Для початку згадаю, що алгоритми розраховані на те, що оффер треба присвоїти одному кліку, а не групі, адже в бізнес контексті нам потрібно присвоїти оффер негайно. В нас немає часу накопичувати їх а тоді вибирати найефективніше присвоєння для певної їх групи.
Тим не менш, якщо є можливість зробити періодом накопичення якийсь невиликий часовий проміжок, то це могло б привести до більш ефективного присвоєння офферів.
1. Відстеження та аналіз ключових KPI
У Tableau створюється дашборд для таких показників:
| KPI | Формула | Призначення |
|---|---|---|
| CR (Conversion Rate) | SUM(Conversions) / SUM(Clicks) |
Якість трафіку |
| RPC (Revenue per Click) | SUM(Revenue) / SUM(Clicks) |
Ефективність трафіку |
| Cap Utilization | SUM(Spent_Cap) / SUM(Cap_Total) |
Рівень використання лімітів |
| Fraud Rate | SUM(Suspect_Conversions) / SUM(Conversions) |
Контроль фроду |
| Quality Score | Розрахунок за моделлю | Інтегральна оцінка якості |
| Share by Dimension | Частка трафіку за вибраним параметром (браузер, пристрій, payout_type тощо) у часі | Виявлення структурних змін у трафіку |
Для кожного KPI відображається динаміка у часі та розподіл за сегментами з fallback-логікою.
Дещо спрощена версія є в Tableau за посиланням: https://public.tableau.com/app/profile/yaroslav.kornetskyi/viz/TDS_overview/TDS?publish=yes
2. Концепт підходу до оцінки ефективності нового офферу
payout_type, device_type, country_group, placement) з fallback при малій вибірці.