Что такое attribution и какие модели бывают?
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.
- Пользователь взаимодействует с несколькими каналами до покупки.
- Выбирается модель attribution.
- Модель определяет, как распределить кредит конверсии между каналами.
- 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.