如何使用基於代理的模型在MMM中準確建模搜尋引擎

分層方法

第一步是類比其他媒體對搜尋引擎的影響。事實上，電視廣告系列將帶來更多的搜索，從而帶來更多的展示和點擊。但這些點擊應該「記入」電視廣告。通過第一個模型，我們能夠估計有多少點擊是“自然的”，有多少點擊應該歸功於其他單個媒體。獲取這些數據后，我們可以轉向基於智慧體的模型。 

基於代理的模型

ABM的主要吸引力在於它們能夠對消費者（代理）的行為進行建模，以回應刺激（例如消費者看到或點擊廣告的次數）。行銷策略將提高消費者的認知度，使他們更有可能從您的品牌購買。這適用於電視或社交活動，但在較小程度上，SEO 和SEA 也是如此。然而，假設搜尋引擎對消費者感知的影響很小，將導致貢獻率非常低，這在實驗時已被證明是錯誤的。原因是，如果你在搜尋引擎上不存在，消費者會點擊並從你的競爭對手那裡購買。考慮到這一點，在ABM中，如果消費者點擊您品牌的搜索連結，根據模型，他們的購買概率會更高。因此，在表徵使用者對品牌的購買概率的其他術語中，搜尋引擎點擊與經典感知一起起著重要作用。這使我們能夠模仿現實並從搜尋引擎中獲得重大貢獻。 

但這還不是全部。搜尋引擎可分為4類：品牌/非品牌/SEO/SEA。這 4 個級別在分層方法和 ABM 中都得到了考慮。例如，在ABM中，由於CRM數據和市場調查，我們能夠創建一個模型，該模型根據使用者屬性（性別，年齡，地理位置，市場行為等）來估計消費者與市場的親和力（例如購買的可能性）。因此，我們有兩個變數來描述座席親和力：感知，即他們對您的品牌的親和力，以及與市場的親和力。品牌搜尋引擎點擊量將與市場親和力和感知度更相關，而非品牌搜尋引擎點擊量僅與市場親和力相關。 

因此，fifty-five的分層方法與我們先進的ABM相結合，使我們能夠準確地模仿消費者在品牌、非品牌、SEO和SEA上的行為，以及它們對收入的影響。

‍