O modelo do Meridian permite que a mídia no tempo \(t\) afete o KPI nos períodos \(t, t + 1, \dots , t + L\) em que o número inteiro \(L\) é um hiperparâmetro definido pelo usuário com max_lag de ModelSpec. A mídia pode ter um efeito de longo prazo que vai além de max_lag. No entanto, o efeito atrasado da mídia converge para zero, devido à premissa do modelo de decaimento geométrico.
Na prática, max_lag é usado para truncar o período do efeito da mídia porque tem benefícios positivos, incluindo convergência do modelo aprimorada, tempos de execução do modelo razoáveis e o maximização do uso de dados (reduzindo a variância). Manter max_lag no intervalo de 2 a 10 leva a um bom equilíbrio entre essas vantagens e desvantagens.
Aumentar max_lag não significa necessariamente que as estimativas de ROI também vão subir. Isso acontece porque, se a mídia no tempo \(t\)pode afetar o KPI no tempo \(t+L\), o efeito da mídia nos tempos \(t+1, \dots , t+L\) no KPI no tempo \(t+L\)pode ser eliminado.