Совпадение может быть правильным, а выборка неудобной

В сети магазинов постоянные покупатели чаще предъявляют карту, входят в приложение и оставляют доступный для связи идентификатор. Гостевые покупки наблюдаются иначе. Если в отчёт попали преимущественно постоянные клиенты, он не обязан описывать средний чек и поведение всех покупателей сети.

Здесь возникают два разных вопроса. Первый касается правильности связи: не приписана ли покупка другому человеку. Второй относится к составу наблюдений: похожи ли найденные покупатели на тех, кого связать не удалось. Высокая точность первого процесса не решает вторую задачу. Разница подробно объясняется в материале о качестве identity.

В MRC Outcomes and Data Quality Standards, сентябрь 2022.pdf) раскрытие match rate связано с ограничениями покрытия и методом связи. Из этого не следует готовый поправочный коэффициент. Для проекта нужно отдельно проверить, кто отсутствует и как это влияет на конкретный показатель.

Сначала восстановите воронку данных

Источником служат все продажи, которые бизнес определил как подходящие для задачи. Затем часть записей разрешена к обработке, часть имеет нужный идентификатор, часть принята системой, а часть связана с рекламным контактом или визитом. Эти этапы нельзя объединять под названием «загрузилось». У каждого этапа свой знаменатель.

В справке отчёта Метрики об офлайн-конверсиях загрузка и привязка к визиту рассматриваются раздельно. Связь может отсутствовать из-за идентификатора или условий учёта. Это полезный российский пример механизма, но не единственный способ сопоставлять офлайн-продажи и не универсальный набор правил для всех систем.

На 30 октября 2026 в документации API Метрики размещено предупреждение: статусы привязки в отчётах могут отображаться неверно, актуальную долю предлагается смотреть в настройках счётчика на странице загрузки данных. Дата появления предупреждения не указана. При проверке рабочего проекта нужно сверить актуальную справку и источник статуса, а не объявлять любой экран окончательным результатом.

Покупки без идентификатора при этом не становятся ненастоящими. Они просто не поддерживают выбранный способ связи. Сохраняйте их в разрешённом агрегированном учёте бизнеса и показывайте долю выпавших продаж отдельно. Удаление неизвестных записей из исходного количества искусственно улучшит покрытие отчёта.

Учебная сеть из двух групп

Вымышленный магазин за период обслужил 2 000 разных покупателей. Для простоты каждый совершил одну завершённую покупку, возвратов нет. Постоянных покупателей 800, гостевых 1 200. Мы намеренно знаем весь итог, чтобы увидеть ошибку, которую в реальном проекте часто невозможно проверить напрямую.

В постоянной группе сопоставились 400 человек, в гостевой 120. Общая доля найденных покупателей составляет 26%: 520 из 2 000. Но внутри групп покрытие равно 50% и 10%. Среди найденных преобладают постоянные клиенты, хотя среди всех покупателей больше гостевых.

Один match rate скрывает состав. Учебная доля сопоставленных покупателей в каждой базе. Правильные совпадения не гарантируют представительность выручки.
Учебная доля сопоставленных покупателей в каждой базе. Правильные совпадения не гарантируют представительность выручки.
Учебная группаВсе покупателиСопоставилисьПокрытие
Постоянные80040050%
Гостевые1 20012010%
Вместе2 00052026%

Средний чек в постоянной группе задан равным 3 000 рублей, в гостевой 1 500. Внутри каждой группы найденные покупатели имеют тот же средний чек, что и вся группа. Это сильное искусственное условие нашего примера, не установленное свойство реальных покупателей. Все исходные числа есть в учебном CSV.

Выручка всей сети составляет 4,2 миллиона рублей. У найденных покупателей 1,38 миллиона: 1,2 миллиона от постоянных и 180 тысяч от гостевых. Найденная выручка покрывает примерно 32,86% полного итога. Доля людей и доля денег разошлись из-за состава и чеков; название match rate не объясняет, какую из этих величин использовал отчёт.

Почему деление на общую долю завышает итог

Если разделить найденные 1,38 миллиона на 26%, получится примерно 5,31 миллиона рублей. Это больше известной выручки сети на 1,11 миллиона, или около 26,37%. Сами совпадения в примере правильные. Ошибка появляется при предположении, что найденная группа представляет всех покупателей по выручке.

