本页面将介绍分析模块，该模块是衡量广告系列增量影响的关键。了解如何准备数据、理解反事实建模、利用设计感知型推理，以及如何将报告输出用于营销组合模型 (MMM) 校准。
准备分析数据
如需开始分析，请准备好测试前和测试期间的时序数据，例如新的费用和转化数据。分析模块可无缝利用溯源信息，即在早期研究设计阶段生成的具体设计配置、分析方法和地理区域分配。在测试前和测试期间，原始设计和时序数据都必不可少，这能确保系统准确计算增量效应及相关的置信区间。如需了解详情，请参阅准备分析数据。
反事实建模
为了计算广告系列的实际增量，Meridian GeoX 框架依赖于反事实建模，主要采用基于时间的回归 (TBR) 方法。如需了解详情，请参阅反事实建模。
稳健的推理
为了确定观测到的提升效果是否具有统计显著性，Meridian GeoX 采用了一种名为“设计感知型推理”的高级方法。这种方法解决了其他标准推理框架在方法论上难以应对的难题，而这些框架通常不适用于 GeoX。我们采用稳健的推理方法，可确保 p 值精确，在避免 I 类错误膨胀的同时，还能最大限度地提高研究的统计功效。如需了解详情，请参阅稳健的推理。
后续步骤：输出和 MMM 校准
分析阶段的最终输出将为您提供具有实际指导意义的指标，包括增量转化次数（提升效果）的点估计值和提升百分比，以及这些指标的相关置信区间和 p 值。您还可以找到每美元增量转化次数 (iCPD) 等指标；相应地，如果使用了收入数据，该指标则等同于增量广告支出回报率 (iROAS)。您可以生成这些结果的可视化图表，以便进行深入分析。您可以根据需要灵活调整这些输出，并将其导出为自定义的数据驱动型先验，用于校准您的 Meridian 模型，从而实现更精准的长期衡量。如需了解详情，请参阅分析输出和基于增量的校准简介。