Цикл сделки, определение конверсии, пути клиентов, объём данных и настройки рекламных платформ.
Рекомендуемая модель с ограничениями, правилами учёта каналов и планом оценки дополнительного эффекта.
Кому пригодится
Маркетологам и аналитикам.
Требования и ограничения
Выбрать способ распределения вклада рекламных каналов
Скилл Marketing Attribution помогает понять, как выбранная модель связывает контакты пользователя с конверсией. Он рассматривает доступные данные, цикл сделки и решения, для которых нужен отчёт.
Атрибуция распределяет вклад по заданным правилам. Она сама по себе не доказывает, сколько дополнительных продаж вызвал канал. Это различие сохраняется в итоговой рекомендации.
Какие модели сравниваются
- Первое касание: весь вклад получает первый известный контакт.
- Последнее касание: вклад относится к последнему учитываемому контакту.
- Равномерное распределение между касаниями.
- Больший вес более близких к покупке контактов.
- Отдельные веса начала, середины и конца пути.
- Модели, которые оценивают распределение по накопленным путям и данным о конверсиях.
Что выяснить перед выбором
Нужны длительность продажи, объём конверсий, определение результата и доступность данных по пути клиента. Следует понять, какие касания теряются и какие источники используют разные правила учёта.
Числовые пороги выбора модели в исходнике являются эвристиками. Они не гарантируют достаточность данных или качество алгоритма. Название «на основе данных» тоже не устраняет предпосылки и ограничения.
Проверить основные искажения
Отдельно рассматриваются конверсии после показа без перехода, взаимодействия с разных устройств и неполное наблюдение. Брендовый поиск и прямые заходы требуют явного правила: они могут завершать путь, начатый в другом месте.
Результаты разных рекламных платформ нельзя просто суммировать, если каждая приписывает себе одну и ту же покупку. Текущие настройки и определения следует проверять в документации выбранных систем.
Сопоставить с дополнительными исследованиями
Автор предлагает сравнивать отчёт с экспериментами по дополнительному эффекту, территориальными контрольными группами и альтернативными моделями. Для эксперимента нужны сопоставимость групп, учёт внешних изменений и оценка неопределённости.
Совпадение нескольких отчётов не означает независимого подтверждения, если они используют одни данные и допущения. При расхождении нужно исследовать его причину до существенного изменения бюджета.
Как оформить вывод
Записка содержит рекомендуемую модель, основания, известные пробелы, правила каналов и план проверки. При смене подхода сохраняется возможность сопоставить результаты за одинаковый период.
Пример редакции Skillum: «Помоги выбрать модель по этому циклу сделки и схеме данных. Объясни, какие касания каждая модель недооценивает. Покажи пересечения платформ, правила брендового поиска и план оценки дополнительного эффекта. Настройки и бюджет пока не меняй».
Автор и источник
Оригинальное название: marketing-attribution
Автор или репозиторий: SkillMedev/skills
Лицензия: MIT
Открыть первоисточник