<b>Probabilistic attribution: почему MMP спрятали её из отчётов</b>

<b>Probabilistic attribution: почему MMP спрятали её из отчётов</b>

Probabilistic attribution — это не магия, а вероятностное сопоставление клика и инсталла по набору сигналов: тайминг, устройство, IP, user-agent, паттерны трафика. В отчёте она могла дать «похожее» совпадение там, где детерминированной связи не хватало.

Проблема в том, что точность такого матча нельзя честно гарантировать на уровне каждого инсталла. Для UA это означало: один и тот же источник мог выглядеть сильнее или слабее в зависимости от окна, гео и качества сигнала. На уровне закупки это ломает сравнение CPI, ROAS и post-install event rate между каналами.

Поэтому MMP всё чаще убирают probabilistic из основного интерфейса и оставляют её как внутренний слой моделирования. В отчёте важнее видеть то, что можно объяснить и воспроизвести: deterministic attribution, SKAN/postback-логику, modeled installs и разницу между raw и attributed трафиком. Иначе вы оптимизируете не медиабаинг, а шум.

Если в вашей воронке есть «серые» зоны без ID, смотрите не на один столбец, а на расхождение между источниками, долю unattributed и стабильность когорт по 3–7 дню. Чем больше ручной вероятностной магии в данных, тем слабее сигнал для масштабирования.