Código aberto do Meridian
Crie, execute e analise modelos de mix de marketing (MMM) com os recursos avançados de modelagem bayesiana e inferência causal do Meridian.
Novidades e pontos importantes
Desde 3 de setembro, o Meridian (v2.0) está disponível com atualizações importantes na biblioteca:
- Fundamente os modelos em provas do mundo real com testes geográficos nativos (Meridian GeoX) e calibragem automatizada para incorporar os resultados de Lift causal diretamente no seu MMM. Além disso, expandimos os diagnósticos de integridade do modelo para que você entenda o impacto da calibragem e veja os canais recomendados para testes de Lift. Confira esta demonstração para mais detalhes.
- Sinta o efeito total da construção de marca com nossa estrutura de MMM de funil completo. Meça os efeitos indiretos dos investimentos no funil superior nas vendas. Para isso, basta incorporar indicadores de patrimônio da marca, como o volume de consultas no Google (bGQV, na sigla em inglês), diretamente nos seus modelos. Consulte o notebook do Colab para mais detalhes.
- Acelere a modelagem e receba orientação especializada com nosso repositório de habilidades agênticas. Esse kit de ferramentas baseado em MCP permite que você use agentes de IA para automatizar tarefas manuais, resolver erros e receber orientações detalhadas diretamente no terminal. Com acesso facilitado à experiência do Meridian, você poderá criar modelos de maior qualidade e com mais rapidez.
- Gere insights mais rapidamente com o novo back-end do JAX e o mecanismo de otimização aprimorado do Meridian. O Meridian agora é 2 vezes mais rápido e 4 vezes mais eficiente, além de permitir que você gere planejadores de cenários personalizados em minutos. Com essas ferramentas, suas equipes de marketing vão estar sempre capacitadas para tomar as melhores decisões.
Conheça a biblioteca de código aberto do Meridian
Fundamentos
Introdução ao Meridian, glossário e perguntas frequentes.
Guia do usuário
Instruções detalhadas para instalação e uso da biblioteca do Meridian.
Guias de modelagem
Receba orientações em cada etapa da sua jornada no Meridian:
- Pré-modelagem: reúna os dados certos e prepare-se para a modelagem.
- Modelagem aplicada: configure e execute o Meridian, incluindo personalização e calibragem avançadas.
- Pós-modelagem: avalie a integridade do modelo, interprete os resultados e otimize os orçamentos.
- Teoria de inferência causal e modelagem bayesiana: conheça os fundamentos teóricos do Meridian.
Exemplos de código
Confira exemplos e casos de uso completos em notebooks interativos do Colab.
Referência da API
Documentação detalhada de todas as classes e funções na biblioteca do Meridian.
Registro de alterações
Fique por dentro das versões mais recentes, dos novos recursos e das correções de bugs na biblioteca do Meridian.
Série de vídeos educativos
-
Introdução ao Meridian
-
Demonstração do Meridian
-
Modelagem geográfica x nacional
-
Introdução às distribuições a priori
-
Tipos de distribuição a priori de tratamento
-
Calibrar distribuições a priori de tratamento
-
Nós no Meridian
-
Resultado incremental, ROI, mROI e curvas de resposta
-
Controles, mediadores e tratamentos no Meridian
-
Adstock e Hill
Programas de aprendizado recomendados
O Meridian foi criado para equipes de medição multifuncionais. Dependendo da sua função, recomendamos os seguintes caminhos:
Analistas de marketing e usuários comerciais
Comece com a pré-modelagem para coletar e organizar seus dados. Em seguida, confira os guias de pós-modelagem para interpretar visualizações, avaliar o ROI e fazer otimizações de orçamento.
Cientistas de dados e profissionais técnicos
Acesse Modelagem aplicada para configurar o modelo bayesiano e personalizar as distribuições a priori. Confira Teoria de inferência causal e modelagem bayesiana para entender os fundamentos matemáticos e teóricos.