Блог про аналитику

Сегодня я продолжу тему атрибуции рекламных каналов. К сожалению, эта тема очень мало описана в маркетинговой литературе (нет никаких эмпирических правил и фундаментальных исследований), а потому понять как вариация каналов повлияет на атрибуцию, без симуляции - не представляется возможным. Итак, в прошлый раз мы рассмотрели три вида атрибуции: last_click , markov_chain и shapley_value . Также из прошлого поста мы помним, что: markov_chain (Цепи Маркова)  - должны быть в достаточной степени чувствителны к изменению порядка каналов в цепочке; shapley_value (Вектор Шепли)  - подход старается равномерно распределить ценность и для него порядок каналов в цепочке не играет роли . Сегодня мы проверим на практике насколько оба метода атрибуции чувствительны к изменению порядка каналов в цепочке. Датасет я взял из прошлого поста. Ниже пример того, как в этом датасете выглядят цепочки каналов для некоторых пользователей: Path chains. Затем я просто реверсировал их и он

Обычно, я не играю в игры с моделями атрибуций рекламных каналов. В работе с сессиями я почти всегда пользуюсь данными из Google Analytics (GA). Это система хороша тем, что мне не нужно заботиться о том, где хранить данные о заходах на сайт, как определять продолжительность сессии и т.д. Все эти вопросы закрывает Google Analytics. При заходе пользователя на сайт GA соотносит (атрибутирует) этого пользователя к одному из известных источников трафика. Если GA может определить источник трафика, то она атрибутирует пользователя к этому источнику трафика.   Если GA не может определить источник трафика (зашел на сайт direct, в URL нет utm-меток и еще в ряде случаев), то она возьмет последний недавний источник трафика (не direct) из которого пришел пользователь. Эта модель атрибуции называется Last Non-Direct Click (LNDC). Она используется во всех отчетах GA кроме отчетов из секций Multi-Channel Funnel и Attribution. Двумя побочными эффектами LNDC модели атрибуции являются: