AI-решения для бизнеса · 03 / 03

Оценка вклада каналов там, где атрибуция уже не работает

Собираю статистическую модель, которая связывает расходы по каналам, сезонность и внешние факторы с выручкой. Это способ понять вклад медийных и офлайн-каналов, которые не отслеживаются кликами, и проверить, не переоценён ли последний клик.

Разработка сайтов SEO-продвижение Контекстная реклама ИИ-автоматизация процессов Боты для мессенджеров Продвижение мобильных приложений Продвижение в LinkedIn Веб-аналитика (GA4)
Подходит · 01

Ситуации, в которых я забираю проект

MMM — тяжёлый инструмент. Он нужен там, где деньги большие, а обычная атрибуция физически не может ответить на вопрос.

Большая доля медийных каналов

Видео, наружная реклама, телевидение, спонсорство. Клик там не ставится, а вклад в продажи есть — и его нужно как-то оценить, чтобы планировать бюджет.

медийные каналы > 30% бюджета

Атрибуция сломалась

Ограничения на отслеживание, отказы от cookie, кросс-девайс — данные о пути пользователя стали дырявыми. Отчёты по последнему клику показывают всё меньше правды.

доля неатрибуцированных > 30%

Нужно защитить бюджет цифрами

Финансовый директор спрашивает, что даст увеличение бюджета на треть. Ответ «станет больше лидов» его не устраивает, и он прав.

бюджет > $50 000 в месяц
Кому не подходит
  • Меньше двух лет истории по расходам и продажам. Модели нужны данные с сезонными циклами: на коротком ряду она выдаст красивые, но случайные коэффициенты.
  • Один-два канала и небольшой бюджет. Здесь достаточно сквозной аналитики и экспериментов с отключением канала — дешевле и понятнее.
  • Нужно точное число «сколько принёс каждый рубль». Модель даёт вклад с доверительным интервалом, а не точный ответ, и любой, кто обещает иначе, продаёт вам иллюзию.
Что входит · 02

Каждая работа заканчивается артефактом

Не «построим модель». Перечень работ, где у каждой есть результат, который остаётся у вас: датасет, модель, сценарии.

6 РАБОТ
6 АРТЕФАКТОВ
Работа Что получаете на выходе Когда
01 Сбор и проверка данных
Артефакт Датасет по неделям: расходы, продажи, факторы
Неделя 1–2
02 Внешние факторы
Артефакт Сезонность, праздники, цены, активность конкурентов
Неделя 2
03 Построение модели
Артефакт Модель с оценкой вклада и доверительными интервалами
Неделя 3–4
04 Проверка устойчивости
Артефакт Тесты на исторических периодах, а не подгонка под прошлое
Неделя 4–5
05 Сценарии бюджета
Артефакт Что будет при перераспределении: три варианта с прогнозом
Неделя 5
06 Защита и передача
Артефакт Документ, встреча с финансами и маркетингом, запись
Неделя 6
Как устроено · 03

Шесть недель, и половина из них — данные

Качество модели определяется качеством данных. Красивая математика на грязных данных даёт уверенные и неверные выводы.

/ 01

Данные

Собираю понедельные ряды за два-три года: расходы по каналам, продажи, цены, акции, сезонность. Половина времени проекта уходит сюда, и это нормально.

Неделя 1–2
/ 02

Модель

Строю модель с учётом отложенного эффекта и насыщения: реклама действует не только в неделю показа и работает всё хуже с ростом объёма.

Неделя 3–4
/ 03

Проверка

Проверяю на периодах, которые модель не видела. Если она не предсказывает прошлое, доверять её прогнозам будущего нельзя.

Неделя 4–5
/ 04

Сценарии

Считаю, что будет при разных вариантах распределения бюджета, с интервалами. Дальше решение принимаете вы — модель не заменяет решение, она сужает выбор.

Неделя 5–6

Как это выглядит на реальном проекте

CASE_01 · Моделирование каналов
FMCG-бренд: телевидение считали бесполезным, потому что не могли измерить
11 недель Россия 2 года данных
Разбор целиком
AТочка А

Отчёты строились на последнем клике: вся выручка приписывалась поиску и ремаркетингу. Телевидение и наружная реклама выглядели расходами без отдачи.

