🦊 Обновили гайд по оптимизации медийной рекламы

У нас есть гайд по работе с медийкой, которым мы делимся в открытом доступе — вот пост с подробностями. Если кратко, это доска в Miro с инструкциями для комплексной настройки аналитики. И у нас отличная новость — в гайде появилось два новых блока:

1️⃣ Как эффективно самому собрать post-click и post-view данные для аналитики
Что внутри:
• варианты инфраструктуры
- облако
- аренда сервера
• какие источники подключать
• организация данных на старте
• рекомендуемая схема хранения
• post-click и post-view аналитика
- какие данные объединяем
- процесс склейки
• валидация данных
• два варианта визуализации
- Microsoft Power BI
- Apache Superset / Yandex DataLens

2️⃣ Инструкция по UTM-разметке
Что внутри:
• обязательные и дополнительные параметры
• примеры корректных и некорректных ссылок
• правила форматирования, шаблоны
• типовые ошибки

Если вы строите сквозную аналитику, автоматизируете отчёты или просто хотите навести порядок в данных — забирайте гайд через бота:

⚡️@cyberbrain_msc_bot⚡️

#апдейт

🦊 Запускаем мини-серию постов о нашем дашборде, он же CyberBoard

→ Начнём с того, как работает модель Last touch
→ Расскажем про три модели атрибуции в нашей аналитике
→ Научим сравнивать ожидаемый и реальный CPA в рамках модуля CyberBoard

-Глава 1-
Не попадайтесь на удочку мошенников — не отдавайте все деньги первому встречному

Именно это предлагает Last touch — модель атрибуции, которая присуждает все заслуги за конверсию последнему касанию пользователя с рекламой. Почему это плохо?

Например, у вас шесть рекламных площадок, с которыми человек взаимодействовал перед покупкой. И последним в цепочке до конверсии оказался Telegram. Тогда Last touch скажет вам, что это и есть двигатель продаж, полностью проигнорировав вклад остальных площадок.

👉 Модель Last touch не распределяет ценность между каналами. Она работает адекватно, если ваши рекламные площадки независимы и не пересекаются, и вы ещё не дошли до медийки. Но когда переменных становится слишком много, в «последнем касании» правды нет.

🚀 Продолжение следует

#атрибуция_просто #объясняем_на_пальцах

🦊 Как наш рекламодатель видит и анализирует ситуацию? Давайте разберём на примере

-Глава 3-
Девять утра. Вы приходите в офис и хотите посмотреть, как отработала реклама за конкретный период. Вы вспоминаете требование руководства — CPA не должен превышать 1 500 ₽. Затем открываете отчёт и видите следующую картину:

⬥ CPA по Last touch = 6 041 ₽
⬥ CPA по Шепли = 1 015 ₽
⬥ CPA по ассоциированным = 597 ₽

Но что это за цифры? Как мне в этом разобраться спросонья без чашки кофе, спросите вы? Сейчас всё объясним. Для начала пройдёмся по моделям атрибуции.

🔸 Last touch — это ёжик в тумане. Он видит только последнего участника рекламной цепочки и игнорирует всех остальных. Медийка в его поле зрения вообще не попадает.
🔸 Атрибуция Шепли — это гениальный пингвин из «Смешариков». Он показывает объективно точный CPA, который вывел на основе хитрых математических расчётов.
🔸 Ассоциированная модель — это Наруто, применяющий технику клонирования. Он раздаёт всем участникам цепочки по единице конверсии и тем самым множит количество конверсий, чтобы вас запутать.

Теперь возвращаемся к цифрам. Подставляем наш KPI в систему координат и смотрим, к какой модели он ближе.

👍 Чем выше KPI от модели Шепли к ближе Last touch, тем лучше. Даже слепой ёжик показывает, что вы укладываетесь в бюджет. Это значит, что как бы вы ни теряли и недоучитывали конверсии, кампания всё равно прошла отлично.

👌 Шепли — это справедливая оценка конверсий. Она учитывает всю цепочку: и медийку, и контекст, и органику. Если ваш KPI рядом с этой моделью, вы молодцы — двигайтесь вперёд и улучшайте результаты.

👎 Всё, что близко к модели ассоциированных конверсий, означает только одно — кампании работают плохо.

-Вывод-
Теперь вы знаете, как происходит оценка CPA в рамках модуля CyberBoard — это наш авторский метод предельных значений.

