Meridian 是 Google 营销组合建模分析 (MMM) 方法的官方演变版本。它是 LightweightMMM 的更新版本。这两个版本均基于 Google 自 2017 年以来在贝叶斯 MMM 方面的研究。
Meridian 的主要功能包括覆盖面和频次建模、有效处理付费搜索以及实验校准。
如何迁移到 Meridian
若要从 LightweightMMM 迁移到 Meridian，您需要安装 Meridian，并按照任何 Meridian 新用户所用的流程导入数据。如需了解详情，请参阅安装 Meridian。
功能对比
这两种模型的输入数据是相同的。
下图概述了这两个项目之间的主要功能差异：
| 功能 | LightweightMMM | Meridian |
|---|---|---|
| 语言 | Python | Python |
| 贝叶斯库 | Numpyro | Tensorflow Probability |
| 实验校准 | 可能有，但需要手动操作 | 有 |
| 覆盖面和频次建模 | 无 | 有 |
| 优化器 | 有 | 有 |
| 模型的投资回报率公式 | 无 | 有 |
| 纳入 GQV 混杂因素 | 可能有，但需要手动操作 | 有 |
| 国家级和地理位置级模型 | 有 | 有，国家级以及更多地理位置 |
| 趋势和季节性 | 直线 + 正弦曲线重复形状（每天、每周） | 结 |
| 自定义先验 | 有 | 有 |
| 滞后与饱和度转换 | 有 | 有 |
| 输入缩放 | 手动 | 自动 |
模型规范的差异
LightweightMMM 提供三种不同的模型架构：Adstock、Hill-Adstock 和 Carryover。Meridian 使用 Hill-Adstock 架构的变体，不支持其他架构。您可以选择对 Meridian 基准模型应用 Hill 转换和 Adstock 转换的顺序。Meridian 覆盖面和频次模型具有固定的 Hill-Adstock 顺序：首先是 Hill，然后是 Adstock。
Meridian 和 LightweightMMM 之间的其他差异包括：
在这两个项目中，媒体渠道都是按地理位置分层的。不过，在 LightweightMMM 中，地理位置层次结构不会添加其他自由形参。然而，LightweightMMM 使用一个媒体系数来指定超先验和各个地理位置级的媒体渠道先验。Meridian 还有一个附加形参
eta_m，用于指定各地理位置的媒体系数标准差。Meridian 还允许分层变体呈正态或对数正态分布。非媒体功能（在 Meridian 中称为“控制变量”）在 Meridian 中也是分层的，但在 LightweightMMM 中，它们在各地理位置之间是不分层的。Meridian 模型形参
xi_c指定了此地理位置层次结构的标准差。借助 Meridian，您可以根据 Beta 值（与 LightweightMMM 相同）或投资回报率指定媒体先验。
Meridian 中的基准表达方式与 LightweightMMM 有所不同。在 Meridian 中，用户可以同时指定地理位置级和时间级固定效应，而基准是这两种固定效应的总和。
MCMC 抽样时间的预期差异
由于 Meridian 中的模型形参更多，模型复杂度更高，因此 Meridian 中的 MCMC 抽样时间预计要比 LightweightMMM 长。不过，由于模型相对类似，预计 Meridian 所需的时间不会比 LightweightMMM 长很多。若要确切估计需要多长时间，需要考虑计算环境、地理位置数量、模型调优形参、先验、数据和其他因素。虽然 Meridian 的模型复杂度可能会导致 MCMC 抽样时间更长，但预计结果会更准确。