Sobes.tech
Назад к вопросам
Middle — Senior
15

Что такое attribution и какие модели бывают?

Компании, где спрашивали
SelectelSelectel
Геомикс

Ответ от нейросети

sobes.tech AI

Что хотят услышать интервьюеры:

Attribution — это способ понять, какой канал, кампания или точка контакта привели пользователя к целевому действию. Важно показать, что attribution не про «истину в последней инстанции», а про выбранную бизнесом модель распределения ценности между касаниями. Также стоит упомянуть ограничения: данные часто неполные, а разные модели подходят для разных задач.

Определение:

Attribution — это методика присвоения ценности конверсии маркетинговым взаимодействиям пользователя: рекламе, email, органике, рефералам, пушам и другим touchpoints. Она отвечает на вопрос, какой источник или набор источников повлиял на итоговое действие, например регистрацию, покупку или заявку.

Модели attribution делятся на несколько типов:

  • Single-touch — вся ценность уходит одному касанию.
    • Last click / last touch — конверсия полностью приписывается последнему источнику перед действием.
    • First click / first touch — вся ценность уходит первому касанию.
  • Multi-touch — ценность распределяется между несколькими касаниями.
    • Linear — всем касаниям даётся одинаковый вес.
    • Time decay — больший вес получают более поздние касания.
    • Position-based (U-shaped) — больше веса у первого и последнего касания, середина получает меньше.
    • Data-driven — веса рассчитываются на основе статистики/модели, если есть достаточно данных.
  • Incrementality / lift-based — не совсем классическая attribution, а оценка инкрементального вклада канала через эксперименты или контрольные группы.

Пример использования:

Компания запускает рекламу в поиске, ретаргетинг и email-цепочку. Пользователь сначала приходит из поиска, потом видит ретаргетинг, затем получает email и покупает.
Если использовать last click, продажу запишут email. Если first click — поиску. Если linear — доход распределят между всеми тремя касаниями.

Путь пользователя:
Search Ad -> Retargeting -> Email -> Purchase

Распределение в разных моделях:
Last click:      Email = 100%
First click:     Search Ad = 100%
Linear:          Search Ad = 33%, Retargeting = 33%, Email = 33%
Time decay:      Email > Retargeting > Search Ad
Position-based:   Search Ad и Email получают больше, ретаргетинг меньше

Пояснение кода:

Код не требуется. На этом примере важно показать логику распределения ценности между касаниями.

  1. Пользователь взаимодействует с несколькими каналами до покупки.
  2. Выбирается модель attribution.
  3. Модель определяет, как распределить кредит конверсии между каналами.
  4. По результатам сравнивают эффективность каналов и принимают решения по бюджету.

Ключевые моменты:

  • Attribution помогает оценить вклад каналов в конверсию, а не только «последний источник».
  • Last click простая и популярная модель, но часто переоценивает нижнюю часть воронки.
  • First click полезна для оценки каналов привлечения, но игнорирует прогрев.
  • Multi-touch лучше отражает реальный customer journey, но сложнее в настройке и интерпретации.
  • Data-driven attribution точнее при наличии данных, но требует хорошей аналитической инфраструктуры.
  • Для проверки эффективности каналов attribution лучше дополнять инкрементальными экспериментами.