Самая простая аналогия того, как работает теория игр Шепли, это игра в покер. Если двое людей садятся за стол для игры в покер, каждый делает определенную ставку, и игра может пойти определенным образом. Но если к игре присоединяется известный крупный игрок, поведение этого человека автоматически заставит каждого из этих игроков поставить больше, чем они бы сделали, если бы это была игра вдвоем.
По мере того, не только каждый человек меняет свое поведение, но и стол в целом меняет поведение. С этим продуктом Attribution Google Analytics фактически делает то же самое. Если Facebook сидит за столом, и email сидит за столом, и Twitter сидит за столом, и YouTube сидит за столом, будет ли конверсия более вероятной, когда Twitter сидит за столом или нет? Будет ли конверсия более вероятной, когда YouTube садится за стол или нет?
Собирая эти данные, он помогает лучше понять важность каждого канала, не только самого по себе, но и по Мобильная база данных Норвегии отношению к другим каналам. Это дает указания о том, какие каналы заслуживают больше или меньше ресурсов.
Некоторые инструменты по сути создают пользовательскую модель машинного обучения для поведенческой атрибуции. Один из инструментов, который рекомендует Кристофер, — с раскрытием того, что его компания является деловым партнером IBM, — называется IBM Watson Studio Auto AI. Эта система может обрабатывать огромные объемы данных и анализировать все возможные комбинации переменных, выдавать модель и предоставлять то, что называется «важностью предиктора» — насколько важны различные переменные, в сочетании или по отдельности, для этого результата?
Система ищет корреляцию между всеми переменными, а затем может предсказать вероятность того, что какой-то фактор приведет к лучшему результату, чем что-то другое, как само по себе, так и в сочетании.