모델 구성 요소
개괄 설명
Polaris에서 학습한 미디어 믹스 모델에는 여러 구성 요소가 포함됩니다. 각 구성 요소는 서로 다른 성과 요소를 캡처하고 성과 요소가 결합되어 국가 전체의 총 성과를 구성합니다.
오가닉 리프트 요인
오가닉 성과 요인은 다음과 같습니다:
계절성(요일, 월)
트렌드(국가 전체, 앱 전체, 카테고리 전체, 산업 전반)
프로모션(할인, 제품 출시, 이벤트, 스페셜)
유기적 활동(무료 SNS 게시물, 바이럴성 제품)
계절성 및 추세 구성 요소는 자동으로 모델에 입력됩니다. 판촉 및 유기적 활동은 마케팅 데이터 세트의 사용자 지정 내보내기 데이터 공유 방법 (https://help.metric.works/ko/article/7iks7jqp7j6qioyngoyglsdrgrtrs7trg소수 독자백테스팅 오류
개괄 설명
모델 오차는 모델의 백테스팅 예측과 실제 관찰된 값 간의 차이를 나타냅니다. 이는 모델이 현재 적합도로 미래의 홀드아웃 테스트 세트를 얼마나 잘 예측할 수 있는지에 대한 통찰력을 제공하기 위한 것입니다.
이것은 모델의 정확도에 대한 포괄적인 평가가 아니며 MMM을 검증하는 데 사용할 수 없습니다. 검증은 Gound Truth 증분 실험으로만 가능하므로 매우 중요합니다. 사실, 백테스트된 정규화된 평균 제곱근 오차(NRMSE)는 훈련 과정에서 활용되는 여러 최적화 목표 중 하나일 뿐입니다. 모델 오류는 모델의 적합도와 상관관계 예측에 대한 중요하지만 제한된 보기만 제공할 수 있습니다.
오류 파일
예측된 열에는 백테스팅 예측이 포함됩니다. 실제 열에는 관찰된 값이 포함됩니다. 이상적으로는 그 수치에 가깝습니다. 그렇지 않은 경우 모델링되지 않은 성과 요소 (https://help.metric.works/ko/article/7kad67ae소수 독자모델 계수
개괄 설명
계수 파일에는 각 국가 및 측정항목에 대한 각 채널, 캠페인 및 사이트의 상대적 증분 기여도가 포함됩니다. 계수는 모든 계량 경제학 모델의 핵심요소 중 하나이며 Polaris에서 제공하는 최종 산출물인 증분 측정의 직접적인 전구체(前驅體)입니다.
계수는 모델의 마케팅 구성 요소의 추가 분류로 생각할 수 있습니다. 마케팅 구성 요소 내에서 특정 미디어 믹스가 결합되어 앱을 홍보하고 새로운 사용자를 확보하며 성과를 창출합니다. 해당 미디어 믹스는 다양한 세부 수준에서 지출 및/또는 노출로 모델에 인코딩 됩니다. 각 채널, 캠페인 및 사이트는 다양한 측정항목에서 증가에 기여할 수 있습니다. 계수는 해당 기여도를 정량화 한 것입니다. 계수가 높을수록 증분 기여도가 높아집니다.소수 독자모델 데이터 패키지
Polaris는 최초의 증분 측정 제품입니다. 미디어 믹스 모델링(MMM)과 실험의 강력한 조합을 통해 MetricWorks가 제공하는 통찰력은 믿을 수 없을 정도로 가치가 있습니다. Polaris의 핵심성과지표(KPI)는 이해하기 쉬운 형태로 통찰력을 제공하고 모델 만큼 우수합니다. MetricWorks는 통찰력을 더 잘 이해할 수 있도록 모델 정보를 제공하는 것이 중요하다고 생각합니다. 모델 정보를 전체 또는 전부를 이해하는 것은 결코 의무 사항은 아니며 약간의 통계적 지식이 필요하지만 항상 사용할 수 있습니다.
개괄 설명
미디어 믹스 모델(MMM)은 계층적 모델이라는 것을 이해하는 것이 중요합니다. 해당 모델의 각 수준에 대한 정보를 제공 하므로 "level" 열이 표시될 수 있으며 "Facebook" 채널의 행과 "Facebook" 채널 및 "Campaign A" 캠페인의 행이 표시될 수 있습니다. 이 모델은 Facebook 캠페인의 상위 수준 역할을 하는 채널 수준소수 독자마케팅 입력 다중공선성
개괄 설명
다중 공선성은 MMM에서 문제가 될 수 있습니다. 한 채널의 지출/노출이 다른 채널과 더 많이 연관될수록 모델이 해당 채널의 영향을 분리하기가 더 어렵기 때문입니다. 즉, 입력 데이터의 기간이 길수록 다중 공선성이 덜 중요한 문제가 됩니다. 그 이유는 특정 캠페인에 대한 지출과 노출을 결정하는 많은 요인이 있고 대부분은 마케터가 통제할 수 없는 영역에 있기 때문입니다(예: 광고 네트워크 알고리즘, 입찰 경쟁, 산업 변동 등). 충분한 시간이 지나면 각 캠페인의 지출 및 노출의 일간 변동은 일반적으로 자연스럽게 다른 캠페인과 차이가 날 것입니다.
공선성 파일
공선성 파일에는 각 채널, 캠페인 및 사이트(vif 열)에 대한 VIF(분산팽창요인)통계가 포함되어 있습니다. 이러한 통계는 입력 데이터가 변환되고 표준화된후 평가되며(적어도 부분적으로는 다중 공선성을 처리하는 데 도움이 됨) 공선성으로 인해 계수의 분산이 얼마나 증가하는지를 측정합니소수 독자