Общая достройка завышает итог. Миллионы рублей в учебном примере. Деление 1,38 миллиона на 26% даёт около 5,31 вместо 4,2; наблюдаемая группа отличается по составу.
Миллионы рублей в учебном примере. Деление 1,38 миллиона на 26% даёт около 5,31 вместо 4,2; наблюдаемая группа отличается по составу.

Средний чек найденного покупателя здесь составляет около 2 654 рублей, а полного списка 2 100. Масштабирование первого на всех людей переносит повышенную долю постоянных клиентов на гостевую аудиторию. Общий процент покрытия не способен исправить такое различие, поскольку скрывает его внутри среднего.

Можно провести другую арифметику: найденную выручку постоянных увеличить по их покрытию, а гостевых по своему. В учебных условиях получится 2,4 миллиона и 1,8 миллиона, вместе правильные 4,2. Это сработало потому, что одинаковый средний чек внутри каждой группы был задан нами заранее. В реальных данных такое совпадение ещё нужно обосновать.

Если среди гостевых сопоставляются преимущественно люди с более крупной покупкой, разбиение только на две группы не уберёт смещение. Если часть группы вообще не имеет наблюдений, увеличение веса не создаст отсутствующие сведения. Поэтому взвешивание является методом с допущениями, а не разрешением дорисовать удобное число.

Какие различия проверить без лишней детализации

Начните с разрезов, доступных и в полном учёте бизнеса, и в сопоставленной части: тип магазина, регион, категория, диапазон суммы, статус постоянного клиента, способ получения заказа. Не нужно создавать сотни мелких групп. Выбирайте признаки, которые способны объяснить доступность связи и одновременно связаны с показателем решения.

Для каждого разреза сравните долю группы среди всех и среди найденных, число наблюдений и доступную выручку. В нашем примере постоянные составляют 40% всех покупателей и примерно 76,92% сопоставленных. Такое различие требует объяснения раньше обсуждения эффективности канала.

Часть нужных характеристик может быть недоступна в исходном учёте. Тогда их влияние нельзя объявить устранённым. В отчёте фиксируют, какие различия проверены, какие не наблюдаются и на какую совокупность распространяется вывод. Разрешённые агрегаты и достаточный размер групп важнее передачи покупательских строк подрядчику.

Следите за изменениями во времени. Переход на новую кассу, акция для участников программы лояльности или обновление приложения способны поменять покрытие без изменения рекламного эффекта. Для сравнения периодов нужны история правил, дата загрузки и время самой продажи. Полезный порядок версий есть в соглашении об учёте событий.

Связанная покупка ещё не дополнительная продажа

Даже идеально представительная и точно связанная база не отвечает автоматически, произошла бы покупка без рекламы. Постоянный клиент мог приобрести товар и при отсутствии кампании. Атрибуция описывает связь по выбранному правилу; дополнительный эффект требует отдельного сравнения с обоснованным контрольным условием.

Поэтому в нашем примере 4,2 миллиона являются всей учебной выручкой сети. Их нельзя подписать как продажи, созданные кампанией. Найденные 1,38 миллиона тоже не превращаются в рекламный вклад только благодаря идентификатору. Для планирования причинного теста можно продолжить чтение в гайде о геоэксперименте.

Проверка покрытия нужна и такому тесту. Если экспериментальное условие влияет на регистрацию или предъявление карты, измеряемые группы могут менять свою наблюдаемость. Разницу продаж сопоставляют с полнотой их регистрации в каждой группе. Иначе тест способен увидеть удобство измерения вместо изменения поведения.

Как оформить результат для команды

В рабочей таблице сохраните полный разрешённый агрегат продаж, последовательность исключений и единицу учёта: человек или заказ. Добавьте найденное число и признаки состава. Рядом разместите метод связи, период, версии правил и известные ограничения. Одно итоговое поле «сопоставлено 26%» не заменяет этот набор.

Отчёт полезно разделить на наблюдённый результат, расчётную достройку и вывод об эффекте. Для достройки нужны отдельные допущения и проверка чувствительности. Если их подтвердить нельзя, публикуется результат только по наблюдаемой части с явной областью применения. Это не технический провал: такой вывод может поддержать ограниченное решение, не обещая полного знания продаж.

До следующей кампании договоритесь с владельцем CRM и аналитиком, какой источник показывает актуальную привязку и кто проверяет изменения покрытия. Если доля найденных выросла, сначала выясните, не поменялись ли состав, идентификаторы или правила загрузки. Только после этого можно обсуждать, улучшилось ли измерение и стало ли сравнение периодов надёжнее.