Подборка материалов по атрибуции: большая обзорная статья

В нашем блоге накопилось много материалов на тему атрибуции. Мы написали эту статью, чтобы выстроить их в единую систему, удобную для изучения. Порядок такой: идём от простого к сложному. И начать, конечно, надо с азов — с теории.

Теория: возможности и границы применения атрибуция, типовые ошибки, общие термины

Прежде чем выбирать модель и смотреть отчёты, нужно разобраться в базовых вещах:

• что именно показывает атрибуция
• какие ограничения у этого метода
• какие ошибки чаще всего искажают результат
  какие термины используются и что они означают

Для этого есть блок вводных материалов, которые помогут digital-маркетологу понять основы атрибуции.

Маркетинговая атрибуция: на какие вопросы отвечает, а на какие нет — какие задачи можно решать с помощью атрибуции: распределение конверсий, анализ путей, доли каналов — и какие нельзя: доказательство влияния, измерение прироста, прогноз.

Распространённые ошибки в маркетинговой атрибуции и как их избежать — ситуации, при которых отчёт меняется без изменений в рекламе: неверная цель, разное окно атрибуции, игнорирование post-view, сравнение несопоставимых данных.

Глоссарий атрибуции: простые объяснения ключевых терминов — словарь терминов, которые используются в отчётах и статьях об атрибуции, чтобы команда одинаково понимала ключевые понятия: модель атрибуции, окно, касание, multi-touch, post-click, post-view, data-driven, инкрементальность.

Практика: выбор цели атрибуции и как нельзя оптимизировать кампании

После того как понятны границы метода и базовые настройки, возникает главный вопрос — как использовать атрибуцию для принятия решений.

Две главные проблемы при работе с атрибуцией:

1. Неправильно выбранная цель — когда распределяется не та метрика, которая создаёт ценность для бизнеса.
   
2. Неправильное применение моделей — когда разные логики расчёта пытаются использовать одновременно для оптимизации одной и той же кампании.

Этот блок подводит нас к прикладному использованию атрибуции: что именно должно быть объектом оптимизации и по каким правилам переводить результаты расчёта моделей в решения по бюджету.

Как поставить цель атрибуции: что оптимизировать — лид, продажу или LTV — про выбор события, которое реально отражает ценность для бизнеса, и про типовую ловушку CPA на некорректном знаменателе.

Почему нельзя оптимизировать кампанию по двум и более моделям атрибуции — разбор на примере data-driven моделей Шепли и Маркова: почему разные модели отвечают на разные вопросы и не складываются в одно управленческое правило.

Настройка атрибуции перед интерпретацией отчёта

Когда цель зафиксирована и понятно, по какой модели принимаются решения, следующий шаг — убедиться, что сами параметры расчёта заданы корректно. Окно атрибуции и учёт показов напрямую влияют на распределение конверсий. Если они меняются или заданы непоследовательно, доли каналов и итоговые выводы могут измениться без фактических изменений в рекламе.

Окно атрибуции как основа аналитики — как длина окна ограничивает пользовательский путь в расчёте, почему короткое окно усиливает вклад закрывающих каналов, а длинное — перераспределяет конверсии в сторону верхних касаний, и почему сравнение отчётов с разным окном некорректно.

Post-view и post-click: зачем объединять медийную и performance-аналитику — разница между учётом кликов и показов, в каких сценариях post-view существенно меняет оценку медийной рекламы и как объединение этих типов касаний влияет на итоговое распределение конверсий.

Как работают разные виды и модели атрибуции: от простого к сложному

Атрибуция развивается по мере зрелости данных: от простых правил распределения к алгоритмическим моделям, которые учитывают структуру путей и дополнительные источники данных. Этот блок последовательно показывает, как устроены разные подходы и в каких условиях имеет смысл переходить от базовых моделей к data-driven.

