Задача распределения заслуг между каналами выглядит идеальной для алгоритмов: слишком много путей, слишком много точек касания. Модели действительно считают это лучше правил вроде «весь результат последнему источнику».
Но алгоритм не создаёт данные, которых нет. Если часть касаний не видна — офлайн, чужие устройства, ограничения на отслеживание, прямые заходы после увиденной рекламы, — модель распределит заслуги только между тем, что попало в наблюдение. Каналы, которые плохо отслеживаются, будут систематически недооценены, и никакая сложность расчёта этого не исправит.
Второе ограничение — тот же вопрос о причинности. Расчёт описывает, что было в пути к покупке, но не отвечает, что случилось бы без конкретного канала. А именно этот вопрос стоит за решением о бюджете.
Поэтому расчёты стоит проверять экспериментами: отключить канал в части регионов, изменить объём и посмотреть на общий результат. Дорого, неудобно и заметно точнее ⚙️
AI в Аналитике
@ai_analytics_ru_n1k
Задача распределения заслуг между каналами выглядит идеальной для алгоритмов: слишком много путей, слишком мно
Этот пост опубликован в Telegram-канале AI в Аналитике. Подписаться можно по ссылке: @ai_analytics_ru_n1k.