Атрибуция vs MMM: когда last-click обманывает, а статистика — нет

Атрибуция vs MMM: когда last-click обманывает, а статистика — нет

Модели атрибуции (last-click, linear, time-decay) и Media Mix Modeling (MMM — статистическое моделирование медиамикса) решают одну задачу — показывают, какой канал принёс конверсию. Но подходы принципиально разные.

Атрибуция работает на уровне пользователя и *только* с цифровыми каналами. Она видит, что человек кликнул по баннеру, потом пришёл через органику, потом купил — и делит ценность сделки между этими касаниями. Атрибуция слепа к офлайну, телевидению, наружной рекламе. И она ломается в zero-click-мире, когда пользователь видит пост, не кликает, но ищет бренд вручную.

MMM не смотрит на поведение отдельных людей. Он берёт агрегированные данные — расходы на рекламу, сезонность, макроэкономические показатели — и статистически оценивает вклад каждого фактора в продажи. MMM честно учитывает офлайн и синергию каналов, но требует минимум двух лет данных и не даёт точности «на вчера».

Типичная ошибка: пытаться сравнивать атрибуцию и MMM напрямую, подменять одно другим. MMM не отвечает на вопрос «что сделать завтра с бюджетом в Яндекс.Директе». А атрибуция не даёт ответа «стоит ли вообще запускать ТВ на этом рынке».

**Пример.** У вас выросла конверсия из поиска после запуска имиджевой кампании на YouTube. Last-click (или first-click) покажет прирост по SEO. MMM покажет, что 30% этого прироста — синергия: без YouTube поисковые клики не привели бы к покупке. MMM даёт топливу для расчёта ROAS бренд-каналов, а атрибуция — для оперативной оптимизации performance.

— @GA4cookbookRuPro