オーガニック メディアとメディア以外のトリートメント変数

有料メディア以外にも、対象の KPI に影響する他のマーケティング アクションが行われている可能性があります。

オーガニック メディア変数

オーガニック メディア変数は、直接的費用が発生しないメディア アクティビティです。これには、ニュースレター、ブログ投稿、ソーシャル メディア アクティビティ、メール キャンペーンのインプレッションなどが含まれますが、これらに限定されません。オーガニック メディア変数は、有料メディア変数と同様に、リーチとフリークエンシーでモデル化できます。また、Adstock 効果と Hill 効果が適用されます。オーガニック メディアと有料メディアの唯一の違いは、オーガニック メディアには費用が関連付けられていないという点です。そのため、オーガニック メディアには ROI の事前分布を使用できず、オーガニック メディア変数には ROI に関連する結果（応答曲線や予算の最適化など）を使用できません。

オーガニック メディア変数には因果効果と貢献度（%）が示されます。その計算方法は結果の増分の定義で説明されているとおりで、有料メディアの場合と同じです。オーガニック メディア チャネルの増分結果は、有料メディアの場合と同様に、観測されたチャネルでメディア施策を実施したシナリオと実施しなかった反事実的シナリオでの結果に見込まれる差異と定義されます。

メディア以外の介入群変数

メディア以外の介入群変数は、プロモーションの実施、商品の価格、商品のパッケージやデザインの変更など、メディアに直接関連しないマーケティング活動です。こうした活動では直接的なマーケティング費用が発生しませんが、オーガニック メディア変数とは異なり、メディア関連ではなく、Adstock 効果も Hill 効果も適用されません。こうした活動は、コントロール変数とは異なり、介入可能と考えられるため、因果モデルの介入群変数になります。したがって、メディア以外の変数には増分結果と貢献度（%）が示されます。

メディア以外の変数の増分結果は、有料メディアやオーガニック メディアの場合と同様に、2 つのシナリオ（事実と反事実的シナリオ）で見込まれる結果に生じる差異と定義されます。最初のシナリオでは、メディア以外の変数を、地域と期間ごとに観測された過去の値に設定します。2 つ目のシナリオでは、メディア以外の変数にその変数の最小値（デフォルト）か最大値、またはユーザーが指定した値を設定します（ModelSpec の non_media_baseline_values 引数を参照）。増分結果は、最初のシナリオで見込まれる結果から、反事実的シナリオで見込まれる結果を差し引いたものになります。

2 つ目の反事実的シナリオでメディア以外の変数に 0 を設定しない理由は、有料メディアやオーガニック メディアの場合と同様に、メディア以外の変数の反事実的値としては 0 が適切でない場合が多いためです。たとえば、メディア以外の変数が価格である場合、因果効果を考えるうえで、価格に観測値を設定して商品の最低販売価格と比較するのは妥当と言えますが、価格に 0 を設定して比較するのは妥当とは言えません。

変数がメディア以外の介入群変数かコントロールかを判断する

メディア以外の変数とコントロールの主な違いは、メディア以外の変数は介入可能と見なされるため、想定される因果モデルにおける介入群変数だという点です。コントロール（交絡変数）は介入可能ではなく、介入群変数と結果の両方に影響すると想定されます。詳細については、因果グラフをご覧ください。

広告主が介入して変数の値を変更できる場合（価格の変更やプロモーションの実施など）、その変数はコントロールではなく、メディア以外の変数である可能性が高いといえます。広告主が管理できない変数（幅広い経済指標、地域や国レベルのユーザー属性など）は、ほとんどの場合コントロールです。

変数がオーガニック メディア変数かメディア以外の介入群変数かを判断する

オーガニック メディア変数は、関連する費用のない有料メディア変数のように機能します。通常はインプレッションまたはリーチとフリークエンシーに基づいており、一般的には、ソーシャル メディア投稿やメール キャンペーンなど、直接的な費用が発生しない広告活動です。メディア以外の変数も直接的な費用は発生しませんが、メディア関連ではありません。通常、メディア以外の変数は、価格、プロモーション、商品パッケージの変更など、基となる商品の変化に関連しています。他に、オーガニック メディアには Adstock 効果と Hill 効果が適用されるが、メディア以外の変数には適用されないということも、変数に適したものを判断する際のポイントになります。

入力変数の種類による違い

次の表は、適切な入力変数を判断する際に役立ちます。

Meridian の入力変数間で想定される因果関係について詳しくは、因果グラフをご覧ください。