе дан краткий обзор существующих подходов к решению данной проблемы: анализ логов, использование маркетинговых пикселей и инструментов веб-аналитики. Приведены преимущества и недостатки рассматриваемых методов для решения задачи фиксации целевых действий клиентов и обеспечения доступа CPA-сети к данным. Также описан практический кейс интеграции с CPA-сетью на основе использования возможностей сквозной веб-аналитики. Описаны преимущества, недостатки и ограничения предложенного метода.