Атрибуция после потери части сигналов: как не путать шум с реальным ROI

После iOS 14.5+ часть событий уходит в режим неполного наблюдения, и классическая last click начинает систематически искажать вклад каналов. Считать нужно не «кто последний», а где сохранилась предсказательная сила по воронке.

Рабочая компенсация строится в 4 слоя:
— server-side events и дедупликация браузер/сервер;
— моделирование конверсий по cohort-level данным;
— окно атрибуции, согласованное с циклом сделки;
— holdout-тесты для оценки инкрементальности.

Если сигналов мало, полезно смотреть не на абсолютный CPA, а на стабильность отношения: spend → qualified events → revenue. Канал без полного трекинга можно оценивать через Bayesian smoothing или простую регрессию по историческим связям между кликом, лидом и выручкой. Математика аукциона беспощадна: без корректной базы вы оптимизируете не спрос, а артефакт измерения 📉

Практика такая: не расширяйте модель атрибуции бесконечно, если не можете проверить ее на holdout-группе; не смешивайте разные окна и разные источники истины; не сравнивайте CRM-выручку с пиксельной атрибуцией без reconciliation-слоя. Данные — это новая нефть, но только если их правильно очистить.

Считаем инкрементальность: если канал не доказал вклад в дополнительную выручку, его «видимая» окупаемость ничего не стоит.