Vertical Watch Signal

Markov boundary хорош не сам по себе, а в момент, когда его удалось найти быстро и без лишней цены

В свежем бенчмарке SCM3K авторы прогнали 3 450 синтетических задач: от 40 до 1000 признаков, шесть семейств SCM и шесть регрессоров. Проверяли простую для теории, но неудобную для практики идею: если ограничить модель только oracle Markov boundary, качество предсказания часто растёт. Особенно это заметно там, где признаков становится много, а полезный сигнал тонко размазан по шуму.

Но есть важная оговорка: выигрывает не сам факт «умного отбора», а способность добраться до этого отбора раньше, чем бюджет закончится. На практике оценщики boundary часто тратят слишком много вычислений и теряют преимущество ещё до того, как начинают работать на сложных разреженных пространствах.

Для маркетолога это хороший ориентир по любой задаче табличного скоринга: антифрод, лид-скоринг, отбор трафика, оценка качества источников. Красиво восстановленная структура признаков не гарантирует лучший прогноз. Иногда грубая, но стабильная схема обгоняет более изящную, потому что она дешевле, устойчивее и лучше переносится на новые данные.

Почему так происходит:
- восстановление структуры оптимизирует не ту цель, что бизнесу нужна в первую очередь;
- пропуски и ложные включения бьют по модели неравномерно;
- «идеальный» набор признаков — не единственный способ обойти полный набор по качеству.

Практический вывод для вертикалей простой: если feature selection съедает слишком много времени и сложность модели растёт быстрее, чем качество, значит вы уже находитесь в зоне, где теория выглядит красивее продакшена.

Google Ads подталкивает рынок к более жёсткой оценке лидов

В кабинете Google Ads появилась встроенная Lead Management Dashboard — панель, где можно видеть не только объём заявок, но и их дальнейшую судьбу. Внутри показываются Total leads, New leads, Qualified leads, Lost leads и текущий статус по каждому лиду.

Смысл изменения не в красоте интерфейса, а в том, что Google всё сильнее приближает рекламные сигналы к продажам. Теперь маркетолог или sales-команда могут пометить лид как качественный, потерянный или закрытый, а этот статус возвращается обратно в систему как конверсионное событие. По сути, кабинет начинает учиться не на количестве заявок, а на их качестве.

Это особенно заметно в вертикалях, где лидогенерация часто раздувается через поиск и формы в рекламе. Там доля мусорных, случайных и фродовых обращений давно не выглядит исключением: в перегретых кампаниях она легко съедает значимую часть потока. На таком фоне CPL сам по себе уже мало что объясняет.

Для вертикалей, где важно не просто привести контакт, а довести его до сделки, это сигнал к пересборке аналитики. Если раньше качество часто жило отдельно в CRM и приходило в отчёты с задержкой, то теперь связка становится короче. А значит, у рекламных алгоритмов появляется шанс оптимизироваться не под «дешёвую заявку», а под более ценный исход.

Практический вывод для рынка простой: те, кто работает с лид-вертикалями, будут меньше терпеть шум в трафике и чаще смотреть на post-lead метрики. И чем хуже качество входящего потока, тем важнее будет не цена лида, а его реальная конверсия дальше по воронке.

Когда признаков слишком много, «идеальная» чистка часто мешает сильнее, чем помогает

В одном исследовании на синтетическом бенчмарке SCM3K проверили 3 450 задач и сравнили, как работает регрессор, если ограничить его набором признаков через oracle Markov boundary — условно говоря, оставить только те переменные, которые действительно несут полезный сигнал для предсказания.

Вывод оказался неочевидным, но очень прикладным: качество модели часто растёт, когда её не заставляют переваривать весь массив фичей. Особенно это заметно в больших и разреженных пространствах, где лишние признаки шумят сильнее всего.

Но есть важная оговорка. Методы, которые пытаются найти такую boundary, нередко упираются в вычислительный лимит раньше, чем доходят до режима, где эффект становится максимальным. То есть ресурс уходит на поиск «правильного» набора, а бизнес-выигрыш так и не успевает проявиться.

Авторы выделяют три типичные проблемы:
- алгоритмы часто оптимизируются под восстановление структуры, а не под точность предсказания;
- ложные пропуски и ложные включения стоят по-разному, но это не всегда учитывается;
- иногда лучший результат даёт не «идеальный» набор, а просто более компактный и практичный список сигналов.

Для вертикалей это полезное напоминание: в креативах, ставках, аудиториях, прокладках и событиях не всегда выигрывает самая широкая схема атрибуции или самый тяжёлый feature selection. Иногда быстрее и точнее работает урезанный набор признаков, если он проверен именно по качеству прогноза, а не по красоте структуры.

Главная мысль простая: не путать сложный отбор сигналов с полезным отбором сигналов. В вертикалях это особенно заметно — где шумных данных много, а окно для принятия решения короткое.

Техническая проверка канала.