Шаблоны и инструменты

Спецификация атрибуции (Attribution Specification Template)

Зачем нужен
Attribution Spec делает модель атрибуции воспроизводимой и не позволяет сравнивать цифры из систем с разными окнами и правилами.

Готовый шаблон

Спецификация атрибуции (Attribution Specification)
Conversion
Какое событие или outcome атрибутируем.
Entity
User, account, opportunity, order.
Eligible Touchpoints
Какие контакты участвуют.
Identity Resolution
Как объединяются devices/users/accounts.
Lookback Window
Сколько дней/недель назад учитываем.
Model
First, last, linear, position-based, data-driven и др.
Deduplication
Как устраняем повторные conversions/touches.
Offline Handling
Как добавляются sales, events, calls.
Exclusions
Internal traffic, bots, test campaigns.
Reporting Grain
Channel, campaign, account и др.
Limitations
Что attribution не доказывает.

Атрибуция не равна инкрементальности (Attribution ≠ Incrementality)

Модель распределяет credit среди наблюдаемых touchpoints, но сама по себе не доказывает, что канал вызвал дополнительный результат.

Когда шаблон особенно полезен

Шаблон особенно полезен, если одной метрикой пользуются несколько команд, данные собираются из разных систем или расчёт влияет на бюджет и решения. Для одноразового анализа допустима облегчённая версия, но definition и источник данных всё равно должны быть указаны. Чем дольше живёт показатель, тем важнее governance и change log.

Как внедрить шаблон в рабочий процесс

  • Начните с решения и бизнес-вопроса, а не с доступных таблиц. Это определит, какие метрики и уровень детализации действительно нужны.
  • Зафиксируйте definitions, grain, time window и source of truth до построения расчётов. Одинаковое название не гарантирует одинаковую метрику.
  • Проверьте качество данных: полноту, дубли, пропуски, изменения tracking и структурные разрывы во времени.
  • Для прогнозов и моделей явно храните assumptions, диапазоны и сценарии. Не маскируйте неопределённость одной точной цифрой.
  • Назначьте owner и cadence пересмотра. Аналитический артефакт без ответственного и правил обновления быстро перестаёт быть источником истины.

Практический пример

CRM и рекламная платформа дают разные revenue numbers из-за разных windows и identity rules. Specification делает расхождение объяснимым и воспроизводимым.

Что должно получиться на выходе

Результат работы с шаблоном «Спецификация атрибуции» — не заполненная форма сама по себе, а согласованный рабочий артефакт, который можно использовать для решения, передачи контекста и последующей проверки результата. У документа должны быть понятны владелец, исходные данные, допущения, дата актуальности и следующий шаг. Если эти элементы невозможно определить, полезнее сократить документ до минимальной версии и вернуть недостающие данные, чем заполнять поля формально.

Проверка качества перед использованием

  • У каждой метрики есть точная definition.
  • Источник данных и grain указаны.
  • Метод позволяет ответить именно на поставленный вопрос.
  • Неопределённость, лаги и limitations не скрыты.
  • Есть owner и правило обновления.

Как поддерживать шаблон в актуальном состоянии

Пересматривайте определения при изменении tracking, CRM, data model, business logic или accounting rules. Любое изменение формулы должно иметь change log, дату вступления в силу и оценку влияния на исторические сравнения.

Частые вопросы (FAQ)

Нужно ли хранить все метрики в одном документе?

Нет. Канонический dictionary и measurement plan должны быть связаны, но operational dashboards могут показывать только релевантный subset.

Что делать, если источники дают разные цифры?

Назначить source of truth и документировать расхождение. Нельзя тихо выбирать источник, который показывает более удобный результат.

Как часто пересматривать модель?

По cadence бизнеса и при изменении данных. Forecast и campaign metrics могут обновляться часто, definitions и governance — реже, но обязательно после системных изменений.

Связанные шаблоны

Связанные понятия

2026-09-21 23:55 Аналитика и измерения