Data storytelling
Data storytelling
@DataStorytellingMK

Атрибуция и инкрементальность: не одно и то же

Атрибуция и инкрементальность: не одно и то же

В аналитике их часто смешивают, хотя это разные задачи. **Атрибуция** отвечает на вопрос: как распределить вклад между касаниями в пути клиента. **Инкрементальность** отвечает на другой вопрос: дало ли действие дополнительный результат по сравнению с ситуацией, где его не было.

Проще: атрибуция объясняет, кому «засчитать» конверсию; инкрементальность — был бы ли этот заказ, лид или выручка без рекламы, письма или промо. В 2026 году это различие особенно важно: last-click всё хуже работает в privacy-first среде, а менеджменту нужна оценка реального прироста, а не удобное распределение заслуг.

Типичные ошибки:
— считать модель атрибуции доказательством эффективности;
— сравнивать каналы только по последнему клику;
— проводить тест на инкрементальность без контрольной группы;
— путать рост конверсии с настоящим приростом, не учитывая сезонность и каннибализацию.

Пример: бренд запускает ретаргетинг. Атрибуция показывает, что 40% продаж «принёс» этот канал. Тест с контролем показывает: без кампании продажи упали бы всего на 8%. Значит, реальный инкремент — 8%, а не 40%.

Для слайдов менеджменту это ключевой сдвиг: атрибуция помогает читать путь, инкрементальность — принимать бюджетные решения.
Этот пост опубликован в Telegram-канале Data storytelling. Подписаться можно по ссылке: @DataStorytellingMK.
start

Готовы запустить рекламу через сеть public.tg?

Новый оффер, продукт, GEO, кейс, событие или партнёрский запуск — соберём маршрут под задачу и отдадим медиаплан.

Telegram для медиаплана: @dumay. Быстрый тест: $20 за канал, $1000 за пакет по сети.