Чем отличаются position-based, linear и time-decay модели мультиканальной атрибуции, и когда какую уместно выбрать?

Короткий ответ

Все три модели применяют заранее заданное распределение к пути пользователя. Ни одна сама по себе не измеряет, произошла бы конверсия без канала.

Как это работает подробнее

Все три модели — это фиксированные эвристики, в отличие от data-driven, которая считает веса статистически, поэтому они не «угадывают» реальный вклад канала, а применяют заранее заданное правило распределения. Кроме перечисленных моделей, некоторые платформы предлагают собственные гибридные модели с настраиваемыми весами по этапам, что фактически является ручной калибровкой эвристики под ожидания конкретного бизнеса.

Что использовать на практике

• Используйте linear как нейтральную отправную точку, position-based для ценности начала и завершения пути, time-decay — если поздние касания ожидаемо важнее; фиксируйте модель и период.

Подводные камни

• Смена модели меняет видимые доли каналов без изменения продаж. Не принимайте распределение заслуг за инкрементальность.