Интерактивное исследование моделей с помощью pyMC

Описание: Изучение интерактивных моделей маркетингового микса с учетом эффектов воронки продаж

В этом видео Теему Сайлиноя из нашей лаборатории PyMC Labs рассматривает продвинутый подход к моделированию маркетингового микса (MMM), выходящий за рамки прямого влияния каналов. Мы рассмотрим:

Как затраты на маркетинг в верхней части воронки влияют на эффективность в нижней части воронки, и это может повлиять на результаты моделирования.

Интерактивную визуализацию кривых насыщения и отклика.

Проведение интерактивного контрфактуального анализа с использованием полных апостериорных выборок.

Создание быстрых и простых панелей мониторинга для обмена информацией с заинтересованными сторонами.

Этот подход помогает понять, как ваши маркетинговые каналы взаимодействуют друг с другом, и избежать чрезмерного влияния каналов нижней части воронки, сохраняя при этом оценки неопределенности в вашей модели.


💻 Упомянутые ресурсы и инструменты:

Репозиторий PyMC на GitHub – https://github.com/pymc-devs/pymc

PyMC-Marketing - https://www.pymc-marketing.io/en/stable/

Репозиторий Teemu's Notebook - https://github.com/TeemuSailynoja/pym...

0:01 – Введение
0:25 – Моделирование причинно-следственных структур в маркетинговых каналах
0:44 – Пример: маркетинговая воронка и синтетические данные
1:26 – Добавление контрольных переменных и изменяющегося во времени базового уровня
2:04 – Подгонка модели и проверка KPI
2:43 – Влияние расходов на верхнем уровне воронки на каналы нижнего уровня
3:49 – Оптимизация графа модели с помощью апостериорных выборок
4:42 – Демонстрация интерактивного блокнота/панели мониторинга
5:00 – Кривые отклика и анализ вклада
6:02 – Контрфактический анализ: сценарии «Что если?»
6:44 – Интерактивная визуализация гипотетических маркетинговых расходов
7:31 – Производительность и вычислительная эффективность
7:37 – Заключение