Мы обучаем алгоритм машинного обучения на предсказание большой конверсии посредством микроконверсий. И в конце сессии пользователя отправляем вероятность того, что он совершит конверсию в будущем. Если мы будем использовать градиентный бустинг, то сможем запросить у него после обучения факторы, которые влияют на конверсию. Таким образом будет лучше понятно, какие события приносят пользу, а какие нет. И эти факторы можно будет даже в CRM вносить к каждому лиду. В отличие от корреляции, такой метод учитывает сразу несколько факторов, которые влияют на вероятность того, что данный юзер станет лидом.