Перейти к основному контенту
МАРКЕТИНГВ РОССИИ И ЗА РУБЕЖОМ

Использование моделей атрибуции для оценки эффективности маркетинговой деятельности

Авторы

  • А.С. Маряшина студентка 4-го курса очной формы обучения, факультет экономических и социальных наук, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, г. Москва, Российская Федерация
  • А.E. Олькова кандидат экономических наук, доцент кафедры экономики и финансов, факультет экономических и социальных наук, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, г. Москва, Российская Федерация
  • А.С. Пискулина студентка 4-го курса очной формы обучения, факультет экономических и социальных наук, Российская академия народного хозяйства и государственной службы при Президенте Российской Федерации, г. Москва, Российская Федерация

DOI:

https://doi.org/10.25806/ma-1583

Ключевые слова:

модель атрибуции, маркетинговая аналитика, цифровой маркетинг, цепи Маркова, оценка эффективности

Аннотация

В данной работе представлены результаты сравнительного анализа моделей атрибуции, построенных на основе данных цифровой страховой компании «Пульс». Проведено исследование особенностей клиентских путей и инструментария цифрового маркетинга, используемого в компании. Для анализа приводятся результаты расчета атрибуцированной ценности каналов по упрощенным моделям LastClick, FirstClick, эвристической линейной модели и алгоритмической модели цепей Маркова. На основе анализа сформулированы выводы и предложения по выбору модели атрибуции как одного из способов оценки эффективности маркетинговой деятельности.

Статья опубликована: 30.06.2024

Информация о публикации

Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.

Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.

Правообладатель: Издательский дом «Академический».

Условия использования. Статьи текущего года распространяются по подписке на журнал «Маркетинг в России и за рубежом». Все права защищены. Материалы предыдущих лет распространяются по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0). Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.

Машиночитаемый файл метаданных: JATS XML

Информация о публикации

Финансирование: Исследование выполнено без привлечения внешнего финансирования, если иное не указано авторами.

Вклад авторов: Все авторы внесли существенный вклад в подготовку статьи, ознакомились с окончательной версией рукописи и одобрили ее к публикации.

Конфликт интересов: Авторы заявляют об отсутствии конфликта интересов, если иное не указано в публикации.

Правообладатель: ООО "Финпресс".

Условия использования. Полные тексты статей, опубликованных в журнале, распространяются по подписке. Все права защищены. Метаданные всех статей распространяются по открытой лицензии и могут свободно использоваться в информационных, научных и библиографических целях.

Машиночитаемый файл метаданных: JATS XML

Полная версия статьи доступна на сайте Научной электронной библиотеки eLIBRARY.RU: https://elibrary.ru/contents.asp?titleid=8819

Библиографические ссылки

1. Jayawardane C.H.W., Halgamuge S.K., Kayande U. (2015). Attributing Conversion Credit in an Online Environment: An Analysis and Classification. 2015 3rd International Symposium on Computational and Business Intelligence (ISCBI), Bali, Indonesia, pp. 68–73 [Электронный ресурс]. URL: doi.org/10.1109/ISCBI.2015.19
2. Anderl E., Becker I., Wangenheim F.V., Schumann J.H. (2014). Mapping the Customer Journey: A Graph-Based Framework for Online Attribution Modeling [Электронный ресурс]. URL: x.doi.org/10.2139/ssrn.2343077
3. Forrester Research, Inc. (2012). Digital Attribution Comes Of Age. The Last-Click Paradigm Erodes As Marketers Turn To Fractional Attribution [Электронный ресурс]. URL: iab.com/wp-content/uploads/2015/08/DigitalAttributionComesOfAge.pdf
4. Rizvi S.M. (2019). Attribution modelling of online advertising. Master’s thesis, Tampere University [Электронный ресурс]. URL: trepo.tuni.fi/handle/10024/115941
5. Plas J. (2018). Evaluating attribution models on predictive accuracy, interpretability, and robustness, Master Thesis Data Science: Business and Governance, Tilburg University [Электронный ресурс]. URL: arno.uvt.nl/show.cgi?fid=147278
6. Anderl E., Becker I., Wangenheim F.V., Schumann J.H. (2016). Mapping the customer journey: Lessons learned from graph-based online attribution modeling. International Journal of Research in Marketing, vol. 33, no. 3, pp. 457–474 [Электронный ресурс]. URL: doi.org/10.1016/j.ijresmar.2016.03.001
7. Poutanen R. (2020). Analysis of online advertisement performance using Markov chains. Master’s thesis, Tampere University [Электронный ресурс]. URL: trepo.tuni.fi/bitstream/handle/10024/120452/PoutanenRiku.pdf
8. Wrodarczyk (2023). Markov Chain Attribution Modeling [Электронный ресурс]. URL: adequate.digital/en/markov-chain-attribution-modeling-complete-guide/

Загрузки

Опубликован

2024-06-30

Выпуск

№ 3 (2024): Маркетинг в России и за рубежом № 3 2024

Раздел

Статьи