需完全内化模型，中间路径也是完全可能的：这些是我们在 Converteo 与多个客户一起部署的方法，具体取决于他们的需求和特殊性。例如，一种选择是将广告商的数据科学家整合到我们的团队中，以便为他们提供所需的所有资源、支持和模拟。因此，我们可以支持他的技能发展。
另一种方法是向我们的客户提供我们的技术解决方案、建模和预测平台。经过 4 年多对 印度 WhatsApp 号码数据 该主题的研发，我们开发了一套解决方案，现在采用 SAAS 平台的形式，使我们能够在该主题上获得敏捷性，同时专注于 MMM 的最重要部分：结果分析和结果测试协议的创建。
无论发生什么，对于我们开发的模型，我们都拒绝“黑箱”方法：一切都可以解释。事实上，在讨论内部化问题时，有两点特别重要：数据控制和模型透明度——正是为了避免这种“黑箱”效应。