Cómo generar datos de salida sobre los resultados del modelo

Existen varias opciones para generar los resultados del modelo. Puedes hacer lo siguiente:

• Generar un informe HTML de dos páginas con un período personalizado y exportar los resultados en HTML a Google Drive para compartirlos con tu equipo.

• Generar un resumen de los resultados del modelo para personalizar tus propios informes y visualizaciones, o bien para exportarlos a otro formato. Estos resúmenes numéricos de tus métricas de medios te permiten acceder a más detalles.

También puedes trazar las visualizaciones de medios. Para obtener más información, consulta Cómo trazar las visualizaciones de medios.

Genera el informe HTML de los resultados del modelo

Para generar y exportar el informe de los resultados del modelo, haz lo siguiente:

1. Si usas Colab y deseas exportar el informe a tu unidad de Google Drive, activa Google Drive en tu notebook de Colab:

   from google.colab import drive
   drive.mount('/content/drive')
   

2. Inicializa la clase Summarizer con el objeto del modelo de Meridian:

   summarizer = summarizer.Summarizer(meridian)
   

3. Pasa el nombre del archivo, la ruta de acceso, la fecha de inicio y la fecha de finalización a output_model_results_summary para ejecutar el resumen de ese período y guardarlo en el archivo especificado.

   Ejemplo:

   filepath = '/content/drive/MyDrive'
   start_date = '2020-01-05'
   end_date = '2020-12-27'
   summarizer.output_model_results_summary(f'{FILENAME}.html',
                                           filepath,
                                           start_date,
                                           end_date)
   

   Donde:

   • filepath es la ruta de acceso en tu unidad de Google Drive donde deseas guardar el archivo.
   • start_date es la fecha de inicio del informe en formato aaaa-mm-dd.
   • end_date es la fecha de finalización del informe en formato aaaa-mm-dd.
   • FILENAME es el nombre que deseas asignar al archivo, por ejemplo, summary_output.html. La extensión del archivo debe ser HTML.

   El informe HTML se generará y guardará en la ubicación de archivo especificada.

Ajuste de tu modelo

La sección Ajuste de tu modelo te permite verificar la bondad estadística del ajuste. Meridian informa las estadísticas del ajuste del modelo, lo que incluye las métricas R cuadrado, error porcentual absoluto medio (MAPE) y error porcentual absoluto medio ponderado (wMAPE). Además, Meridian proporciona representaciones visuales que comparan las cifras de los ingresos (o el KPI) esperados con las de los ingresos (o el KPI) reales. Esos diagramas facilitan la evaluación del rendimiento del modelo y ayudan a determinar si este último presenta un subajuste.

Las estadísticas del ajuste del modelo también pueden ser útiles para comparar modelos candidatos. Sin embargo, ten en cuenta que las métricas de la bondad del ajuste no ofrecen un panorama completo de qué tan adecuado es un modelo para la inferencia causal. Además, es probable que el mejor modelo para la inferencia causal sea distinto del que es más apropiado para la predicción.

Para obtener información sobre cómo evaluar el ajuste del modelo, consulta Diagnóstico del modelado.

Resultado de ejemplo: (haz clic en la imagen para ampliarla)

Contribución de los ingresos o el KPI

La sección Contribución de los ingresos o el KPI proporciona un análisis del impacto que tus actividades de medios y las que no están relacionadas con los medios tienen en el rendimiento de tus ingresos o del KPI. Te permite comparar métricas clave, como el retorno de la inversión (ROI), el porcentaje de inversión y el porcentaje de los ingresos o del KPI incrementales en diferentes canales. Además, esta sección te permite desglosar la contribución por modelo de referencia, promociones de precios y varios canales de marketing.

Resultado de ejemplo: (haz clic en la imagen para ampliarla)

Retorno de la inversión

La sección Retorno de la inversión proporciona una vista más detallada del análisis del ROI de los canales para ayudarte a identificar los que tienen el mejor rendimiento. Puedes comparar el ROI, el ROI marginal y la efectividad en los diferentes canales. Además, esta sección presenta el intervalo creíble para las estimaciones del ROI, lo que constituye una ventaja de los modelos bayesianos.

Resultado de ejemplo: (haz clic en la imagen para ampliarla)

Análisis óptimo

La sección Análisis óptimo muestra tu nivel de inversión actual y en qué punto comienzas a observar retornos marginales decrecientes respecto de la cantidad de dinero que inviertes por canal. Además, proporciona recomendaciones sobre la frecuencia óptima para ayudarte a decidir cómo enfocar tu presupuesto para el próximo año.

Resultado de ejemplo:

Genera el resumen de los resultados del modelo

Los resúmenes de los resultados del modelo se generan a través de la clase MediaSummary. Cuando se inicia esta clase, el intervalo creíble para los resultados del modelo se puede especificar con el argumento confidence_level, mientras que el período para la estimación del modelo se puede especificar con el argumento selected_times. De forma predeterminada, las estadísticas del resumen se generan con un intervalo creíble del 90% y la ventana completa del modelado.

Ejemplo:

Ejecuta los siguientes comandos para generar el resumen con los parámetros de configuración predeterminados:

media_summary = visualizer.MediaSummary(meridian)
media_summary.summary_table()

Resultado de ejemplo: (haz clic en la imagen para ampliarla)