خلاصه مطلب
- MMM ادپیکس تبدیل های هر هفته را به یک خط پایه غیرپولی و سهم هر کانال تبلیغاتی تقسیم میکند و برای هر کانال ROI و ROI حاشیه ای (mROI) را با بازه باورپذیر ۹۴٪ گزارش میدهد.
- مدل به هزینه هفتگی هر کانال (فایل CSV در صفحه Cost & ROAS)، رویداد خرید روی سایت و دست کم ۲۶ هفته داده نیاز دارد؛ سطح «قابل اعتماد» ۱۰۴ هفته میخواهد.
- با کمتر از دو سال داده، ROI هر کانال فقط بعد از کالیبره شدن با تست lift یا یک تغییر هزینه سنجیده شده نمایش داده میشود؛ پس راه سریع، تغییر آگاهانه بودجه است نه صبر کردن.
- بودجه را بر اساس mROI جابه جا کنید نه ROI میانگین؛ کانالی که به طور میانگین خوب برمیگرداند ممکن است در هزینه فعلی اشباع شده باشد.
- MMM از پلن استارتر (ماهی ۴۹۹ هزار تومان) فعال است و در پلن رایگان نیست؛ پلن پرو سهم هر کانال از فروش را اضافه میکند.
MMM ادپیکس تخمین میزند هر کانال تبلیغاتی واقعا چند تبدیل ساخته، نه اینکه آخرین کلیک قبل از خرید کدام بوده. هزینه هفتگی هر کانال را وارد میکنید، ادپیکس آن را کنار تبدیل های همان هفته ها میگذارد و برای هر کانال یک ROI و یک ROI حاشیه ای با بازه باورپذیر ۹۴٪ برمیگرداند. مدل از ۲۶ هفته داده شروع میکند و از پلن استارتر فعال است. در این مطلب میبینید چه داده ای لازم است، خروجی را چطور بخوانید، تست lift چطور مدل را دقیق تر میکند و کجا ابزار مناسبی نیست.
مارکتینگ میکس مدلینگ (MMM) روشی آماری است که یک نتیجه کسب و کار، مثل فروش هفتگی، را با هزینه هر کانال تبلیغاتی و عوامل غیرتبلیغاتی مثل فصل و روند توضیح میدهد تا سهم افزایشی هر کانال و تغییر آن با بالا رفتن بودجه معلوم شود.
MMM ادپیکس به چه سوالی جواب میدهد؟
MMM ادپیکس به یک سوال بودجه ای جواب میدهد: کل بودجه تبلیغات چطور کار میکند و تومان بعدی کجا خرج شود؟ خروجی اش سهم هر کانال از تبدیل ها، نقطه ای که هر کانال اشباع میشود و پیشنهاد تقسیم بودجه هفتگی است (مستندات اجرای MMM).
این با اتریبیوشن فرق دارد. گزارش اتریبیوشن میگوید قبل از خرید کدام تماس بوده؛ این یک سوال همبستگی است و معمولا به کانال هایی که تقاضای موجود را جمع میکنند، مثل جستجوی برند و ریتارگتینگ، سهم بیشتری میدهد. راهنمای مدل های اتریبیوشن نشان میدهد سهم کانال ها روی یک مسیر خرید واحد با عوض شدن مدل چقدر جابه جا میشود. MMM اصلا سراغ مسیر تک تک کاربران نمیرود و هزینه و نتیجه را در طول زمان مقایسه میکند.
با تست lift هم فرق دارد. تست lift میپرسد یک تغییر مشخص در یک تاریخ مشخص جواب داد یا نه؛ MMM کل سبد تبلیغات را هفته به هفته میبیند (مستندات MMM یا Lift).
| سوال شما | ابزار در ادپیکس |
|---|---|
| قبل از خرید کدام تماس بوده؟ | گزارش منابع ورودی و اتریبیوشن |
| بالا بردن بودجه یکتانت از اول آذر جواب داد؟ | تست lift |
| هر کانال با بودجه فعلی چقدر برمیگرداند و یک میلیون تومان بعدی کجا برود؟ | مارکتینگ میکس مدل |
MMM ادپیکس به درد چه کسی میخورد و چه کسی باید صبر کند؟
MMM ادپیکس برای تیمی مناسب است که روی دو کانال پولی یا بیشتر خرج میکند، دست کم شش ماه خرید رهگیری شده دارد و حاضر است بودجه را آگاهانه کم و زیاد کند. نمونه رایجش فروشگاهی است که بودجه را بین تبلیغات گوگل، یکتانت و تبلیغات اینستاگرام تقسیم کرده است.
