МОДЕЛЮВАННЯ АТРИБУЦІЇ НА ОСНОВІ ДАНИХ У ЦИФРОВОМУ МАРКЕТИНГУ

ЧОРНОУС, Г., ПЕТРОВА, М., ГОРНА, М., ПЕНЕВ, Н., ПУСТОВІТ, М. (2026). DATA-DRIVEN ATTRIBUTION MODELING IN DIGITAL MARKETING. Вісник Київського національного університету імені Тараса Шевченка. Економіка(1), 191–201. https://doi.org/10.17721/1728-2667.2026/228-1/20

В с т у п . У сучасному цифровому середовищі маркетингові комунікації стали багатоканальними, персоналізованими та динамічними, що зумовлює зростаючу потребу у точному вимірюванні ефективності кожної взаємодії користувача з брендом. Традиційні правила маркетингової атрибуції, які надають усю цінність одній точці контакту, вже не забезпечують належного рівня аналітичної точності. У відповідь на ці виклики все ширше застосовують економіко-математичні методи, зокрема й моделі на основі ланцюгів Маркова та значень Шеплі, що дають змогу аргументовано й кількісно обґрунтовано розподіляти цінність між усіма каналами.
М е т о д и . Методологія дослідження ґрунтується на поєднанні загальнонаукових і спеціалізованих методів. Зокрема, використано теоретичне моделювання, порівняльний аналіз, а також стохастичне моделювання (ланцюги Маркова) та теорію кооперативних ігор (значення Шеплі).
Р е з у л ь т а т и . У цьому дослідженні вивчено проблему маркетингової атрибуції в цифровому середовищі, доведено обмеженість традиційних моделей та обґрунтовано переваги адаптивних підходів, таких як ланцюги Маркова та значення Шеплі. Практична реалізація та порівняльний аналіз моделі на основі значень Шеплі підтвердили її вищу точність і здатність об'єктивно оцінювати внесок кожного каналу, що дозволило сформулювати цінні рекомендації для оптимізації маркетингових стратегій.
В и с н о в к и . Розроблено та впроваджено модель атрибуції на основі значень Шеплі, що дає змогу враховувати маржинальний внесок каналів у всіх можливих комбінаціях взаємодій, на відміну від традиційних моделей маркетингової атрибуції, що засновані на правилах. Результати дослідження можуть бути використані компаніями для точнішого оцінювання ефективності маркетингових каналів, оптимізації бюджету та підвищення рентабельності інвестицій у цифрову рекламу.