<b>Мультиканальная атрибуция ломается, если считать только последний клик</b>

<b>Мультиканальная атрибуция ломается, если считать только последний клик</b>

Последний клик обнуляет верх воронки: канал, который создал спрос, получает 0, а канал, который добрал сделку, забирает всю ценность. В результате вы масштабируете не источник инкрементальности, а точку закрытия. Считаем инкрементальность, а не удобство отчёта.

Базовые модели распределения ценности:
— last click: полезна для операционной дисциплины, но системно занижает медийные и discovery-каналы;
— first click: переоценивает первичный контакт и игнорирует прогрев;
— linear: даёт равные доли всем касаниям, но не различает влияние;
— time decay: сильнее нагружает касания ближе к конверсии;
— position-based: фиксирует вес начала и конца цепочки, середина получает остаток.

Если нужна математика ближе к реальности, смотрите на data-driven или хотя бы на собственную весовую схему. Но любая модель валидна только при двух условиях: есть полный путь пользователя и не нарушена идентификация между сессиями, CRM и серверным событием. Данные — это новая нефть, но только если их правильно очистить.

Проверка качества атрибуции простая: сравните модельные доли каналов с инкрементальным тестом. Если канал стабильно получает высокий вклад в модели, но не даёт uplift в holdout, это кандидат на переоценку. Если канал недооценён моделью, но держит маржу после выключения, его доля в распределении занижена.

Оптимизация на уровне юнит-экономики начинается там, где вы перестаёте спорить о «правильной» модели и начинаете сравнивать её с реальным приростом выручки. Математика аукциона беспощадна: побеждает не отчёт, а канал, который проходит проверку на инкрементальность.

—
Соседний канал в сети: @roi_case_lab_arb