术语库

基准:在所有处理变量均设置为基准值的反事实情景下的预期结果。对于付费媒体和自然媒体,基准值为零。对于非媒体处理变量,基准值可设置为观测到的变量最小值(默认)、最大值或用户提供的浮点值。

贡献率:每个处理变量的增量结果占总结果的百分比。用于报告时,例如 ModelFit 的预期结果与实际结果对比图和 MediaSummary 贡献瀑布图,总结果是总预期结果。用于贡献率先验时,总结果是总观测结果

控制变量:模型中不属于处理变量的变量。控制变量用于估计基准结果,控制变量的因果效应或贡献百分比无法估计。有关如何选择控制变量的实用建议,请参阅控制变量。此外,请参阅相关概念“中介变量”

  • 混杂变量:对处理变量及 KPI 都有因果效应的变量。以控制变量形式纳入这些变量可以消除处理变量对 KPI 的因果估计偏差。

  • 预测变量:对 KPI 有因果效应,但没有其他效应的变量。以控制变量形式纳入这些变量并不能消除处理变量对 KPI 的因果估计偏差。不过,强预测变量可以减少因果估计值的方差。

单位增量 KPI 的费用 (CPIK):总支出除以总增量 KPI。如果 KPI 不是收入,并且“每个 KPI 的收入”数据不可用,则 CPIK 等于投资回报率的倒数。

效果:增量结果除以媒体单位总数。

预期结果:所有处理变量都设置为实际历史值时的预期结果。这是基准结果加上所有处理变量的增量结果的总和。

排期模式:给定媒体变量的媒体单位在各个地理区域和时间段的相对分布。当渠道的总预算增加或减少时,此模式用于在不同地理区域和时间段之间分配媒体单位,这适用于预算优化和响应曲线。

增量结果:每个处理变量导致的预期结果变化。对于付费媒体和自然媒体,这是指一个变量设置为零时,预期结果的变化。对于非媒体处理变量,这是指一个变量设置为每个地理区域和时间段的基准值(观测到的变量最小值 [默认]、最大值或用户提供的浮点值)时,预期结果的变化。如需了解详情,请参阅增量结果

KPI:模型的响应变量(目标变量、因变量)。它可以是收入、销量、转化次数,也可以是处理变量可能产生因果效应的任何其他指标。

滞后效应:之前时间段的处理变量对之后时间段的结果产生影响。Meridian 使用 Adstock 函数将滞后效应纳入模型中。

边际投资回报率 (mROI):响应曲线的导数,大致相当于在当前支出水平之上额外支出一个货币单位(例如美元)所带来的投资回报率。

媒体执行:泛指特定渠道在不同地理区域和时间段的媒体单位价值。

中介变量:受处理变量的因果影响,并对 KPI 有因果效应的变量。以控制变量形式纳入这些变量会导致处理变量对 KPI 的因果估计出现偏差,因此不应将其纳入模型中。

结果:Meridian 衡量处理变量因果效应的主要指标。这通常是收入,但如果 KPI 不是收入,并且“每个 KPI 的收入”数据不可用,则 Meridian 会将结果定义为 KPI 本身。它不一定是模型的响应变量(请参阅 KPI 定义)。

响应曲线:给定媒体变量的增量结果与支出水平的关系图。随着支出的变化,媒体单位将根据排期模式分布在不同的地理区域和时间段。

投资回报率 (ROI):Meridian 将 ROI 定义为增量结果除以支出。如果 KPI 是收入,或者“每个 KPI 的收入”数据可用,则增量结果就是增量收入。否则,增量结果就是增量 KPI。

收入:对于非收入 KPI,此值为每个 KPI 的收入乘以 KPI。对于收入 KPI,此值与 KPI 相同。如果 KPI 不是收入,并且“每个 KPI 的收入”数据不可用,则收入未定义。

每个 KPI 的收入:每个 KPI 单位产生的假定收入。这可能因时间、地理区域或两者共同影响而异。Meridian 会将增量 KPI 单位乘以每个 KPI 的收入,以估计处理变量的增量收入。

饱和度:Meridian 假定付费媒体和自然媒体的边际回报会递减,并且在给定时间段内媒体效应存在渐近极限。随着支出沿着响应曲线增加,mROI 会递减。随着支出增加、mROI 变低,渠道会被视为“已饱和”。“饱和度”是一个通用术语,没有定义特定的阈值。

处理变量:包含 MMM 会估计其因果效应的所有变量,即付费媒体、自然媒体和非媒体处理变量。“处理”一词源自因果推理领域,在其他地方通常与“干预”或“曝光”同义。

  • 付费媒体变量:包含有支出数据的所有媒体渠道。这既包含在模型中纳入了单一变量(如支出、展示次数或点击次数)的渠道,也包含在模型中纳入了覆盖面和频次数据的渠道。

  • 自然媒体变量:包含没有关联费用或费用未知的所有媒体渠道。这些渠道与付费媒体一样,在模型中将 Adstock 和回报递减效应纳入考量。主要区别在于,自然渠道的 ROI 和 mROI 无法进行衡量,因此也无法为自然渠道使用 ROI 和 mROI 先验。这既包含在模型中纳入了单一变量(如支出、展示次数或点击次数)的自然媒体渠道,也包含在模型中纳入了覆盖面和频次数据的渠道。

  • 非媒体处理变量:包含任何非媒体策略(例如价格和促销优惠)。Meridian 会估计这些变量的因果效应,但会假定效应值是线性的,而不具有 Adstock 和回报递减效应。