meridian.analysis.optimizer.OptimizationResults

Die optimierte Budgetzuweisung.

meridian.analysis.optimizer.OptimizationResults(
    meridian: meridian.model.model.Meridian,
    analyzer: meridian.analysis.analyzer.Analyzer,
    use_posterior: bool,
    use_optimal_frequency: bool,
    spend_ratio: np.ndarray,
    spend_bounds: tuple[np.ndarray, np.ndarray],
    _nonoptimized_data: xr.Dataset,
    _nonoptimized_data_with_optimal_freq: xr.Dataset,
    _optimized_data: xr.Dataset,
    _optimization_grid: xr.Dataset
)

Dies ist ein Dataclass-Objekt mit Datasets, die von BudgetOptimizer ausgegeben wurden. Zu diesen Datasets gehören:

  • nonoptimized_data: Die Messwerte für das nicht optimierte Budget basierend auf der bisherigen Häufigkeit.
  • nonoptimized_data_with_optimal_freq: Die Messwerte für das nicht optimierte Budget basierend auf der optimalen Häufigkeit.
  • optimized_data: Die Messwerte für das optimierte Budget.
  • optimization_grid: Die für die Optimierung verwendeten Rasterinformationen.

Die Messwerte (Datenvariablen) sind: ROI, Grenz-ROI, inkrementelles Ergebnis, inkrementeller KPI (CPIK).

Zusätzlich werden hier auch einige Zwischenwerte und Verweise auf das an die Ausgangsdaten angepasste Modell und den Analyzer gespeichert. Sie sind hilfreich für die Visualisierung und Fehlerbehebung.

meridian Das angepasste Meridian-Modell, das zum Erstellen dieser Budgetzuweisung verwendet wurde.
analyzer Der Analyzer, der mit dem Modell oben verknüpft ist.
use_posterior Gibt an, ob die Posterior-Verteilung verwendet wurde, um das Budget zu optimieren. Wenn False, wurde die Prior-Verteilung verwendet.
use_optimal_frequency Gibt an, ob die optimale Häufigkeit verwendet wurde, um das Budget zu optimieren.
spend_ratio Das Ausgabenverhältnis, mit dem die Messwerte für das nicht optimierte Budget an die für das optimierte Budget angepasst werden.
spend_bounds Die Ausgabengrenzen, mit denen die Messwerte für das nicht optimierte Budget an die für das optimierte Budget angepasst werden.
nonoptimized_data Die Messwerte für das nicht optimierte Budget basierend auf der bisherigen Häufigkeit.
nonoptimized_data_with_optimal_freq Die Messwerte für das nicht optimierte Budget basierend auf der optimalen Häufigkeit.
optimized_data Die Messwerte für das optimierte Budget.
optimization_grid Die für die Optimierung verwendeten Rasterinformationen.
template_env Eine gemeinsame Vorlagenumgebung, die mit diesem optimierten Budget verknüpft ist.

Methoden

get_response_curves

Quelle ansehen

get_response_curves() -> xr.Dataset

Berechnet die Reaktionskurven für die einzelnen Budgetoptimierungsszenarien.

Diese Methode ist ein Wrapper für Analyzer.response_curves(), mit dem die folgenden Argumente so festgelegt werden, dass sie mit dem Budgetoptimierungsszenario übereinstimmen, das im Aufruf von BudgetOptimizer.optimize() angegeben wurde, der dieses Ergebnis zurückgegeben hat. Wichtig ist insbesondere:

  1. spend_multiplier entspricht dem diskreten Optimierungsraster und berücksichtigt die Schrittgröße des Rasters sowie etwaige Beschränkungen auf Channelebene.
  2. selected_times, by_reach und use_optimal_frequency stimmen mit den in BudgetOptimizer.optimize() festgelegten Werten überein.

Ausgabe
Ein Dataset, das von Analyzer.response_curves() zurückgegeben wird, pro Budgetoptimierungsszenario, das im BudgetOptimizer.optimize()-Aufruf angegeben ist, bei dem dieses Ergebnis zurückgegeben wurde.

output_optimization_summary

Quelle ansehen

output_optimization_summary(
    filename: str, filepath: str
)

Generiert und speichert die HTML-Ausgabe für die Optimierungszusammenfassung.

plot_budget_allocation

Quelle ansehen

plot_budget_allocation(
    optimized: bool = True
) -> alt.Chart

Ein Kreisdiagramm mit den Ausgaben nach Channel.

Argumente
optimized Wenn True, werden die optimierten Ausgaben angezeigt. Wenn False, werden die nicht optimierten Ausgaben angezeigt.

Ausgabe
Ein Altair-Kreisdiagramm mit den Ausgaben nach Channel.

plot_incremental_outcome_delta

Quelle ansehen

plot_incremental_outcome_delta() -> alt.Chart

Erstellt ein Wasserfalldiagramm für die Änderung des inkrementellen Ergebnisses.

plot_response_curves

Quelle ansehen

plot_response_curves(
    n_top_channels: (int | None) = None
) -> alt.Chart

Erstellt die Reaktionskurven mit Ausgabenbeschränkungen für die einzelnen Channels.

Argumente
n_top_channels Optionale Anzahl der Top-Channels nach Ausgaben, die eingeschlossen werden sollen. Standardmäßig sind alle Channels enthalten.

Ausgabe
Ein Altair-Diagramm mit den Reaktionskurven und Optimierungsdetails.

plot_spend_delta

Quelle ansehen

plot_spend_delta() -> alt.Chart

Erstellt ein Balkendiagramm für die optimierte Änderung der Ausgaben nach Channel.

__eq__

__eq__(
    other
)

Gibt zurück, ob „self==value“.