БТочка Б

Эконометрическая модель по двум годам данных: вклад каждого канала с учётом отложенного эффекта и насыщения. Охватные каналы дают треть выручки.

Результат бюджет перераспределён по вкладу
31%
Вклад охватных каналов
CASE_02 · Моделирование каналов
Аптечная сеть: увеличение бюджета перестало давать рост
9 недель Казахстан 18 месяцев данных
Разбор целиком
AТочка А

Логика была линейной: больше бюджета — больше продаж. За год расходы выросли вдвое, продажи — на 12%, и никто не мог объяснить, где предел.

БТочка Б

Модель показала кривую отдачи по каждому каналу и точку, после которой каждый следующий рубль приносит меньше предыдущего. Бюджеты приведены к этим точкам.

Результат высвобождено на новые каналы
−18%
Бюджет без потери продаж
CASE_03 · Моделирование каналов
Онлайн-сервис: акции приписывали себе рост, который был сезонным
8 недель СНГ 11 акций за год
Разбор целиком
AТочка А

Каждая акция сопровождалась ростом продаж и считалась успешной. Никто не отделял её эффект от сезонного спроса, который поднимал продажи и без скидки.

БТочка Б

Модель учитывает сезонность, цену, конкурентов и рекламу отдельно. Видно чистый вклад акции — и то, что часть скидок раздавалась тем, кто купил бы и так.

Результат маржа за год +14%
5 из 11
Акций дали реальный прирост
все кейсы
Стоимость · 04

Три формата

Считаю на открытых библиотеках, лицензии покупать не нужно. Если данные лежат в платном хранилище, расходы на него остаются вашими.

Оценка применимости
от $1 200 разово
Нужно понять, хватит ли данных для модели
  • Проверка полноты и качества данных
  • Оценка длины и стабильности рядов
  • Список недостающих факторов
  • Заключение: строить модель или рано
  • Часовой разбор с командой
Не входит: построение модели
Обсудить оценку
Рекомендую
Модель
от $3 500 за проект
Данных достаточно, нужен ответ по вкладу каналов
  • Сбор и проверка данных
  • Модель с оценкой вклада и интервалами
  • Проверка на исторических периодах
  • Три сценария распределения бюджета
  • Защита перед финансами и маркетингом
Не входит: ежеквартальный пересчёт
Обсудить модель
Модель и сопровождение
от $1 800 в месяц
Модель должна жить и обновляться вместе с рынком
  • Модель на старте
  • Ежеквартальный пересчёт на новых данных
  • Сверка прогноза с фактом
  • Сценарии под планирование бюджета
  • Участие в бюджетных встречах
Не входит: ведение самих каналов
Обсудить сопровождение
Цены — «от». Итог зависит от числа каналов, рынков и того, в каком виде лежат исторические данные: сбор из десятка источников вручную занимает больше времени, чем сама модель.
Вопросы · 05

То, что обычно спрашивают до первого созвона

Минимум два года понедельных данных по расходам и продажам, лучше три. Меньше — модель не отличит сезонность от эффекта рекламы, и выводы будут случайными.
Она даёт вклад с доверительным интервалом, а не точное число. Хорошая модель объясняет 80–90% колебаний выручки и предсказывает проверочные периоды с разумной ошибкой. Все эти цифры я показываю, а не прячу.
Сквозная аналитика прослеживает конкретного человека от клика до сделки. MMM смотрит на агрегированные ряды и оценивает вклад каналов статистически. Первая точнее по деталям, вторая видит то, что не отслеживается вовсе.
Постановку задачи, сбор данных, интерпретацию и защиту веду я. Построение и валидацию модели делает мой подрядчик — специалист по статистике. Отвечаю за результат я.
Перераспределять бюджет постепенно и проверять экспериментами: отключить канал в части регионов и сравнить. Модель — это гипотеза высокого качества, а не приговор.
60 минут. Смотрим, какие данные у вас есть, и я честно говорю, хватит ли их. Чаще всего ответ — «сначала соберите ряды», и это бесплатный полезный вывод.
Контакты · 06 · Открыто 1 слот, Q3 2026

Расскажите, какие данные есть, — скажу, потянет ли модель

Ответ в течение дня. На разборе смотрим глубину и полноту данных. Если их мало — скажу прямо.