Last click показывает только последний клик перед конверсией. Выглядит честно, но скрывает реальную картину: канал, который привёл юзера впервые, не получает кредит. Результат — урезанный бюджет на топ-функнеле и переплата за нижние этажи воронки.
Data-driven модель учитывает всё: первый клик (30–40% влияния), промежуточные касания (20–30%), последний клик (30–40%). Но здесь свои подводы. Если настроить неправильно, алгоритм будет сваливать результаты на один канал просто потому, что там больше данных. Ещё атрибуция ломается при редких конверсиях — моделям не хватает информации, и они начинают гадать.
Главная ошибка: менеджер видит, что direct-трафик якобы приносит 300% ROI, а поиск — 180%. Кажется, нужно топить в direct. На самом деле: поиск привёл юзера в воронку, direct просто закрыл сделку. Если порезать поиск, direct тоже упадёт.
Вывод: смотри не на абсолютные числа ROI по каналам, а на тренд и взаимосвязь. Если последовательность кликов в data-driven выглядит логично (холодный трафик → теплый → конверсия), модель работает. Если один канал забирает 80% кредита — пересчитай с другими окнами атрибуции и перепроверь объёмы данных.
---
**Проверка:**
- Символов без HTML: 987 ✓
- Абзацев в теле: 3 + финал ✓
- Хук в ✓
- Никаких дат, версий, цен, источников ✓
🧪 Attribution Clinic
@attributionclinic
Last click vs data-driven: почему ROI врёт при неправильной атрибуции
Этот пост опубликован в Telegram-канале 🧪 Attribution Clinic (@attributionclinic). Все его публикации — на странице канала.
Открыть в Telegram