Modele atrybucji – łańcuchy Markowa

Coraz większa ilość danych o zachowaniach naszych klientów pomaga nam w podejmowaniu efektywnych decyzji marketingowych. Jednymi z najważniejszych są informacje o konwersjach i modelach ich atrybucji. W algorytmicznym modelowaniu atrybucji wykorzystywane są dwie główne metody: wartość Shapleya – wykorzystywana w modelach DDA od Google oraz łańcuchy Markowa. Główną zaletą tych drugich jest uwzględnienie sekwencyjności poszczególnych zdarzeń na ścieżce do konwersji, przez co można lepiej odwzorować cykl użytkownika. Warto jednak pamiętać, że ma to też swoje ograniczenia, gdyż aby uwzględnić dłuższą ścieżkę konwersji, należy wprowadzić do analizy łańcuch wyższego rzędu, analizując poszczególne pary interakcji. O tym, czym jest atrybucja, jak ją mierzyć oraz jakie są zalety modelowania atrybucji według łańcuchów Markowa, warto przeczytać w artykule Macieja Kapuścińskiego w serwisie NowyMarketing.

Przeczytaj artykuł