Лекция

Атрибуция отвечает не на тот вопрос

Отчёт кабинета говорит: канал принёс 6 000 000 ₽ при расходах 1 200 000 ₽. Гео-эксперимент по тому же каналу в те же недели говорит: если канал выключить, потеряется 1 800 000 ₽. Оба числа верны. Они отвечают на разные вопросы, и решение о бюджете принимается по второму.

Эта лекция — про второй вопрос и про приборы, которые на него отвечают: гео-эксперимент как процедуру, лифт-инструменты площадок и медиамикс-моделирование. Девятнадцать тем, пять частей.

80%
доля инкрементальных кликов в разобранном кейсе гео-эксперимента
16 380
точек данных в гео-модели против 156 в национальной за тот же период
2 000 000 ₽
минимальный бюджет размещения для Brand Lift в Директе с 12 января 2026 года
Что берётся как известное

Уровень продвинутый. Статистическая значимость, мощность, доверительные интервалы, дизайн A/B-теста, когорты и UTM-контур не объясняются заново: матчасть значимости и мощности разобрана в лекции про A/B-тесты и статистическую значимость, деление зачёта между каналами — в лекции про модели атрибуции. Здесь они применяются.

Что лекция не обещает: точного числа без доверительного интервала, измерения без потери денег и настройки, которая закроет границу региона. Каждое из этих ограничений разбирается там, где оно возникает.

Тема 1 из 19 · Контрфакт вместо зачёта

Контрфакт: число, которого нет ни в одном отчёте

Инкрементальный эффект — разница между тем, что произошло, и тем, что произошло бы без воздействия. Второе число не наблюдается никогда. Оно контрфакт: его нельзя выгрузить, его можно только оценить.

Вопрос, который отличает инкрементальность от атрибуции, формулируется одной фразой: что изменилось бы, если бы канал выключили. Атрибуция отвечает на другой вопрос — кому записать конверсию, которая уже случилась.

Почему модель зачёта здесь бессильна

Ни одна модель атрибуции не содержит сценария, в котором канала нет. Она делит уже случившиеся продажи между уже случившимися касаниями. Сценарий выключения в её входных данных отсутствует, поэтому ответа на вопрос о выключении в ней нет — ни при какой настройке окна и ни при какой вероятностной модели. Сами модели и их устройство разобраны в лекции про модели атрибуции.

Чего из этого не следует

Не следует, что атрибуция бесполезна. Она отвечает на свой вопрос и отвечает ежедневно: какую ставку поправить сегодня, какую кампанию остановить к вечеру. Эксперимент так не умеет — он занимает недели и стоит денег. Спор «атрибуция против инкрементальности» — это спор о приборах, а не о том, кто врёт.

Дальше в лекции слово «прирост» всегда означает инкрементальный прирост относительно названной базы, а слово «зачёт» — то, что приписала модель атрибуции. Смешивать их в одной таблице нельзя, и следующая тема объясняет почему.

Что делает число инкрементального эффекта принципиально не выгружаемым из системы аналитики?
Инкремент — разница между фактом и контрфактом. Факт наблюдается, контрфакт нет: он не произошёл. Поэтому инкремент оценивается моделью или экспериментом, а не выгружается отчётом.
Клиент просит вывести в дашборд инкрементальный вклад канала рядом с зачётом по последнему клику, обновляемый ежедневно. Какой ответ корректен?
Инкремент — результат оценки, а не поля в таблице. Ежедневно работает атрибуция, инкремент замеряется циклами: эксперимент раз в квартал, медиамикс-модель раз в квартал или полугодие.
Коллега утверждает: «раз атрибуция не отвечает на вопрос о выключении канала, её надо выбросить». Что здесь неверно?
Приборы разные. Атрибуция — про ежедневное управление уже случившимися конверсиями, эксперимент — про прирост. Ни один не заменяет другой.
Бесплатный доступ

Дальше нужен аккаунт

Прогресс и монеты сохранятся.