时间序列模型

Explore discuss data innovations to drive business efficiency forward.
Post Reply
Abdur14
Posts: 378
Joined: Thu Jan 02, 2025 6:51 am

时间序列模型

Post by Abdur14 »

下面显示的示例说明了此概念的简化示例:MMM 模型是根据不同营销杠杆(例如,电视、广播、新闻、SEM、时事通讯、短信等上的广告)的时间演变的输入创建的,这些杠杆定义为作为解释变量,即其作用对要解释的变量、模型的输出(在本例中为销售额)有影响的变量:

解释变量
解释变量(模型输入)必须与要解释的输出具有相同的序列和毛细作用。

另一方面,模型必须包括对销售曲线有潜在影响的所有变量。存在的东西,解释 - 不存在的东西,不解释。

MMM 模型中包含哪些类型的变量?模型有多个输入变量。让我们详细解释一下它们:

变量推动付费平均
推送付费媒体变量(付费渠道)对应于付费 印度数据 渠道(付费广告空间)的投资。他们是可控和可衡量的变量,因为他们是根据公司的决定聘用的,并且可以控制费用和与之相关的推动程度。此类别中变量的一些示例是

电视。
收音机。
按。
户外广告。
扫描电镜。
谷歌购物。
脸书广告。
Instagram 广告。
抖音广告。
横幅和数字显示。
对于推送付费媒体,每个变量中包含 2 个测量值:

媒体投资金额。
合同单位的数量/数量(GRP 数量、展示次数、点击次数等 - 每个变量的正确指标)。
Post Reply