Genera output dei risultati del modello

Esistono diverse opzioni per generare l'output dei risultati del modello. Puoi:

• Generare un report HTML di due pagine con un intervallo di tempo personalizzato ed esporta l'output HTML su Google Drive in condividere con il tuo team.

• Generare un riepilogo dei risultati del modello per personalizzare i report e le visualizzazioni o esportarli in un altro formato. Questi riepiloghi numerici delle metriche relative ai media ti consentono di accedere a dettaglio.

Puoi anche tracciare visualizzazioni di contenuti multimediali. Per ulteriori informazioni, consulta la sezione Tracciare contenuti multimediali video.

Generare il report HTML dei risultati del modello

Per generare ed esportare il report sui risultati del modello:

1. Se utilizzi Colab e vuoi esportare il report su Google Drive, monta Da Google Drive al tuo blocco note di Colab:

   from google.colab import drive
   drive.mount('/content/drive')
   

2. Inizializza la classe Summarizer con l'oggetto del modello Meridian:

   summarizer = summarizer.Summarizer(meridian)
   

3. Inserisci nome file, percorso, data di inizio e data di fine per output_model_results_summary per eseguire il riepilogo per quella durata e salvarla nel file specificato.

   Esempio:

   filepath = '/content/drive/MyDrive'
   start_date = '2020-01-05'
   end_date = '2020-12-27'
   summarizer.output_model_results_summary(f'{FILENAME}.html',
                                           filepath,
                                           start_date,
                                           end_date)
   

   Dove:

   • filepath è il percorso di Google Drive in cui vuoi salvare .
   • start_date è la data di inizio del report nel formato aaaa-mm-gg.
   • end_date è la data di fine del report nel formato aaaa-mm-gg.
   • FILENAME è il nome che vuoi specificare per il file, ad esempio summary_output.html. L'estensione del file deve essere HTML.

   Il report HTML viene generato e salvato nel percorso del file specificato.

Taglia del tuo modello

La sezione Adattamento del modello ti consente di verificare la qualità statistica dell'adattamento. Statistiche di adattamento del modello di Meridian report, inclusi R al quadrato, media assoluto Errore percentuale (MAPE) ed errore percentuale media ponderata (wMAPE). Meridian fornisce anche rappresentazioni grafiche che confrontano dalle entrate previste (o KPI) alle entrate effettive (o KPI). Questi grafici facilitano la valutazione delle prestazioni del modello e aiutano a determinare se il modello è "underfit" o meno.

Le statistiche di adattamento del modello possono essere utili anche per confrontare i modelli candidati. Tuttavia, tieni presente che le metriche di idoneità non offrono un quadro completo che un modello sia efficace per l'inferenza causale e probabilmente il miglior modello per l'inferenza causale è diverso dal miglior modello per la previsione.

Per informazioni su come valutare l'adattamento del modello, consulta diagnostica.

Output di esempio: (Fai clic sull'immagine per ingrandirla).

Entrate o contributo dei KPI

La sezione Entrate o Contributo dei KPI fornisce un'analisi dell'impatto delle tue attività multimediali e non multimediali sulle tue entrate o sul rendimento dei KPI. it consente di confrontare metriche chiave come ritorno sull'investimento (ROI), percentuale e la percentuale di entrate incrementali o KPI nei diversi canali. Inoltre, questa sezione ti consente di suddividere il contributo per base di riferimento, promozioni sui prezzi e vari canali di marketing.

Output di esempio: (Fai clic sull'immagine per ingrandirla).

Ritorno sull'investimento

La sezione Ritorno sull'investimento fornisce una visione più approfondita dell'analisi del ROI per per aiutarti a identificare quelli con il rendimento migliore. Puoi fare un confronto ROI, ROI marginale ed efficacia nei vari canali. Inoltre, questa sezione rappresenta l'intervallo di credibilità per le stime del ROI, che costituisce una vantaggio dei modelli bayesiani.

Output di esempio: (Fai clic sull'immagine per ingrandirla).

Analisi ottimale

La sezione Analisi ottimale mostra il livello di spesa corrente e i punti in cui inizi a notare una riduzione del ritorno marginale sull'importo dei soldi spesa per canale. Inoltre, offre consigli sulla frequenza ottimale per aiutarti decidere come concentrare il budget per l'anno successivo.

Output di esempio:

Genera il riepilogo dei risultati del modello

I riepiloghi dei risultati del modello vengono generati tramite la classe MediaSummary. Quando questa classe, l'intervallo di credibilità per i risultati del modello specificato utilizzando l'argomento confidence_level, mentre il periodo di tempo La stima del modello può essere specificata utilizzando l'argomento selected_times. Di per impostazione predefinita, le statistiche riepilogative vengono generate utilizzando un intervallo di credibilità del 90% e l'intera finestra di modellazione.

Esempio:

Esegui questi comandi per generare il riepilogo utilizzando le impostazioni predefinite:

media_summary = visualizer.MediaSummary(meridian)
media_summary.summary_table()

Output di esempio: (Fai clic sull'immagine per ingrandirla).