Как настроить мультиканальную (не last-click) атрибуцию между несколькими каналами и какие у неё ограничения?

Короткий ответ

Мультиканальная/data-driven атрибуция распределяет ценность конверсии между несколькими касаниями на пути пользователя, но требует достаточного объёма данных по конверсиям и не устраняет полностью проблему корреляции против причинности.

Как это работает подробнее

Такие модели (например, data-driven атрибуция в GA4) анализируют пути пользователей с конверсией и без неё и статистически оценивают вклад каждого канала в вероятность конверсии, а не просто отдают 100% последнему клику. Полезно также периодически смотреть отчёт по ассистирующим конверсиям, чтобы оценить, какие каналы чаще участвуют в пути пользователя, даже если редко являются последним кликом.

Что использовать на практике

• Практика. На практике data-driven модели требуют минимального объёма данных (определённого числа конверсий в аккаунте за 30 дней) для корректной работы — на малых объёмах модель может быть нестабильна или недоступна. При смене модели атрибуции стоит заранее предупредить команду и заинтересованные стороны, что исторические отчёты по старой и новой модели не будут напрямую сопоставимы.
• Пример. В GA4 отчёт «Пути конверсии» показывает, что 40% конверсий включали минимум 2 канала перед покупкой; data-driven модель распределяет ценность, например, 60% последнему каналу и 40% — предыдущим, в отличие от last-click, который отдал бы 100% последнему.

Подводные камни

• Риск. Частая ошибка — воспринимать результат мультиканальной атрибуции как точное измерение причинного вклада канала, хотя это статистическая корреляция на основе наблюдаемых путей, а не экспериментально подтверждённая инкрементальность.