Модель атрибуции может превратить плюс в минус — если считать доходность криво

Модель атрибуции может превратить плюс в минус — если считать доходность криво

Давайте декомпозируем этот кейс на составляющие метрики. Один и тот же оффер может дать разный ROI в зависимости от того, кому система присвоила конверсию: последнему клику, первому касанию или распределению по вкладу каналов. В арбитраже это бьёт не по отчету, а по решению о масштабе: режете связку, которая реально тащит, или льёте в источник, который просто получил финальный клик.

Критические точки: — last click завышает пуши, ретаргет и клоаку с добивом; — first click переоценивает верх воронки и проклы; — linear и data-driven требуют нормальной событийной разметки, иначе это мусор на входе и мусор на выходе. Если пиксель ловит не все события, а postback падает с задержкой, EPC и CPA в трекере начинают расходиться с кабинетом, и вы оптимизируете не трафик, а артефакт.

Нормальная проверка выглядит так: сравниваете холд, апрув и повторные покупки по когортам; смотрите разницу между кликом, лидом и оплатой; отдельно проверяете дубли, перепривязки и окно атрибуции. Если разница между источниками больше статистического шума, значит модель считается не на воронке, а на дырявой разметке 📉

Итог простой: сначала приводите к одному стандарту окна, событий и postback, потом уже считайте ROI. Иначе цифры могут быть «плюс», а cashflow — стабильно в минус.