<b>Attribution ломается не в трекинге, а в логике принятия решений</b>

<b>Attribution ломается не в трекинге, а в логике принятия решений</b>

Если каналов много, главный риск — не «не тот источник», а неверная рамка сравнения. Один и тот же клик может быть последним касанием, ассистом или просто следом уже сформированного спроса. Пока это не разделено, отчёты красиво спорят между собой, а бизнесу нечего выносить в action.

Проверка базы:
— есть ли единый идентификатор пользователя или сессии между системами;
— совпадают ли окна атрибуции и правила дедупликации;
— разделены ли paid search, branded search, retargeting и direct;
— понимаете ли вы, где заканчивается инкремент и начинается сбор уже готового спроса.

Если у вас только last click, не пытайтесь из него выжать mmm-ответы. Если есть несколько моделей, не сравнивайте их по абсолютной выручке: сравнивайте по устойчивости выводов, чувствительности к окнам и реакции на паузы в закупке. В attribution полезнее искать не «истину», а расхождения, которые указывают на слабое место в измерении.

Хорошая привычка — хранить рядом не одну таблицу, а минимальный журнал правил: что считается конверсией, как режется окно, где убираются повторные касания. Тогда algorithms и econometrics начинают спорить не друг с другом, а с данными.