فعلا به کارتان نمیآید اگر:
- کمتر از ۲۶ هفته داده رهگیری شده دارید. اجرا با سطح «ناکافی» بسته میشود و ROI نشان نمیدهد.
- هر کانال هر هفته تقریبا همان مبلغ را خرج میکند. هزینه ثابت از نظر ریاضی قابل تفکیک نیست و هیچ مقدار تاریخچه ای این را درست نمیکند (مستندات وارد کردن هزینه).
- فقط یک کانال دارید. یک تست افزایشی سریع تر جواب میدهد.
- سایت رویداد خرید ندارد. مدل چیزی برای توضیح دادن ندارد و اجرا شکست میخورد.
مارکتینگ میکس مدلینگ به طور کلی چطور کار میکند؟
مدل های MMM نتیجه را بر اساس هزینه هر کانال و چند عامل کنترلی توضیح میدهند، اما دو فرضی را که رگرسیون خطی ساده اشتباه میگیرد اصلاح میکنند. پژوهشگران گوگل در مقاله ای در ۲۰۱۷ نوشته اند تبلیغات معمولا اثر تاخیری و بازده نزولی دارد و رگرسیون خطی این دو را خوب نمیگیرد (Jin و همکاران، گوگل).
- اثر ماندگار (adstock). تبلیغی که این هفته دیده شده ممکن است هفته بعد فروش بیاورد؛ پس اثر هزینه روی چند هفته پخش میشود.
- اشباع. هر تومان اضافه کمی کمتر از تومان قبلی تبدیل میآورد. اگر پاسخ را روی محور هزینه رسم کنید، منحنی ای میبینید که کم کم صاف میشود.
مدل های متن باز امروزی هم روی همین ایده ها ساخته شده اند. گوگل درباره Meridian میگوید اثر تاخیری تبلیغات و اشباع را در مدل گنجانده و خروجی اش تخمین ROI با بازه باورپذیر، منحنی پاسخ و پیشنهاد بهینه سازی بودجه است (Google for Developers). راهنمای Robyn متا برای نتیجه قابل اتکا دست کم دو سال داده هفتگی توصیه میکند و تاکید دارد مدل با نتیجه آزمایش ها کالیبره شود (Meta Robyn).
دو نتیجه برای هر MMM، چه ادپیکس چه هر ابزار دیگری، مهم است. اول، مدل به تغییر نیاز دارد: اگر هزینه یک کانال هیچ وقت تکان نخورد، اثرش از خط پایه جدا نمیشود. دوم، خروجی صادقانه یک بازه است و با تاریخچه کوتاه این بازه پهن است.
MMM ادپیکس دقیقا چطور کار میکند؟
مدل ادپیکس هزینه هفتگی هر کانال را کنار تبدیل های همان هفته ها میگذارد و هر هفته را لایه لایه میکند: یک خط پایه (تقاضای ارگانیک و مستقیم، روند و فصل) و یک لایه برای هر کانال پولی. هر تخمین با بازه باورپذیر ۹۴٪ میآید و مستندات ادپیکس پهنای همین بازه را بخش اصلی خروجی میدانند (مستندات اجرای MMM).
مدل ادپیکس چه داده ای لازم دارد؟
سه ورودی:
| ورودی | از کجا میآید | اگر نباشد |
|---|---|---|
| هزینه هر کانال | فایل CSV که در صفحه Cost & ROAS وارد میکنید | کانالی برای مدل وجود ندارد |
| تبدیل یا درآمد | رویدادهای خرید سایت (برای هدف درآمد، با پارامتر value) | اجرا شکست میخورد |
| تعطیلات و قطعی ها | تقویم فصلی، به طور خودکار | موج تعطیلات به حساب تبلیغات شما نوشته میشود |
ادپیکس هزینه را از پلتفرم های تبلیغاتی نمیخواند. فایل CSV سه ستون اجباری دارد: date، channel و cost؛ ستون های source، campaign، currency و revenue اختیاری اند. پیشنهاد مستندات یک ردیف برای هر هفته است و ردیف های روزانه هم پذیرفته و در هفته جمع میشوند. اگر همان ترکیب تاریخ، کانال، منبع و کمپین را دوباره وارد کنید، ردیف به روز میشود و تکراری ساخته نمیشود. یک دام مهم: اگر ستون currency خالی بماند، ردیف به دلار ثبت میشود و ارز سایت شما خوانده نمیشود؛ پس ارز را در همه ردیف ها بنویسید (مستندات وارد کردن هزینه).
