Сохраняй чтобы не забыть.

На рынке существует несколько популярных моделей атрибуции. Основываясь на позиции канала в цепочке классифицируют следующие из них:

First Click – атрибуция, которая всю ценность конверсии присваивается первому источнику в цепочке, который познакомил пользователя с брендом.

Last Click – популярная модель, по которой конверсия атрибутируется последнему каналу, что привел к целевому действию.

Last Non-Direct Click – по умолчанию применялась в отчетах Google Analytics. Ценность конверсии в полном объеме присваивается каналу, последнему в цепочке. Вместе с тем, если это прямой заход, то ценность приписывается предыдущему источнику.

Last Paid Click – то же самое, но учитываем только платный (cpc / cpm) трафик.

Linear – ценность от транзакции поровну делится между всеми каналами в цепочке. Она более продвинутая, по сравнению с одноканальными моделями, поскольку позволяет учесть все сессии перед заказом.

Time Decay – распределение ценности от транзакции между каналами происходит по нарастающей, в частности источнику, который был последним в цепочке и по времени ближе других к конверсии, достается больше всего ценности.

U-shape – большую ценность получают два источника (по 40%): тот, что привлек клиента и тот, что мотивировал совершить конверсию. Оставшиеся 20% распределяются в середине воронки поровну между всеми каналами.

Цепи Маркова – алгоритмическая модель, позволяет оценить взаимное влияние каналов на конверсию и узнать, какой канал самый значимый.

Data-Driven Attribution – ещё одна алгоритмическая модель, как правило, выстраивается на базе Вектора Шепли. Учитывает порядок канала в цепочке, а оценивает в общем, как повлияло на конверсию присутствие этого канала. Если вы измените порядок сессий, то ценность каналов по Вектору Шепли никак не поменяется.

Post-View – присваивает ценность не после клика, а после того как пользователь увидел рекламное размещение и в течение окна атрибуции (например 7 дней) зашёл на сайт и совершил конверсионное действие.

Предиктивная атрибуция — прогнозирует будущий доход от привлечённого пользователя на основании поведенческих факторов в ходе конкретного сеанса. Используется вкупе с алгоритмами машинного обучения сервисами типа Segmentstream и Tomi ai.

Больше о работе с данными в продукте и маркетинге есть в Телеграм-канале "Модель атрибуции”