Как модели многоканальной атрибуции творят зло: разоблачаю мифы
Выбор единственно верной модели атрибуции похож на выбор между сырым и солёным в надежде утолить жажду: сравнивать бессмысленно, результат - априори не тот, что нам нужен.
Выбор единственно верной модели атрибуции похож на выбор между сырым и солёным в надежде утолить жажду: сравнивать бессмысленно, результат - априори не тот, что нам нужен.
Автор налил воды. Не рассматривал Data-driven модели.
На скриншоте с примером двух цепочек, расход равномерно делит между каналами, на которые фактически тратили деньги, а доход почему-то распределяет между всеми каналами. Логичнее было бы размазать доход между теми каналами, на которые рекламодатель затрачивает своё время и деньги.
Если, к примеру, в огранике только прямой брендовый траф, то можно его исключить из воронки, условно прировняв к прямым заходам.
Статья рассчитана на широкую аудиторию, это не вода, это рассмотрение недостатков простых и часто используемых моделей
Их ведь вообще чуть ли не бесконечно много, у каждой свои плюсы, минусы, особенности, можно целую книгу написать, причём совсем без воды, но не все разбираются в атрибуциях и аналитике на профессиональном уровне
По вашему комментарию видно, что более сложные вещи тоже стоит писать и людям это интересно, так что скоро напишу продолжение, которое закрывает вопросы продвинутого моделирования атрибуции) Спасибо