meridian.analysis.optimizer.BudgetOptimizer

Menjalankan dan menampilkan skenario pengoptimalan anggaran pada model Anda.

meridian.analysis.optimizer.BudgetOptimizer(
    meridian: meridian.model.model.Meridian
)

Menemukan alokasi anggaran optimal yang memaksimalkan hasil berdasarkan berbagai skenario tempat anggaran, data, dan batasan dapat disesuaikan. Hasilnya dapat dilihat sebagai plot dan sebagai halaman output ringkasan HTML.

Metode

optimize

Lihat sumber

optimize(
    use_posterior: bool = True,
    selected_times: (tuple[str | None, str | None] | None) = None,
    fixed_budget: bool = True,
    budget: (float | None) = None,
    pct_of_spend: (Sequence[float] | None) = None,
    spend_constraint_lower: (_SpendConstraint | None) = None,
    spend_constraint_upper: (_SpendConstraint | None) = None,
    target_roi: (float | None) = None,
    target_mroi: (float | None) = None,
    gtol: float = 0.0001,
    use_optimal_frequency: bool = True,
    confidence_level: float = c.DEFAULT_CONFIDENCE_LEVEL,
    batch_size: int = c.DEFAULT_BATCH_SIZE
) -> meridian.analysis.optimizer.OptimizationResults

Menemukan alokasi anggaran optimal yang memaksimalkan hasil.

Hasil biasanya adalah pendapatan, tetapi jika KPI bukan pendapatan dan data "pendapatan per KPI" tidak tersedia, Meridian akan menentukan Hasil sebagai KPI itu sendiri.

Args
use_posterior	Boolean. Jika True, anggaran akan dioptimalkan berdasarkan distribusi posterior model. Jika tidak, distribusi sebelumnya akan digunakan.
selected_times	Tuple yang berisi koordinat dimensi waktu mulai dan akhir untuk durasi pengoptimalan. Nilai waktu yang dipilih harus sesuai dengan koordinat dimensi waktu Meridian dalam model yang mendasarinya. Secara default, semua jangka waktu digunakan. Komponen waktu mulai atau waktu akhir dapat berupa None untuk mewakili koordinat waktu pertama atau terakhir.
fixed_budget	Boolean yang menunjukkan apakah pengoptimalan anggaran tetap atau pengoptimalan anggaran fleksibel. Default-nya adalah True. Jika False, harus menentukan target_roi atau target_mroi.
budget	Angka yang menunjukkan total anggaran untuk skenario anggaran tetap. Setelan defaultnya adalah anggaran historis.
pct_of_spend	Daftar numerik berukuran n_total_channels yang berisi alokasi persentase untuk pembelanjaan untuk semua media dan saluran RF. Urutan harus cocok dengan InputData.media dengan nilai antara 0-1, yang jumlahnya 1. Secara default, alokasi historis akan digunakan. Anggaran dan alokasi digunakan bersama untuk menentukan pembelanjaan tingkat media yang tidak dioptimalkan, yang digunakan untuk menghitung metrik performa yang tidak dioptimalkan (misalnya, ROI) dan membuat rentang pembelanjaan tingkat media yang memungkinkan dengan batasan pembelanjaan.
spend_constraint_lower	Daftar numerik dengan ukuran n_total_channels atau float (batasan yang sama untuk semua saluran) yang menunjukkan batas bawah belanja tingkat media. Batas bawah pembelanjaan tingkat media adalah (1 - spend_constraint_lower) * budget * allocation). Nilainya harus antara 0-1. Secara default, 0.3 untuk anggaran tetap dan 1 untuk fleksibel.
spend_constraint_upper	Daftar numerik berukuran n_total_channels atau float (batasan yang sama untuk semua saluran) yang menunjukkan batas atas belanja tingkat media. Batas atas pembelanjaan tingkat media adalah (1 + spend_constraint_upper) * budget * allocation). Secara default, setelan ini ditetapkan ke 0.3 untuk anggaran tetap dan 1 untuk fleksibel.
target_roi	Float yang menunjukkan batasan target ROI. Hanya digunakan untuk skenario anggaran fleksibel. Anggaran dibatasi saat ROI total pembelanjaan mencapai target_roi.
target_mroi	Float yang menunjukkan batasan ROI marginal target. Hanya digunakan untuk skenario anggaran fleksibel. Anggaran dibatasi saat ROI marginal dari total pembelanjaan mencapai target_mroi.
gtol	Float yang menunjukkan error relatif yang dapat diterima untuk anggaran yang digunakan dalam penyiapan petak. Anggaran akan dibulatkan oleh 10*n, dengan n adalah bilangan bulat terkecil sehingga (budget - rounded_budget) kurang dari atau sama dengan (budget * gtol). gtol harus kurang dari 1.
use_optimal_frequency	Jika True, gunakan optimal_frequency yang dihitung oleh model Meridian terlatih untuk pengoptimalan. Jika False, gunakan frekuensi historis.
confidence_level	Nilai minimum untuk menghitung interval keyakinan.
batch_size	Penggambaran maksimum per rantai dalam setiap batch. Penghitungan dijalankan secara batch untuk menghindari kehabisan memori. Jika terjadi error memori, coba kurangi batch_size. Penghitungan umumnya akan lebih cepat dengan nilai batch_size yang lebih besar.

Hasil
Objek OptimizationResults yang berisi set data alokasi anggaran yang dioptimalkan, beserta beberapa nilai perantara yang digunakan untuk mendapatkannya.