Гранулярная атрибуция на уровне кампаний недостаточно надёжна (большая доля конверсий unassisted/dark traffic, ограничения трекинга), а MMM даёт только агрегированные по каналу оценки раз в месяц. Как вы будете распределять и перераспределять (пейсинг) бюджет между каналами в таких условиях?

Короткий ответ

Нет единственно верного метода: при ненадёжной гранулярной атрибуции и редких MMM-оценках разумно сочетать более редкие структурные решения на основе MMM/инкрементальных тестов с более частыми, но осторожными тактическими корректировками пейсинга внутри канала на основе доступных (пусть и неполных) данных платформ, явно обозначая уровень неопределённости в каждом решении.

Как это работает подробнее

MMM даёт устойчивую, но медленную и агрегированную оценку вклада канала в бизнес-результат, тогда как данные платформы доступны ежедневно, но подвержены искажениям атрибуции и не показывают истинную инкрементальность; полагаться полностью на один источник означает либо медленно реагировать на реальные изменения (MMM), либо часто ошибаться из-за искажений (платформенная атрибуция).

Что использовать на практике

• На практике. Практически можно использовать MMM и периодические holdout-тесты для определения месячных/квартальных долей бюджета между каналами на макро-уровне, а внутри каждого канала — более частый пейсинг и перераспределение между кампаниями на основе платформенных данных, не трогая общую межканальную пропорцию до следующего MMM-цикла.
• Пример. MMM раз в квартал задаёт пропорцию бюджета между Google/Meta/TikTok на уровне ±5% от текущей. Внутри каждого канала пейсинг между кампаниями пересматривается еженедельно по платформенным данным, не выходя за пределы квартальной пропорции без явного пересмотра MMM.
• Компромисс. Более частое перераспределение по данным платформ даёт гибкость и быструю реакцию на краткосрочные изменения, но рискует закрепить искажения атрибуции как «истину» и раскачивать бюджет без реального улучшения инкрементального результата. Редкие структурные решения по MMM более надёжны на уровне каналов, но медленнее реагируют на тактические изменения внутри канала и требуют терпения между циклами измерения. Разумный компромисс — разделить решения по горизонту (макро vs тактика), но стоит явно обсуждать с бизнесом, что часть решений будет приниматься с неполной уверенностью.

Подводные камни

• Частая ошибка. Частая ошибка — ежедневно или еженедельно резко перераспределять бюджет между каналами на основе зашумлённых данных атрибуции кабинета, полностью игнорируя более медленные, но более надёжные агрегированные MMM-сигналы.