モデリング前のプロセスは、効果的なマーケティング ミックス モデル（MMM）を構築するうえで重要な最初のステップです。この段階では、データを収集、クリーニング、整理して、モデリングの準備を整えます。モデリング前のフェーズを徹底的に実施することで、信頼性の高いモデルを構築できます。このセクションでは、モデリング前のプロセスの主要な手順について説明します。
| ページ | 説明 |
|---|---|
| データを収集して整理する | メリディアンのデータを収集して整理する方法について説明します。 このガイドでは、メディア費用、KPI、コントロール変数など、必要不可欠なデータについて説明します。 また、地域、時間、メディア チャネルの観点から、データの粒度をどの程度にするべきかについての推奨事項も紹介します。 |
| 必要なデータ量 | マーケティング ミックス モデルに必要なデータ量を確認します。 このページでは、適切なデータ量がどのように異なるかについて説明します。全国レベルのモデルと地域レベルのモデルで異なるデータ要件について説明し、十分なデータがない場合のソリューションを提示します。 |
| 地域レベルのモデリング | 国レベルのデータではなく、地域別のデータを使用するメリットを紹介します。 地域レベルのデータを使用すると、統計的優位性が向上し、潜在的なバイアスが軽減されるため、モデルの結果の精度と信頼性が向上します。 このガイドでは、地域を選択し、全国レベルのデータを地域レベルのモデルに組み込む際のヒントについても説明します。 |
| MMM Data Platform を使用する | このガイドでは、Google MMM Data Platform を使って、Google 検索のトレンドや YouTube の指標など、モデルの重要なデータを取得する方法について説明します。 アクセスの管理、データ配信の設定、データ リクエストの方法について説明します。 また、さまざまな Google 広告プラットフォームから受け取るデータの構造についても説明します。 |
| 探索的データ分析を実施する | モデルを構築する前の重要なステップである探索的データ分析（EDA）を実行する方法について学習します。 メリディアンの EDA パッケージを使用して HTML レポートを作成し、モデリング データの可視化や検証を行うことができます。 このプロセスでは、欠落しているデータや不正確なデータなどの問題を特定して解決したり、モデルのパフォーマンスに影響する可能性のある強い相関関係を見つけたりすることができます。 また、カスタム設定を適用して、特定のデータセットに合わせて探索的データ分析を調整する方法についても検討します。 |