Matej Lancaric расписал, как он аудирует UA-аккаунты, на живом кейсе: $1,79 млн спенда, 10 кампаний, 19 гео, blended ROAS здоровый, недельные синки спокойные. За четыре часа в CSV-выгрузке нашлось: 5 кампаний бидили друг против друга за одну аудиторию в Штатах, 9 лучших гео делили 19,8% бюджета, пока одно среднее забирало 63% и продолжало расти, $55 838 ушло на тесты с CPA в 2–5× выше базового, а D7-мультипликатор съехал с 12,3× до 1,4× при ровном D0.

Ни одна из находок при этом не про модель атрибуции. Всё лежало в выгрузке все 27 недель, просто никто не смотрел ниже среднего. Дашборд — это сумма, а деньги теряются в распределении.

Условный чеклист:

1️⃣ Каннибализация своих же кампаний. Разные кампании бидят за одну аудиторию: платишь несколько раз за приход, который случился бы один раз.

2️⃣ Доля бюджета у лучших сегментов и куда едет тренд. Автостратегия переливает деньги в удобный сегмент, а не в прибыльный.

3️⃣ Цена тестов относительно проверенных кампаний и накопленная сумма. Тест без потолка и срока смерти — уже не обучение.

4️⃣ Отношение поздней когортной метрики к ранней по неделям привлечения, а не абсолюты.

5️⃣ Разделить в отчёте платное привлечение и старую базу. Иначе режешь бюджет по смешанной метрике и видишь дыру через квартал.

И главный пункт: раз в квартал открывать выгрузку кампания × сегмент × неделя, а не дашборд. У Ланцарика на всё ушло четыре часа. Явно с ИИ, но как раз такие задачки ИИ хорошо делает.

https://bit.ly/4fPjGCI