Узнай, как на самом деле работает атрибуция — обзор подходов к атрибуции в маркетинге: чем отличаются одноканальные и многоканальные модели, что такое Data Driven подход и почему команда CyberBrain выбрала модель Шепли для оценки вклада каналов и дальнейшей оптимизации бюджета.

Гайд по моделям атрибуции: что это и какая подойдёт вашему бизнесу — разбор правиловых и алгоритмических моделей, почему разные модели дают разные результаты, как окно и лаг меняют распределение, и по какой логике выбирать модель под управленческую задачу

First Click и Last Touch: какую модель атрибуции выбрать на старте и почему — базовые модели, логика применения, частые ошибки и рекомендации по выбору.

Какой бизнес теряет деньги без Data Driven атрибуции — наглядный пример, как меняются управленческие выводы и CPA при переходе от Last Click к Data Driven системе.

Как и зачем внедрять Data Driven атрибуцию в бизнес: подробные шаги— как пройти путь от идеи до работающего процесса: почему в мультиканальном маркетинге важно учитывать весь путь клиента, с чего начинать внедрение data driven и что нужно делать, чтобы это стало полноценной системой для принятий решений.

Марков или Шепли: какую Data Driven модель выбрать для оптимизации бюджета — сравнение подходов и условий применимости.

Теория Шепли в бизнесе: как работает модель в основе CyberBrain — почему простые линейные модели не дают точной картины эффективности кампаний и в каких сценариях мы рекомендуем Шепли, если бизнес хочет тратить на рекламу с умом: много каналов, сочетание performance и онлайн-медиа.

Мобильная Data Driven атрибуция: Web + App — как считать вклад каналов в мобильной воронке, зачем объединять Web + App путь и почему без единой идентификации видна только часть пользовательского пути.

ТВ-атрибуция — что такое ТВ-атрибуция и как связывать ТВ-показы с digital-действиями в единой логике оценки влияния и эффективности Online-to-Offline-маркетинга.

Дополнение атрибуции: моделирование маркетингового микса и инкрементальный анализ

Как атрибуция дополняет моделирование маркетингового микса — в каких задачах достаточно атрибуции по путям пользователей, а в каких случаях нужна модель маркетингового микса: когда эффект растянут во времени, есть офлайн-каналы или имиджевые кампании, которые не укладываются в окно атрибуции.

Атрибуция и инкрементальность: различия и применение — разница между распределением конверсий внутри путей и измерением реального прироста продаж через контрольные группы и тесты, и показывает, в каких задачах достаточно атрибуции, а где требуется экспериментальный подход.

Если что-то забыли: большой гайд по атрибуции — помощник маркетолога

Атрибуция в маркетинге: единый гайд по моделям, окнам и проверке данных — материал, к которому стоит возвращаться как к опорному: виды моделей, как задать корректные настройки, типичные ошибки и ответы на частые вопросы.

Кейсы: Data Driven атрибуция на практике

Кейс HAVAL: -37% CPA с помощью сквозной аналитики и ML-оптимизации — как при длинном цикле сделки связали данные от показа до заявки, подключили атрибуцию Шепли, ввели прокси-конверсии и автоматизировали перераспределение бюджетов через ML.

Кейс ГК ФСК: как вывести медийную рекламу из серой зоны маркетинга — как внедрили post-view аналитику и атрибуцию Шепли для оценки медийной рекламы; сравниваем эффективность медийки при учёте только кликов, при добавлении показов и при расчёте через эконометрику.

Кейс BMW: повысили эффективность рекламы с помощью data driven аналитики — как объединили данные площадок и сайтов дилеров, подключили учёт post-view, перешли к модели Шепли и начали оптимизировать бюджеты на основе полной картины пути пользователя.

Больше контента или надо задать вопрос

Канал в Telegram — пишем про атрибуцию, аналитику и AI, делимся опытом и развиваем рынок вместе с вами.

hello@cybrain.io — почта для связи и ваших вопросов.