Дело в модели атрибуции, на мой взгляд. В статье методология описана как "Мы использовали модель атрибуции Last non-direct click (последний непрямой визит). Это значит, что выручка от сделки привязывается только к рекламному источнику последнего визита."

Интересно, если я перейду по ссылке в группе без всякого utm хвоста, это будет "прямой визит"? Или если реклама вела меня на диалог с оператором/чатботом, который далее кидает мне прямую ссылку на карточку товара? Тогда воронки по принципу "увидел в ленте — подписался — перешел на сайт — купил" убыточны по дефолту.

Согласен, выбранная модель справедливей чем "последний клик" или даже деление 40-20-40 между первым-остальными-последним. Но такой ROI по соцсетям считаю следствием методологии, а не реальной ситуацией на рынке.

Roistat, как и любая JS, аналитика на сайте не умеет собирать данные на площадках вне JS-ки, установленной на сайте и насильно засунутых данных в нее. Внутри соц. сетей, есть жизнь, ее окупаемость сложно считать, т.к. контакт с пользователем может происходить внутри экосистемы соц. сетки, но доходимость на сайт может проявляться, через повышение брендового спроса, прямых заходов, или коммуникации (заказа) внутри соц. сетки. И опять таки, какой инвентарь использовать, в соц. сетках, если это дин. ремы или просто работа с аудиторией, которая была на сайте, это емкостный канал получается, если выпиливать существующих пользователей и таргетироваться на "новых", по Look-a-Like или просто по наборам интересов, это уже про трафикообразующую историю, но стает вопрос куда ее заворачивать, на свои представительства внутри сети или насильно пихать во вне (на свой сайт), эффективность будет разная, как минимум потому, что ни одна сетка не готова отдавать свою аудиторию во вне, а это напрямую связано со стоимостью трафика. Выводы в статье, слишком общие, чтобы примерять их на себя, т.к. у всех разные продукты, экосистемы, экспертиза в управлении расходами и их атрибуции на результат.