🔥 Markov chain attribution — почему я её люблю

🔥 Markov chain attribution — почему я её люблю

Ребят, самая красивая модель атрибуции по мне.

Идея: каждое касание — состояние в марковской цепи. Считаем вероятности переходов между каналами. Убираем один канал → смотрим как меняется вероятность конверсии → это и есть его вклад.

Плюсы:
🔸 Учитывает порядок касаний
🔸 Показывает removal effect — что если убрать канал
🔸 Легче интерпретировать чем DDA от Google
🔸 Работает от 1000 конверсий

Минусы:
🔴 Нужен дата-инженер
🔴 Не учитывает нелинейности (насыщение канала)

Инструменты: R-пакет `ChannelAttribution`, Python-либа `pychattr`. Или писать самому на pandas за 2-3 дня.

Мой дефолт для средних e-com. Данных обычно хватает.

#Диджиталогия
➖➖➖➖➖➖➖➖➖➖
Антон Хоменок про атрибуцию и MMM 🧮