Lý do suy luận nhân quả và mô hình Bayes

Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.

Lý do đưa ra quan điểm suy luận nhân quả rất đơn giản và trở nên hấp dẫn hơn. Tất cả số lượng mà phương thức MMM ước tính đều ngụ ý quan hệ nhân quả. ROI, và phân tích ngân sách tối ưu liên quan đến cách chi tiêu tiếp thị ảnh hưởng đến KPI, bằng cách xem xét điều gì sẽ xảy ra nếu chi tiêu tiếp thị lại khác nhau. Quan điểm thiết kế Kinh tuyến là không có phương án nào thay thế mà là sử dụng phương pháp suy luận nhân quả.

Kinh tuyến là một mô hình hồi quy. Trên thực tế, hiệu ứng tiếp thị có thể được hiểu là hệ quả có liên quan đến các ước tính đã xác định và các giả định được đưa ra (chẳng hạn như DAG nhân quả). Mặc dù những giả định này có thể không phù hợp với mọi nhà quảng cáo, các giả định được công bố minh bạch cho mỗi nhà quảng cáo quyết định.

Mặc dù không cần thiết lập mô hình Bayes cho suy luận nhân quả, Kinh tuyến đi theo hướng Bayes vì nó cung cấp những lợi ích sau ưu điểm:

1. Những phân phối trước đây của mô hình Bayes cung cấp một cách trực quan để điều chỉnh mức độ phù hợp của mỗi thông số theo kiến thức trước đó và đã chọn. Cần điều chỉnh quy trình trong MMM vì số lượng biến lớn, mối tương quan thường cao và hiệu ứng phương tiện (với adstock và giảm dần) rất phức tạp.
2. Meridian cung cấp lựa chọn để tái tham số mô hình hồi quy về ROI, cho phép sử dụng bất kỳ ROI tuỳ chỉnh nào trước đó. Mọi loại kiến thức hiện có, bao gồm cả kết quả thử nghiệm, có thể được dùng để đặt ra các yêu cầu trước điều chỉnh cho phù hợp với kết quả mà bạn tin tưởng cùng với sức mạnh bạn tin là phù hợp.
3. Các phép biến đổi biến nội dung đa phương tiện (dữ liệu trả lại quảng cáo và giá trị trả về giảm dần) là phi tuyến tính và không thể ước tính tham số của các biến đổi này bằng kỹ thuật mô hình hỗn hợp tuyến tính. Kinh tuyến sử dụng công nghệ tiên tiến Lấy mẫu MCMC kỹ thuật để sẽ giải quyết được vấn đề này.