0 added
0 removed
Original
2026-01-01
Modified
2026-02-26
1
<h2>Сценарии атрибуции</h2>
1
<h2>Сценарии атрибуции</h2>
2
<p>Сценарий атрибуции - это метод, который позволяет определить, какой рекламный канал или источник привлечения заслуживает большей заслуги при оценке действий пользователей. Он помогает ответить на вопрос, каким образом присваивать каналы привлечения к пользователям, которые могут использовать множество каналов перед тем, как совершить покупку или выполнить другое целевое действие.</p>
2
<p>Сценарий атрибуции - это метод, который позволяет определить, какой рекламный канал или источник привлечения заслуживает большей заслуги при оценке действий пользователей. Он помогает ответить на вопрос, каким образом присваивать каналы привлечения к пользователям, которые могут использовать множество каналов перед тем, как совершить покупку или выполнить другое целевое действие.</p>
3
<p>Вот некоторые распространенные сценарии атрибуции:</p>
3
<p>Вот некоторые распространенные сценарии атрибуции:</p>
4
<ol><li>First Attribution Model (Модель "Первый визит"): Эта модель присваивает каналу, через который пользователь впервые посетил сайт, большую значимость. Другие действия пользователя могут также учитываться, но первый источник рассматривается как основной.</li>
4
<ol><li>First Attribution Model (Модель "Первый визит"): Эта модель присваивает каналу, через который пользователь впервые посетил сайт, большую значимость. Другие действия пользователя могут также учитываться, но первый источник рассматривается как основной.</li>
5
<li>Last Attribution Model (Модель "Последний визит"): Эта модель присваивает большую значимость последнему каналу или источнику, который привел пользователя к завершению целевого действия (например, покупке).</li>
5
<li>Last Attribution Model (Модель "Последний визит"): Эта модель присваивает большую значимость последнему каналу или источнику, который привел пользователя к завершению целевого действия (например, покупке).</li>
6
<li>Last Non-Direct Click Attribution Model (Модель "Последний не прямой клик"): Эта модель исключает прямые переходы (например, ввод URL-адреса в адресной строке) и присваивает значимость последнему не прямому клику или источнику перед завершением действия.</li>
6
<li>Last Non-Direct Click Attribution Model (Модель "Последний не прямой клик"): Эта модель исключает прямые переходы (например, ввод URL-адреса в адресной строке) и присваивает значимость последнему не прямому клику или источнику перед завершением действия.</li>
7
<li>Last or First Paid-Click Attribution Model (Модель "Последний или первый платный клик"): Эта модель учитывает как последний, так и первый платный клик или источник, в зависимости от того, какой из них произошел последним или первым.</li>
7
<li>Last or First Paid-Click Attribution Model (Модель "Последний или первый платный клик"): Эта модель учитывает как последний, так и первый платный клик или источник, в зависимости от того, какой из них произошел последним или первым.</li>
8
<li>Non-Brand Attribution Model (Модель "Не брендовый"): В этой модели учитываются каналы, которые не связаны с брендом, исключая прямые переходы и клики на брендовые запросы.</li>
8
<li>Non-Brand Attribution Model (Модель "Не брендовый"): В этой модели учитываются каналы, которые не связаны с брендом, исключая прямые переходы и клики на брендовые запросы.</li>
9
</ol><p>Каждая из этих моделей имеет свои преимущества и недостатки и может быть использована в зависимости от конкретных целей и стратегии маркетинга компании. Выбор сценария атрибуции может помочь определить, какие каналы привлечения наиболее эффективны и как улучшить результаты рекламных кампаний.</p>
9
</ol><p>Каждая из этих моделей имеет свои преимущества и недостатки и может быть использована в зависимости от конкретных целей и стратегии маркетинга компании. Выбор сценария атрибуции может помочь определить, какие каналы привлечения наиболее эффективны и как улучшить результаты рекламных кампаний.</p>
10
<h3>Практика</h3>
10
<h3>Практика</h3>
11
<p>На этот раз посчитаем с помощью модели last attribution по каждому из каналов количество уникальных посетителей</p>
11
<p>На этот раз посчитаем с помощью модели last attribution по каждому из каналов количество уникальных посетителей</p>
12
<p>Сперва нам нужно для каждого посетителя получить дату его последнего визита</p>
12
<p>Сперва нам нужно для каждого посетителя получить дату его последнего визита</p>
13
<p><a>https://www.db-fiddle.com/f/2Vg8L1aHomhgrWmnwkZB3c/4</a></p>
13
<p><a>https://www.db-fiddle.com/f/2Vg8L1aHomhgrWmnwkZB3c/4</a></p>
14
<p>Теперь соединим последние визиты с таблицей кликстрима</p>
14
<p>Теперь соединим последние визиты с таблицей кликстрима</p>
15
<p><a>https://www.db-fiddle.com/f/2Vg8L1aHomhgrWmnwkZB3c/5</a></p>
15
<p><a>https://www.db-fiddle.com/f/2Vg8L1aHomhgrWmnwkZB3c/5</a></p>
16
<p>Наконец назначим каждому рефереру канал:</p>
16
<p>Наконец назначим каждому рефереру канал:</p>
17
<ul><li>ad - все рефереры, начинающиеся на ad.</li>
17
<ul><li>ad - все рефереры, начинающиеся на ad.</li>
18
<li>direct - прямая ссылка example.com</li>
18
<li>direct - прямая ссылка example.com</li>
19
<li>organic - все остальные ссылки с поисковых сервисов</li>
19
<li>organic - все остальные ссылки с поисковых сервисов</li>
20
</ul><p>И посчитаем трафик по каждому каналу</p>
20
</ul><p>И посчитаем трафик по каждому каналу</p>
21
<p><a>https://www.db-fiddle.com/f/2Vg8L1aHomhgrWmnwkZB3c/7</a></p>
21
<p><a>https://www.db-fiddle.com/f/2Vg8L1aHomhgrWmnwkZB3c/7</a></p>
22
<p>Мы получили что по модели аттрибуции Last Visit больше всего посетителей принес канал organic.</p>
22
<p>Мы получили что по модели аттрибуции Last Visit больше всего посетителей принес канал organic.</p>