本文由Mathieu Lepoutre和Arnaud Parent共同撰寫。
對許多組織來說,開源 MMM 函式庫可以成為長期甚至永久解決方案的核心要素。在以下情況尤其如此:
對於絕大多數廣告商來說,開源 MMM 提供了一個易於實施的解決方案,可以有效、可持續地滿足他們的需求,同時提供快速的投資回報。更多詳情,可以參考我們之前的文章:您需要開源的MMM嗎?對於在廣告上投入數千萬美元的品牌來說,開源包是邁向更複雜、更先進的模型和解決方案的起點或墊腳石。開源程式庫表現非常好,但隨著廣告商變得更加成熟,他們需要跨更多維度的額外分析。例如,這包括按產品類別、按客戶或受眾群體、按分銷管道或按品牌和品牌行銷活動進行區分。雖然開源模型可以有效地產生一維的見解,但開源程式庫中仍然有資料科學技術可以處理二維。然而,當涉及到三個或更多維度時,開源模型往往會出現不足。
對於在複雜市場中經營的公司來說也是如此——例如那些擁有高度細分的客戶群、多個銷售管道或監管限制和經濟波動等重大外部影響的公司——經常發現使用開源套件開發的初始模型並不完全捕捉他們市場的細微差別。在這種情況下,轉向更複雜和客製化的模型仍然可以帶來顯著的好處並快速恢復。同樣,雖然開源軟體包提供了靈活性,但它們可能並不總是滿足某些市場的特定需求。例如,快速變化行業中的公司或具有獨特客戶行為的公司可能需要先進的模型,這些模型可以整合即時數據、管理複雜的互動、提供精細的見解、更準確地預測未來趨勢,或提供先進的場景規劃和模擬功能。搜尋也可能是本文如何使用基於代理的模型在 MMM 中準確建模搜尋引擎中詳細介紹的另一個很好的範例。
此外,對於處於內部 MMM 第一階段的公司來說,開源工具有助於探索內部的好處或以低風險、經濟高效的方式創建概念驗證模型。它們允許廣告商根據收到的見解和回饋迭代地完善他們的模型,測試假設,嘗試不同的方法,以及建立基礎模型並獲得初步見解。
此外,這些軟體包提供了一種非常可操作的方式來啟動和運行、優化學習階段、建立內部專業知識並加深他們對 MMM 的理解。此階段可以在過渡到提供更高性能或附加功能的更先進(可能是專有的)解決方案之前提供寶貴的經驗。
一旦公司確定了開源模型中的具體差距,它就可以開始過渡到更適合這些獨特需求的更複雜的解決方案。在此背景下,55逐漸部署了各種解決方案,最初以開源演算法為基礎,然後與其他方法混合,包括基於代理的建模,添加功能增強,從而帶來顯著的決策優勢。了解如何使用基於代理商的模型更深入地進行行銷策略模擬。
在我們的月度時事通訊《Tea O'Clock》中發現所有最新新聞、文章、網路研討會重播和 55 項活動。