Проблема «простой» атрибуции
Самый распространённый способ мерить эффективность рекомендаций — посчитать, сколько выручки принесли пользователи, кликнувшие на виджет. Это удобно, но некорректно: среди этих пользователей были те, кто купил бы и без рекомендации. Реальная добавленная ценность — только инкрементальная часть.
Важно: «Атрибутированная выручка» без контрольной группы — это верхняя граница эффекта, не реальный эффект. Разница может быть значительной — особенно для популярных категорий, где пользователь в любом случае нашёл бы товар.
Методы атрибуции в e-commerce персонализации
Click-based атрибуция
Самая простая: засчитывается вся выручка от пользователей, кликнувших на рекомендацию в течение attribution window. Переоценивает эффект. Используется для оперативного мониторинга, не для принятия стратегических решений.
A/B-атрибуция
Правильный метод: сравниваются две группы (с рекомендацией и без), разница в выручке — инкрементальный эффект. Требует настроенного A/B-теста, но даёт точный ответ.
Группа A (без рекомендации): RPV = 480 ₽
Группа B (с рекомендацией): RPV = 528 ₽
Инкрементальный эффект: +48 ₽/посетитель (+10%)
Holdout-атрибуция
Долгосрочный вариант: группа пользователей исключена из персонализации на 3–6 месяцев. Разница в суммарной выручке показывает кумулятивный эффект всей персонализационной программы, а не отдельного виджета.
Attribution window: сколько дней считать?
| Тип инициативы | Рекомендуемое окно |
|---|---|
| Онсайт-рекомендации | 7–14 дней |
| Попап / баннер | 1–7 дней |
| Email с рекомендациями | 7–14 дней |
| Push-уведомление | 1–3 дня |
Выбор окна влияет на итоговую цифру: окно 30 дней завысит атрибутированную выручку по сравнению с 7 днями. Главное — использовать одинаковое окно при сравнении разных стратегий.
Каннибализация: скрытая угроза атрибуции
Каннибализация — ситуация, когда рекомендация перераспределяет покупки внутри одной сессии, не увеличивая общую выручку. Например, пользователь собирался купить товар A, увидел рекомендацию B и купил B вместо A. Клик на рекомендацию засчитан, но общая выручка не выросла.
A/B-тест на уровне выручки всей группы (RPV, а не просто «выручка с кликов») автоматически нейтрализует этот эффект — потому что неважно, что именно купил пользователь, важна суммарная выручка на группу.