Если вы до сих пор ориентируетесь только на Last touch, сравните, сколько он показывает CPA — и насколько мало учитывает конверсий. Если в основе маркетинга лежит эта модель, бизнес тратит деньги вслепую.

С платформой CyberBrain вы видите реальную картину мира. Хотите сделать digital-рекламу прибыльной? Обращайтесь!

🚀 Отправить заявку

#атрибуция_просто #объясняем_на_пальцах

🦊 Как на человеческих примерах объяснить, что такое атрибуция — простая шпаргалка #для_маркетолога

-Стандартные модели-

1️⃣ First Click — вся заслуга первому касанию.
Атрибуция, которая «помнит свою первую любовь». Даже если человек увидел рекламу в Telegram, потом кликнул в баннере на YouTube и купил после email-рассылки, вся ценность уходит TG.

2️⃣ Last Touch — все лавры забирает тот, на чьём счету последнее касание.
Как нападающий, забивший решающий гол, — хотя его команда тоже усиленно работала весь матч, чтобы этот гол случился. «Лучшим» игроком может стать показ рекламы у блогера, баннер в «Яндексе» или любой другой канал — главное, чтобы он находился непосредственно перед продажей.

3️⃣ Линейная модель — равномерно делит вклад между всеми каналами.
Коммунистическая система, где все касания получают поровну независимо от усилий. От каждого по способностям — и каждому по равной доле единице конверсии.

4️⃣ U-образная модель — по 40% первому и последнему касанию, 20% делится между остальными.
Модель выделяет тех, кто открыл цепочку взаимодействий и закрыл сделку. Представьте преподавателя, который ставит пятёрку первому и последнему студенту, защищавшему проект. Первый получает лучшую оценку за смелость и символический старт защиты для всей группы, а последний — потому что преподаватель рад, что защита наконец-то закончилась. Остальным студентам ставят по четвёрке просто за участие.

5️⃣ Time Decay — чем ближе касание к покупке, тем больше его вес.
Представьте стакан с кубиками льда: последний брошенный кубик охлаждает напиток сильнее всего, потому что прежние уже почти растаяли. Например, в цепочке взаимодействий сначала идёт баннер в VK, а потом вебинар с прямыми продажами. Тогда для Time Decay вебинар окажется наиболее эффективен, а ценность VK для него как бы «подтает».

-Data-driven модели-

1️⃣ Цепи Маркова — модель смотрит, какие шаги ведут к конверсии, и считает, насколько важен каждый из них.

Как работает
• Строится карта всех маршрутов: A → B → C → Покупка
• Исключаем один из шагов (например, канал B)
• Смотрим, насколько снизилась вероятность покупки

Пример
Представьте, что навигатор ежедневно строит маршрут «МКАД → Третье кольцо → Двор». Мы виртуально убираем МКАД и видим, что среднее время поездки удлиняется вдвое, и лишь 30% водителей всё-таки доезжают. Потери колоссальны — значит, МКАД — «бутылочное горлышко» маршрута и получает максимальный вес. Если же убрать Третье кольцо, вероятность снижается лишь до 80%: точка важная, но не критичная. Так модель понимает, какие дороги (каналы) держат всю воронку.

2️⃣ Вектор Шепли — метод из теории игр. Считаются все возможные комбинации каналов и сравнивается, как меняется результат при добавлении каждого из них.

Как работает
• Берём все возможные наборы каналов: A, A+B, A+B+C…
• Считаем выручку у каждой «команды»
• Смотрим, на сколько выросла выручка, когда в набор добавили канал X
• Усредняем этот прирост по всем наборам — получаем «честную долю» канала X

Пример
Разработчик создаёт продукт, продажник убеждает купить, а маркетолог приводит поток лидов. Любая пара может что-то продать, но без маркетолога заявки быстро иссякают: есть продукт и аргументы, но некому позвать людей. Шепли фиксирует, что во всех таких ситуациях результаты падают, поэтому «резервирует» для маркетолога честную долю дохода.

🚀 Подводим итоги
Не существует универсальной атрибуции — модель необходимо подбирать под конкретный бизнес. Но основным критерием всегда будет соответствие воронке:

• Короткий цикл сделки, продвижение через performance → пробуйте Last Click
• Короткий цикл сделки, продвижение через медийку → рекомендуем First Touch
• Много рекламы, но в основном performance → Time decay или цепи Маркова
• Много разной рекламы: и медийка, и performance, и programmatic → модель Шепли

#атрибуция_просто #объясняем_на_пальцах