Пустовіт, Майя ГригорівнаМайя ГригорівнаПустовітЧорноус, Галина Олександрівна2026-01-092026-01-092025Пустовіт М. Г. Моделювання маркетингової атрибуції в цифровому середовищі з використанням методів машинного навчання : кваліфікаційна робота бакалавра : 051 Економіка / наук. кер. Г. О. Чорноус. Київ, 2025. 78 с.https://ir.library.knu.ua/handle/15071834/9588Метою даної роботи є моделювання маркетингової атрибуції в цифровому середовищі із застосуванням методів машинного навчання. Теоретична частина роботи розглядає концепцію маркетингової атрибуції, її цілі, виклики та технічну реалізацію, а також класифікацію моделей атрибуції та обмеження традиційних підходів. Методологічна частина присвячена алгоритмам машинного навчання, включаючи моделювання на основі ланцюгів Маркова та значень Шеплі, та порівнянню їх ефективності. Практична реалізація включає підготовку даних, побудову моделей атрибуції, аналіз результатів та порівняння методів. Результати дослідження дозволяють підвищити точність оцінки внеску каналів цифрового маркетингу та надати бізнесу обґрунтовані рекомендації щодо оптимізації маркетингових стратегій.The graduation research of student Maiia Pustovit deals with the implementation of an algorithmic model of marketing attribution based on Shapley values to improve the accuracy of evaluating the contribution of marketing channels in a multichannel digital environment. The work is relevant for marketing analysts and digital strategy teams, as it presents a comparative analysis of rule-based and algorithmic attribution models and offers practical solutions for campaign optimization. The Shapley Value model was implemented in Python and tested on real-world marketing data. The practical value lies in the ability to use the results for better budget allocation, identifying undervalued channels, and increasing return on marketing investment (ROMI).ukмаркетингова атрибуціяцифровий маркетингмашинне навчаннязначення Шепліланцюги Марковаалгоритмічні моделімультиканальністьPythonmarketing attributiondigital marketingmachine learningShapley valuesMarkov chainsalgorithmic modelsmultichannel analyticsPythonБакалаврська робота