MMM ломается не в цифрах, а в границах: как не потерять смысл атрибуции

MMM ломается не в цифрах, а в границах: как не потерять смысл атрибуции

MMM полезна не как «истина», а как слой поверх сырья. Если в модели смешаны app events, web-сессии и офлайн-конверсии, она начинает красиво объяснять шум. Ошибка тут не в алгоритме, а в том, что команды заранее не договорились, какой набор событий вообще считается конверсией.

Перед запуском проверьте три вещи:
• единые окна атрибуции для каналов и площадок
• один источник событий для каждого типа конверсии
• явное правило, что делать с дублями, delayed postback и повторными визитами

Дальше смотрите не на общий ROAS, а на расхождение по сегментам: новый vs returning, paid search vs social, web vs in-app. MMM часто «съедает» различия, если в ней слишком крупные бакеты. Тогда канал кажется стабильным, хотя на уровне воронки уже развалился один из источников трафика.

Еще одна типовая ошибка — строить модель на данных, где менялись события, окна или логика дедупликации. MMM не чинит грязный трекинг, а только масштабирует его по всему отчету. Поэтому сначала сверка трекера, GA4 или MMP, потом уже модель.

Если MMM расходится с трекером, ищите не магию в формуле, а несогласованный пайплайн: разные окна, разные события, разные правила дублей. Сначала выравниваем измерение, потом верим в модель.