Com o Meridian GeoX, você compara diferentes metodologias durante o projeto do experimento, o que ajuda a identificar a melhor abordagem para seus objetivos de marketing e configurações de estudo específicos.
Para comparar várias metodologias, como a regressão baseada em tempo (TBR, na sigla em inglês), e combinar diferentes regras de atribuição geográfica, como RANDOM x STRATIFIED_SAMPLING, use a função geox.compare_designs(). Assim, você avalia qual abordagem gera métricas melhores, como uma pontuação de R ao quadrado mais alta ou um efeito mínimo detectável (MDE, na sigla em inglês) mais baixo, no seu conjunto de dados específico.
Comparação da TBR em diferentes regras de atribuição
O snippet a seguir define duas configurações diferentes:
- Opção A: TBR com atribuição aleatória
- Opção B: TBR com amostragem estratificada
e as compara lado a lado. No entanto, em geral, a amostragem estratificada é recomendada porque funciona bem com a TBR e tende a gerar projetos com menor variância.
import datetime
import meridian_geox as geox
# 1. Define the configurations you want to compare
comparison_results = geox.compare_designs(
design_data,
[
# Option A: TBR with Random Assignment
(
geox.DesignConfig(
experiment_duration=datetime.timedelta(days=28),
methodology=geox.Methodology.TBR,
geo_assignment_rule=geox.GeoAssignmentRule.RANDOM,
design_output_count=5
),
geox.Constraints()
),
# Option B: TBR with Stratified Sampling
(
geox.DesignConfig(
experiment_duration=datetime.timedelta(days=28),
methodology=geox.Methodology.TBR,
geo_assignment_rule=geox.GeoAssignmentRule.STRATIFIED_SAMPLING,
design_output_count=5
),
geox.Constraints()
),
]
)
# 2. View the combined metrics table to see which performed better
print("Comparing Methodology Metrics:")
comparison_results.design_metrics