인과 추론 및 베이즈 모델링의 근거

인과 추론 관점을 사용하는 이유는 간단하고 더욱 그렇습니다. 마케팅 믹스 모델링에서 추정한 모든 수량은 인과관계를 의미합니다. ROI, 최적의 예산 분석을 통해 마케팅 지출이 KPI에 영향을 줄 수 있는 전략입니다. 다르다는 것을 알게 되었습니다. 메리디언 디자인 관점에서 보면 인과 추론 방법을 사용하는 것이 좋습니다

Meridian은 회귀 모델입니다. 마케팅 효과는 인과관계는 정의된 추정값과 제시된 가정에 근거해 해석되고 (예: 인과관계 DAG) 이러한 가정이 모든 상황에 가정은 각 광고주에게 투명하게 공개되어 결정합니다

베이즈 모델링은 인과 추론에 필요하지 않지만 Meridian이 베이즈 접근 방식을 사용하는 이유는 다음과 같습니다. 장점:

1. 베이즈 모델의 사전 분포는 사전 지식에 따라 각 매개변수의 적합성을 정규화하고 선택한 정규화 강도입니다. MMM에서 정규화가 필요한 이유는 다음과 같습니다. 변수의 수가 많고 상관관계가 높은 경우가 많으며 광고 효과 (광고 담보 및 수익 감소 포함)는 복잡합니다.
2. 회귀 모델을 재매개변수화하는 옵션을 제공하는 Meridian 이전에 맞춤 ROI를 사용할 수 있습니다. 모두 실험 결과 등 사용 가능한 지식을 사용하여 내가 믿는 힘으로 내가 믿는 결과를 얻기 위해 정규화합니다 적절합니다
3. 미디어 변수 변환 (Adstock 및 감소 반품)은 이러한 변환의 매개변수는 선형 혼합 모델 기법입니다. Meridian은 MCMC 샘플링 기술을 활용하여 이 문제를 해결할 수 있습니다.