MMM-Kalibrierung integriert glaubwürdige externe Evidenz in eine Schätzung; sie ersetzt keinen Koeffizienten willkürl…
MMM-Kalibrierung integriert glaubwürdige externe Evidenz in eine Schätzung; sie ersetzt keinen Koeffizienten willkürlich durch ein Testergebnis. Experiment und Modell müssen vergleichbare Effekte für kompatible Population, Kanal, Ausgabenvariation und Horizont messen. Die Stärke hängt von Unsicherheit beider Quellen und ihrer Übertragbarkeit ab.
Entscheidung und Methode.
Experiment nur nutzen, um MMM-Schätzung zu verengen oder zu verschieben, wenn Estimands ausgerichtet und Transportunsicherheit explizit ergänzt sind. Behandlung, Kontrafaktual, Population, Ergebnis, Horizont und Skala von MMM und Experiment dokumentieren; Kalibrierung ablehnen, wenn Diskrepanz nicht korrigierbar ist. Experimentellen Effekt in Modellvariable und Transformation umwandeln: inkrementelle Verkäufe, iROAS, Elastizität oder Response-Koeffizient. Likelihood, informativen Prior oder Penalty verwenden, dessen Stärke Experimentalvarianz und Übertragbarkeit widerspiegelt, und unkalibriertes Modell veröffentlichen. Prognose, Residuen, Contributions, Response-Kurven und Allokation prüfen; lokale Kalibrierung darf andere Kanäle oder Perioden nicht verschlechtern. Getrennte Perioden, Regionen oder Tests für Validierung bewahren.
Rechenbeispiel.
Unkalibriertes MMM iROAS 2,40, Standardfehler 0,65. Kompatibles Experiment 1,30 mit 0,25, Transport enthalten. Beide normal und unabhängig. Präzisionen: 1 ÷ 0,65² = 2,37, 1 ÷ 0,25² = 16. Kombinierter Mittelwert = (2,40 × 2,37 + 1,30 × 16) ÷ 18,37 = 1,44. Posterior-Standardfehler = √(1 ÷ 18,37) = 0,23. Test dominiert ohne Historie zu löschen; Allokation auf 1,44 mit Intervall 0,98–1,90 neu berechnen.
Prüfungen und Grenzen.
Test- und MMM-Estimands zeilenweise vergleichen; Transportunsicherheit zum Experimentalfehler addieren; unkalibriertes Modell veröffentlichen; Prognose, Contribution und Allokation erneut validieren. Lokales Experiment repräsentiert nationale Sättigung möglicherweise schlecht. Positiv ausgewählte Tests verzerren Kalibrierung; Unabhängigkeit von Experiment- und MMM-Daten kann unvollständig sein.
Ressourcen und Quellen.
Kalibrierungsrechnung herunterladen. Weiterführend: MMM validieren, Geo-Test entwerfen, Methoden triangulieren. Quellen: Chan und Perry (2017); Vaver und Koehler (2011); Sun et al. (2017).