Attribution Lab 🧷
Attribution Lab 🧷
@admedia_attribution

На малом трафике multi-touch часто рисует точность, которой в данных нет

На малом трафике multi-touch часто рисует точность, которой в данных нет

Когда конверсий мало, любая модель с несколькими точками касания начинает «достраивать» путь из шума. Канал с 2–3 касаниями легко получает лишний вес только потому, что оказался последним перед заявкой или первым в цепочке.

Сигналы, которым нельзя верить без проверки:
— слишком ровное распределение конверсий между каналами;
— резкий рост вклада верхних касаний при малом числе событий;
— одинаковая ценность разных источников без разницы в качестве лида;
— сильные скачки атрибуции после редких больших конверсий.

Что помогает уменьшить ошибку:
— считать модель не по всем лидам сразу, а по кластерам кампаний;
— сравнивать multi-touch с простым last click и смотреть на расхождения;
— проверять не только конверсии, но и post-lead метрики;
— не делать выводы по каналу, если в нем слишком мало событий для устойчивого веса.

Если трафика мало, multi-touch лучше использовать как подсказку, а не как судью. Сначала проверь объем, потом стабильность, и только после этого переносить веса в оптимизацию.
Этот пост опубликован в Telegram-канале Attribution Lab 🧷. Подписаться можно по ссылке: @admedia_attribution.
buyer

Свежие посты в категории «Buyer Tactics»

Все каналы категории →

start

Готовы запустить рекламу через сеть public.tg?

Новый оффер, продукт, GEO, кейс, событие или партнёрский запуск — соберём маршрут под задачу и отдадим медиаплан.

Telegram для медиаплана: @AFFtop_connect. Быстрый тест: $20 за канал, $1000 за пакет по сети.