Как SaaS Callibri сопротивляется весне 2020-го. Цифры, боль и оптимизм
Меня зовут Иван Шкиря, я CEO компании Callibri. И я вот подумал, что хватит писать про успешные успехи и про ещё более успешные успехи, неумело замаскированные под провалы.
Меня зовут Иван Шкиря, я CEO компании Callibri. И я вот подумал, что хватит писать про успешные успехи и про ещё более успешные успехи, неумело замаскированные под провалы.
Почитайте про UTMSTAT :)
Он давно трекает все типы заявок и дает максимально прозрачные данные, которые можно самостоятельно проверить.
И что такое "верно атрибуцируются"?
Есть стандартные атрибуции, которые любой сервис должен одинаково считать так то. Проблема в том что не каждый сервис можно проверить, правильно ли он посчитал. У нас как раз можно.
По поводу что мало кто понимает как работает сквозняк - это да.
Под верной атрибуцией я понимаю следующее
В большинстве сервисов модель атрибуции выбирается заранее и работает только в будущее. Видимо потому, что лень работать с кучей данных. Ведь чтобы модель атрибуции менялась в режиме реального времени надо хранить все данные о юзерах, а это своя такая небольшая метрика.
Другой вариант - тащить каждый раз из Яндекса не вариант, кто работал с их апи и сапоставлял данные за один и тот же период, полученные в радное время - меня поймет. Поэтому единственный вариант - работать со своими данными.
Ну и второй момент как сопоставить обращения из разных сервисов. Схлапывать по Яндекс id - не вариант, по причине описанной выше.
Про утистат, к сожалению, не слышал. Но чем больше сервисов - тем лучше :-)
Callibri тоже трекает все типы и дает прозрачные данные, для которых можно модель атрибуции ретроспективно менять :)
А некоторые системы не трекают. О том и речь.