Código abierto de Meridian
Crea, ejecuta y analiza modelos de Marketing Mix Modeling (MMM) con las capacidades avanzadas de modelado bayesiano y de inferencia causal de Meridian.
Novedades importantes
A partir del 3 de septiembre, Meridian (v2.0) está disponible con actualizaciones clave para la biblioteca:
- Fundamenta fácilmente los modelos en pruebas del mundo real con la experimentación basada en ubicaciones geográficas nativa (Meridian GeoX) y la calibración automatizada para incorporar los resultados de efectividad causal directamente en tu MMM. Además, se expandió el diagnóstico del estado del modelo para comprender el impacto de la calibración y ver los canales recomendados para las pruebas de efectividad. Consulta esta demostración para obtener más detalles.
- Captura el efecto completo de la creación de marca con nuestro framework de MMM de embudo completo. Mide los efectos indirectos de las inversiones en la marca en el embudo superior en las ventas, incorporando indicadores de valor de la marca, como el volumen de búsquedas de Google de la marca (bGQV), directamente en tus modelos. Consulta el notebook de Colab para obtener más detalles.
- Acelera el modelado y obtén la orientación de expertos con nuestro repositorio de habilidades para agentes. Este kit de herramientas basado en MCP te permite usar agentes de IA para automatizar tareas manuales, resolver errores y obtener orientación paso a paso directamente en tu terminal. Gracias al acceso directo a la experiencia de Meridian, podrás crear modelos de mayor calidad en menos tiempo.
- Genera resúmenes de estadísticas más rápido con el nuevo backend de JAX y el motor de optimización mejorado de Meridian. Ahora Meridian se ejecuta el doble de rápido y con una eficiencia 4 veces mayor, y te permite generar planificadores de situaciones personalizados en minutos. Empodera a tus equipos de marketing con las herramientas necesarias para tomar mejores decisiones comerciales.
Explora la biblioteca de código abierto de Meridian
Aspectos básicos
Introducción a Meridian, glosario y preguntas frecuentes.
Guía del usuario
Instrucciones paso a paso para instalar y usar la biblioteca de Meridian.
Guías de modelado
Obtén orientación en cada paso de tu recorrido de Meridian:
- Premodelado: Recopila los datos correctos y prepárate para el modelado.
- Modelado aplicado: Configura y ejecuta Meridian, incluida la personalización y la calibración avanzadas.
- Posmodelado: Evalúa el estado del modelo, interpreta los resultados y optimiza los presupuestos.
- Modelado bayesiano y teoría de la inferencia causal: Explora los fundamentos teóricos de Meridian.
Ejemplos de código
Explora ejemplos y casos de uso de extremo a extremo en notebooks interactivos de Colab.
Referencia de la API
Documentación detallada de todas las clases y funciones de la biblioteca de Meridian.
Registro de cambios
Mantente al tanto de los lanzamientos más recientes, las funciones nuevas y las correcciones de errores en la biblioteca de Meridian.
Serie de videos educativos
-
Introducción a Meridian
-
Demostración de Meridian
-
Comparación entre el modelado a nivel nacional y geográfico
-
Introducción a las distribuciones a priori
-
Tipos de distribuciones a priori para los tratamientos
-
Cómo calibrar distribuciones a priori para los tratamientos
-
Nudos en Meridian
-
Resultados incrementales, ROI, mROI y curvas de respuesta
-
Controles, mediadores y tratamientos en Meridian
-
Adstock y Hill
Rutas de aprendizaje recomendadas
Meridian está diseñado para equipos de medición multidisciplinarios. Según tu rol, te recomendamos las siguientes rutas:
Analistas de marketing y usuarios empresariales
Comienza con el premodelado para recopilar y organizar tus datos. Luego, explora las guías de posmodelado para interpretar las visualizaciones, evaluar el ROI y ejecutar optimizaciones del presupuesto.
Científicos de datos y profesionales técnicos
Analiza en detalle el modelado aplicado para configurar el modelo bayesiano y personalizar las distribuciones a priori. Explora el modelado bayesiano y la teoría de la inferencia causal para comprender los fundamentos matemáticos y teóricos.