ベースライン: すべての介入群変数がベースライン値に設定されている反事実的シナリオで期待される結果。有料メディアとオーガニック メディアの場合、ベースライン値は 0 です。メディア以外の介入群変数の場合、ベースライン値は、観測された変数の最小値（デフォルト）、最大値、またはユーザー指定の浮動小数点数に設定できます。
貢献度: 各介入群変数の増分結果を、合計結果に占める割合として表します。レポート作成（ModelFit の予測値と実測値のプロットや MediaSummary の貢献度ウォーターフォール チャートなど）では、合計結果は合計想定結果となります。貢献度事前分布では、合計結果は合計観測結果となります。
コントロール変数: モデルの変数で、介入群変数でないものを指します。コントロール変数はベースラインの結果の推定に使用されます。コントロール変数の因果効果や貢献度を推定することはできません。コントロールの選択に関する実践的なアドバイスについては、コントロール変数をご覧ください。関連するコンセプトである「メディエーター変数」の説明もご確認ください。
交絡変数: 介入群と KPI の両方に因果効果を持つ変数。この変数をコントロール変数として含めると、KPI に対する介入群の因果推定におけるバイアスを除外できます。
予測変数: KPI に対する因果効果があるものの、それ以外には影響しない変数。この変数をコントロール変数として含めても、KPI に対する介入群の因果推定におけるバイアスを除外することはできません。ただし、重要な予測指標を使用すると、因果推定値の分散を低減できます。
KPI の増分あたりの費用（CPIK）: 合計費用を KPI の増分の合計で割った値です。KPI が収益ではなく、KPI あたりの収益のデータが入手できない場合、CPIK は ROI の逆数になります。
効果: 結果の増分をメディア ユニットの合計数で割った値です。
想定される結果: すべての介入群変数を実際の過去の値に設定する場合に想定される結果。これは、ベースラインの結果と、すべての介入群変数の結果の増分を合計したものです。
フライティング パターン: 特定のメディア変数に対するメディア ユニットの地域と期間における相対的な分布。チャネルの合計予算の増減に応じて地域と期間にメディア ユニットを割り当てる際に使用されます。これは予算の最適化と応答曲線に適用されます。
結果の増分: 各介入群変数によって引き起こされる、想定される結果の変化。有料メディアとオーガニック メディアの場合は、1 つの変数が 0 に設定されているときに想定される結果の変化です。メディア以外の介入群変数の場合は、1 つの変数がベースライン値（観測された変数の最小値（デフォルト）、最大値、またはユーザー指定の浮動小数点数）に設定されているときの各地域および各期間で想定される結果の変化です。詳しくは、結果の増分をご覧ください。
KPI: モデルの応答（目標、従属）変数。収益、売上数、コンバージョンなど、介入群変数と因果関係がある可能性のあるものを KPI として指定できます。
遅延効果: 前の期間の介入群変数が後の期間の結果に影響を与える因果効果。メリディアンでは、Adstock 関数を使用して遅延効果をモデル化します。
限界費用対効果（mROI）: 応答曲線の微分係数であり、現在の費用レベルに追加される通貨単位（ドルなど）あたりの次回の支出の ROI に近似します。
メディア施策: さまざまな地域および期間における特定のチャネルのメディア ユニットの値を指す一般的な用語。
メディエーター変数: 介入群の因果的な影響を受け、KPI に因果効果をもたらす変数。この変数をコントロール変数として含めると、KPI に対する介入群の因果推定にバイアスが発生するため、モデルから除外する必要があります。
結果: メリディアンが介入群変数の因果効果を測定する主な指標。通常は収益ですが、KPI が収益ではなく、KPI あたりの収益のデータが入手できない場合は、KPI そのものが結果であると定義されます。必ずしもモデルの応答変数である必要はありません（KPI の定義を参照）。
応答曲線: 特定のメディア変数における結果の増分と費用レベルのグラフ。費用が変動すると、フライティング パターンに基づいて、地域と期間にメディア ユニットが割り当てられます。
費用対効果（ROI）: メリディアンでは、結果の増分を費用で割ったものが ROI と定義されます。KPI が収益である場合、または KPI あたりの収益のデータが入手できる場合、結果の増分は収益の増分になります。それ以外の場合、結果の増分は KPI の増分になります。
収益: 収益以外の KPI の場合は、KPI あたりの収益に KPI を掛けたものになります。KPI が収益である場合は、KPI と同じです。KPI が収益ではなく、KPI あたりの収益のデータが入手できない場合、収益は未定義になります。
KPI あたりの収益: KPI 単位あたりの想定収益。期間か地域、あるいはその両方によって異なる場合があります。メリディアンでは、増分 KPI 単位に KPI あたりの収益を掛けて、介入群変数の収益の増分を推定します。
飽和: メリディアンでは、有料メディアとオーガニック メディアには限界費用対効果が低下し始めるポイントがあり、特定の期間内のメディア効果には漸近極限があると仮定しています。応答曲線に沿って費用が増加すると、mROI の伸びは鈍くなります。費用が大きくなる一方で mROI が小さくなると、チャネルは飽和状態にあると見なされます。飽和は一般的な用語であり、特定のしきい値は定義されていません。
介入群変数: MMM が因果効果を推定するすべての変数（有料メディア、オーガニック メディア、メディア以外の介入群）が含まれます。「介入群」は因果推論で使用される用語であり、他の分野では「介入」や「曝露」と同義で使用されることがあります。
有料メディア変数: 費用データが入手できるすべてのメディア チャネルが含まれます。単一の変数（費用、インプレッション数、クリック数など）でモデル化されたチャネルと、リーチとフリークエンシーのデータでモデル化されたチャネルの両方が含まれます。
オーガニック メディア変数: 費用が関連付けられていない、または費用が不明なすべてのメディア チャネルが含まれます。このチャネルは、有料メディアと同様に、Adstock と収益逓減でモデル化されます。主な違いは、オーガニック チャネルでは ROI と mROI を測定できないため、ROI と mROI の事前分布を使用できないことです。単一の変数（費用、インプレッション数、クリック数など）でモデル化されたオーガニック メディア チャネルと、リーチとフリークエンシーのデータでモデル化されたチャネルの両方が含まれます。
メディア以外の介入群変数: 価格設定やプロモーションなど、メディア以外の戦術が含まれます。メリディアンでは、この変数の因果効果が推定されますが、効果量は線形であり、Adstock や収益逓減を含まないと仮定されています。