Анализ методов атрибуционного моделирования в маркетинге
(Стр. 86-90)

Подробнее об авторах
Денисенко Игорь Александрович аспирант, департамент анализа данных и машинного обучения
Финансовый университет при Правительстве Российской Федерации
Москва, Российская Федерация Гринева Наталья Владимировна
Финансовый университет при Правительстве Российской Федерации
г. Москва, Российская Федерация
Оплатить 390 руб. (Картой) Оплатить 390 руб. (Через QR-код)

Нажимая на кнопку купить вы соглашаетесь с условиями договора оферты

Аннотация:
Резкий рост количества интернет-пользователей привел к быстрому распространению электронной коммерции, и, как следствие, развитию инструментов онлайн (цифрового) маркетинга. При этом одной из ключевых задач является оценка влияния на пользователя каждой маркетинговой точки взаимодействия в «цифровом пути» при достижении пользователем определенной цели (совершении конверсии). Другими словами, требуется оценить в какой степени каждый маркетинговый канал способствует успеху маркетинговой стратегии, что традиционно решается применением атрибуционным моделирование. В последние годы, с развитием технологий сбора, накопления, агрегирования веб-данных о пользователях и их взаимодействиях с каналами цифрового маркетинга, совершенствовались и подходы к атрибуционному моделированию. Исследователи предложили широкий спектр подходов к моделированию атрибуции, при этом вопрос о лучшем подходе до сих пор остается актуальным. В статье поставлены и решены следующие задачи:1) определено понятие «атрибуционное моделирование»; 2) представлены и описаны современные методы атрибуционного моделирования; 3) выявлены и описаны преимущества и недостатки каждого подхода к атрибуционному моделированию.
Образец цитирования:
Денисенко И.А., Гринева Н.В., (2021), АНАЛИЗ МЕТОДОВ АТРИБУЦИОННОГО МОДЕЛИРОВАНИЯ В МАРКЕТИНГЕ. Проблемы экономики и юридической практики, 1 => 86-90.
Список литературы:
Anderl E. Mapping the customer journey: Lessons learned from graph-based online attribution modeling. / Anderl E , Becker I., Von Wangenheim F., Schumann J.H. // International Journal of Research in Marketing. - 2016. -P. 457-474.
Arava, S.K., Dong, C., Yan, Z., & Pani, A. Deep neural net with attention for multi-channel multi-touch attribution. / - 2018.arXiv preprint arXiv:1809.02230.
Archak N., Vahab S. Mirrokni, and S. Muthukrishnan: Mining Advertiser-Specific User Behavior Using Adfactor // WWW 2010.
Berman R. Beyond the last touch: Attribution in online advertising. / Berman R. // Marketing Science. - 2018. - P. 771-792.
Danaher P., Van Heerde H. Delusion in attribution: Caveats in using attribution for multimedia budget allocation. // Journal of Marketing Research. - 2018. - P.667-685
Dalessandro B, Claudia Perlich, Ori Stitelman, and Foster Provost: Causally Motivated Attribution for Online Advertising. // M6D Research. - 2012.
Kotler P.: Marketing management: The millennium edition. // 1999
Li, H., & Kannan P.K. Attributing conversions in a multichannel online marketing environment: An empirical model and a field experiment. // Journal of Marketing Research. - 2014.
Sebastian Cano Berlanga, Cori Vilella, et al. Attribution models and the cooperative game theory
Shao, Xuhui and Lexin Li : Data-Driven Multi-Touch Attribution Models // 17th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining: ACM, - 2011 258-264.
Shapley L. A value for n-person games. / Shapley L. // Contributions to the Theory of Games. - 1953. - P.307-317.
Vilma T.: Towards a Digital Attribution Model: Measuring the Impact of Display Advertising on Online Consumer Behavior // SSRN Electronic Journal. - 2015
https://www.akarussia.ru/knowledge/market_size/id8180
https://support.google.com/analytics/answer/1665189?hl=ru
https://www.emarketer.com/Article/Attribution-Becoming-More-of-Priority-Marketers/1014286
Ключевые слова:
онлайн-маркетинг, атрибуционное моделирование, цифровая атрибуция, многоканальный маркетинг.


Статьи по теме