Снижение ДРР мебельного клиента на 11,5% при помощи атрибуции на основе машинного обучения

Задача

Необходимо было справедливо распределить вес рекламных расходов между каналами, улучшить отчётность и автоматизировать загрузку расходов, так как существующая система атрибуции Last Non-Direct Click не позволяла эффективно управлять кампаниями

Решение

Настроена загрузка расходов из рекламных кабинетов в Google BigQuery, сбор данных о поведении пользователей с помощью трекера SegmentStream, интеграция с офлайн-источниками данных (Calltouch, RetailCRM). Обучена ML-модель для атрибуции и предсказания конверсий, настроена передача данных в систему управления ставками K50 и real-time сегментация пользователей по вероятности покупки