O Meridian oferece várias maneiras de parametrizar o efeito causal de cada variável de tratamento no KPI. Cada opção é chamada de parametrização de modelo. Na inferência bayesiana, uma distribuição a priori precisa ser definida nos parâmetros do modelo. A parametrização do modelo determina o que exatamente está sendo usado para definir uma distribuição a priori.
O tipo de distribuição a priori pode ser especificado para cada tipo de tratamento. O ModelSpec
contém os argumentos media_prior_type
, rf_prior_type
, organic_media_prior_type
, organic_rf_prior_type
e non_media_treatments_prior_type
, que permitem especificar se uma distribuição a priori é aplicada ao ROI, ao mROI, à contribuição ou à média do coeficiente. As distribuições a priori de ROI e mROI estão disponíveis somente para mídia paga.
O objeto PriorDistribution
tem um argumento para cada combinação de tipo de tratamento e tipo de distribuição a priori.
Para cada tipo de tratamento, somente o argumento correspondente ao tipo de distribuição a priori selecionado é usado. Os outros são ignorados. Por exemplo, os argumentos correspondentes às mídias pagas que não são de alcance e frequência são roi_m
, mroi_m
, contribution_m
e beta_m
. Se media_prior_type
for 'roi'
, roi_m
será usado, e os outros serão ignorados.
Cada parametrização de modelo tem uma distribuição a priori padrão diferente. As tabelas a seguir resumem as distribuições a priori padrão de cada parametrização de modelo.
Mídia paga
A tabela a seguir resume a parametrização do modelo e as distribuições a priori padrão para o efeito causal da mídia paga no KPI. Elas variam com base nos argumentos media_prior_type
e rf_prior_type
em ModelSpec
. A parametrização do modelo e as distribuições a priori padrão também dependem de o resultado ser expresso em receita. O resultado é expresso em receita quando o KPI é de receita ou quando revenue_per_kpi
é transmitido para InputData
.
O resultado não é expresso em receita ("não é de receita") quando o KPI não é de receita e revenue_per_kpi
não é transmitido para InputData
. A tabela também inclui uma coluna que indica o parâmetro correspondente no contêiner PriorDistribution
que permite personalizar a distribuição a priori.
Tipo de modelo | Distribuição a priori padrão | ||
---|---|---|---|
media_prior_type/rf_prior_type |
Resultado | Tipo de distribuição a priori | Parâmetro em PriorDistribution |
'roi' (padrão) |
Receita | ROI | roi_m , roi_rf |
'roi' (padrão) |
Sem receita | Contribuição total de mídia paga | roi_m , roi_rf |
'mroi' |
Receita | mROI | mroi_m , mroi_rf |
'mroi' |
Sem receita | Não há padrão. É necessário definir o personalizado | mroi_m , mroi_rf |
'contribution' |
Receita | Contribuição | contribution_m , contribution_rf |
'contribution' |
Sem receita | Contribuição | contribution_m , contribution_rf |
'coefficient' |
Receita | Coeficiente | beta_m , beta_rf |
'coefficient' |
Sem receita | Coeficiente | beta_m , beta_rf |
A distribuição a priori usada como padrão para cada parametrização de modelo é resumida em Distribuições a priori padrão.
Em cada cenário listado na tabela, defina uma distribuição a priori personalizada usando o parâmetro PriorDistribution
apropriado indicado na tabela. Ao defini-la, é importante entender qual será o propósito dela. Para saber mais sobre a definição de ROI, mROI e contribuição, consulte Parametrizações de ROI, mROI e contribuição.
Para mais informações sobre a definição de um coeficiente, consulte a especificação do modelo. Consulte Distribuição a priori personalizada da contribuição total de mídia paga para mais informações sobre esse tópico.
Mídia orgânica
A distribuição a priori padrão para efeitos de tratamento de mídia orgânica é especificada pelos argumentos organic_media_prior_type
e organic_rf_prior_type
. As opções são 'contribution'
e 'coefficient'
, sendo 'contribution'
o padrão. Se as distribuições a priori de contribuição forem usadas, uma distribuição a priori será especificada nos parâmetros contribution_om
e contribution_orf
. Se as distribuições a priori do coeficiente forem usadas, uma distribuição a priori será especificada nos parâmetros beta_om
e beta_orf
.
Tratamentos que não são de mídia
A distribuição a priori padrão para efeitos de tratamento de non-media_treatments é especificada pelo argumento non_media_treatments_prior_type
. As opções são 'contribution'
e 'coefficient'
, sendo 'contribution'
o padrão, independentemente de o resultado ser expresso em receita. Se as distribuições a priori da contribuição forem usadas, uma distribuição a priori será especificada no parâmetro contribution_n
. Se as distribuições a priori do coeficiente forem usadas, uma distribuição a priori será especificada no parâmetro gamma_n
.