5. Що таке MMM?
Серія підходів, ціль яких за допомогою статистичного аналізу оцінити
вплив різних маркетингових стратегій на минулі чи майбутні продажі
В даному випадку маркетингові стратегії являються наслідком контролю
над певними характеристиками - 4P, 7P, 8P, 4C і так далі
6. Що таке MMM?
Серія підходів ціль яких за допомогою статистичного аналізу оцінити
вплив різних маркетингових стратегій на минулі чи майбутні продажі
В даному випадку маркетингові стратегії являються наслідком контролю
над певними характеристиками - 4P, 7P, 8P, 4C і так далі
7. Що таке MMM?
Одна з найголовніших P - Promo. Відповідно
ціль МММ -
1. Sales Decomposition. Побудова
математичної моделі для оцінки
історичного впливу різних каналів
реклами (Adwords, FB ads, TV, білборди
і тд)
2. Optimization Engine. Побудова стратегії
розподілу рекламного бюджету для
оптимізації (максимізації) продаж
9. Історичний підхід до декомпозиції продаж
Головним підходом була оцінка залежності продажів yt
на час t в залежності від значень
контрольованих змінних xit
за допомогою лінійної регресії.
Xit
- це можуть бути бюджети на рекламні канали
До речі в основному використовуються саме кількість проданих одиниць товару, а не грошовий
виторг чи дохід. Чому?
11. Історичний підхід до декомпозиції продаж
Головним підходом була оцінка залежності продажів yt
на час t в залежності від значень
контрольованих змінних xit
за допомогою лінійної регресії
До речі в основному використовуються саме кількість проданих одиниць товару, а не грошовий
виторг чи дохід. Чому?
12. Історичний підхід до декомпозиції продаж
Головним підходом була оцінка залежності продажів yt
на час t в залежності від значень
контрольованих змінних xit
за допомогою лінійної регресії
До речі в основному використовуються саме кількість проданих одиниць товару, а не грошовий
виторг чи дохід. Чому?
13. Адсток
Концепт Адстоку (Adstock)
● Вплив реклами підвищує впізнаваність бренду і генерує додаткові продажі
● Кожен додатковий контакт з рекламою підвищує рівень впізнаваності
● Згасаючий ефект (закон спадної віддачі чи diminishing return law) з часом зменшує впізнаваність
до базового рівня
● Це може відбуватись допоки не компенсується новими контактами з рекламою
● Також залежність 1 гривні в рекламі і 1 гривні в продажах не лінійна
● Починаючи з деякого періоду кожна додаткова гривня в рекламному бюджеті буде генерувати
все менше і менше продажів
● Згасаючий ефект зазвичай виражається в термінах напіврозпаду. Період напіврозпаду в рекламі
у три тижні означає що за три тижні ефект реклами скоротиться наполовину до теперішнього
рівня.
14. Адсток - ефект пам‘яті та закон спадної віддачі
Memory Effect
VS.
Saturation
15. Адсток - ефект пам‘яті та закон спадної віддачі
Додаємо пам‘ять
Додаємо спадання
Фінальне рівняння
16. Переваги та недоліки
Переваги
● Проста модель, яка зрозуміла бізнесу
● Декомпозиція продаж по каналам
тривіальна
● βi
-коефіцієнти, для i>0 є репрезентацією
декомпозиції. Якщо βTV
=10, це означає що
одна гривня з бюджету на телебачення
згенерує 10 одиниць (або гривень) продажів
● β0.
- базові продажі. Гіпотетична величина
яка вказує на продажі без використання
реклами
● Автоматична підтримка монотонності
Недоліки
● Низька якість передбачення у порівнянні з
XGBoost, LightGBM etc
● Припускається лінійна залежність між
продажами та витратами на рекламу
● Екстраполяція лінійних моделей
передбачувана, але погано описує правду
21. Shapley values
● Походження з теорії ігор. Це спосіб
розрахунку виграшу кожного гравця з
фінального банка
● Уявімо що кожна характеристика в МЛ
моделі це гравець і ми хочемо знати частку
кожної характеристики в нашому таргеті
● Технічні деталі можна подивитись тут
● Бібліотека тут
22. Shapley values. Методологія
1. Матриця можливих комбінацій
включених-виключених каналів -
складність O(2n
)
2. Генерація передбачень для кожної
комбінації
23. Shapley values. Методологія
3. Для кожного каналу маємо знайти всі пари які відрізняються лише тим включений чи
виключений цей канал - в даному випадку це рядки виділені одним кольором. (Важливо - для
кожного канала комбінації пар будуть різними!)
4. Shapley value для канала Channel1 буде ¼ * (10003-9496) + (8497-7997) + (9500-9003) +
(9004-8500) = 502
5. Base value або базове значення = 7997, це коли всі маркетингові канали вимкнені
24. Shapley values. Методологія
Хороші новини. Ми маємо методологію
декомпозиції, для якої не важливо який тип
алгоритму ми використовуємо для
моделювання і передбачення продажів.
Проблема. Складність O(2n
). В реальному
житті з кількістю рекламних каналів >10 ця
методологія не працює.
Рішення. Деякі алгоритми матимуть
спрощену процедуру розрахунку Shapley
Values.
26. Потенційні проблеми альтернативного підходу
Недоліки
● Немонотонна залежність між декомпозицією і
бюджетом, яка є зазвичай результатом
бустингових “дерев‘яних” моделей.
● Від“ємні значення в декомпозиції
● Екстраполяція
Недоліки
● XGBoost і LightGBM мають можливість додати
умови монтонності для різних характеристик
● Необхідний крок пост-обробки, часто
негативні значення прирівнюють до 0, а всі
інші відповідно коригують
● Просто терпіть :)
28. Сценарії і оптимізація
● Сценарій - зміна характеристик (витрат на різні рекламні канали) для передбачення і декомпозиції
продажів
● Сценарії необхідні для швидкої перевірки логічності результатів чи стрес тестів. Нерідко сценарії
можуть вказати напрям для стратегії
● Сценарії потрібно перевіряти вручну, а отже це не скейлиться
29. Сценарії і оптимізація
● Оптимізація (максимізація) - процес пошуку найкращого розподілу бюджету з ціллю максимізації
продажів (або, рідше - мінімізації витрат при збереженні певного рівня продажів)
● Пререквізити - Загальний Бюджет, Обмеження на бюджети на індивідуальні рекламні канали,
модель передбачення продаж (можна навіть не МЛ)
● Знайти деталі про оптимізацію можна тут. Головне пам‘ятати що не всі алгоритми оптимізації
підтримують обмеження на сумарне значення, наприклад - на Загальний Бюджет