تقویم فصلی برای بازار ایران ساخته شده است: نوروز، یلدا، بازگشایی مدارس در مهر، رمضان، عید فطر و محرم از جمله مناسبت های آن اند و مدل اندازه و جهت واقعی اثر هر مناسبت را از داده خود شما یاد میگیرد (مستندات تقویم فصلی). هفته سایتی که روی وقت تهران تنظیم شده، جمعه بسته میشود.
کانال برای گرفتن ROI باید هزینه متغیر داشته باشد. اگر ضریب تغییرات هزینه هفتگی (انحراف معیار تقسیم بر میانگین) کمتر از ۰٫۳۰ باشد، کانال «شناسایی نشده» میشود؛ همین برچسب برای VIF بالای ۵ هم میآید، یعنی وقتی بودجه چند کانال با هم بالا و پایین میرود. فرض کنید میانگین هزینه هفتگی یک کانال ۲۰ میلیون تومان و انحراف معیارش ۵ میلیون باشد؛ ضریب تغییرات ۵ ÷ ۲۰ = ۰٫۲۵ است و زیر مرز میماند.
سطح اعتماد، ROI و mROI را چطور بخوانیم؟
اول سطح اعتماد را ببینید. هر اجرای تمام شده یکی از این سه برچسب را میگیرد:
| سطح | یعنی | با آن چه کنید |
|---|---|---|
| قابل اعتماد | دست کم ۱۰۴ هفته تاریخچه و قبول شدن در همه بررسی های پیش بینی | میتوانید بر اساس بازه ها بودجه را جابه جا کنید |
| راهنمای جهت گیری | مدل برازش شده اما شواهد محدود است: تاریخچه کوتاه، کانال های کالیبره کم یا بودجه هایی که با هم حرکت میکنند | جهت را بگیرید، نه عدد دقیق یا ترتیب کانال ها |
| ناکافی | داده اجازه هیچ ادعایی نمیدهد | ROI نشان داده نمیشود و بهینه ساز بسته است |
بعد سراغ جدول ROI بروید. برای هر کانال تبدیل افزایشی، سهم از کل تبدیل ها، ROI (تبدیل افزایشی به ازای هر هزار واحد هزینه) و mROI (بازده هزار واحد بعدی در سطح هزینه امروز) را با بازه شان میبینید. قاعده مستندات روشن است: بودجه را بر اساس mROI جابه جا کنید، نه ROI.
یک مثال فرضی دلیلش را نشان میدهد. برای خوانایی، عددها را به ازای هر یک میلیون تومان حساب میکنیم:
| تبلیغات گوگل | یکتانت | |
|---|---|---|
| هزینه در بازه مدل | ۴۰۰ میلیون تومان | ۲۰۰ میلیون تومان |
| تبدیل افزایشی | ۱۰۰۰ | ۳۰۰ |
| ROI (تبدیل به ازای هر میلیون تومان) | ۱۰۰۰ ÷ ۴۰۰ = ۲٫۵ | ۳۰۰ ÷ ۲۰۰ = ۱٫۵ |
| mROI در هزینه فعلی | ۰٫۹ | ۱٫۴ |
میانگین گوگل بهتر است، اما روی منحنی پاسخش جلو رفته: ۱۰ میلیون تومان بعدی آنجا حدود ۹ تبدیل میآورد و در یکتانت حدود ۱۴. جابه جا کردن ۱۰ میلیون تومان از گوگل به یکتانت تقریبا ۱۴ − ۹ = ۵ تبدیل اضافه میکند، به شرطی که بازه ها هم همین را بگویند. اگر بازه mROI گوگل از ۰٫۴ تا ۱٫۵ و یکتانت از ۰٫۶ تا ۲٫۲ باشد، تقریبا روی هم افتاده اند و به گفته مستندات، مقایسه دو عدد میانی هیچ اطلاعاتی نمیدهد. کار درست در این حالت کالیبره کردن است، نه جابه جایی بودجه.
بازه پهن یعنی داده هنوز عدد را مشخص نکرده؛ یعنی اثر صفر نیست. ادپیکس فقط وقتی اجازه نتیجه «بی اثر» میدهد که بازه هم باریک باشد و هم نزدیک صفر.
تست lift چطور MMM ادپیکس را کالیبره میکند؟
این بخش از طراحی ادپیکس، برنامه ریزی شما را عوض میکند. با کمتر از دو سال داده، مدل به تنهایی نمیتواند بگوید چه سهمی از فروش کار تبلیغات است؛ پس ROI کانال پنهان میماند و تا وقتی چیزی آن را کالیبره نکند، «نیازمند تست لیفت» نوشته میشود. به تعبیر مستندات، ROI هر کانال با کالیبراسیون میرسد، نه با گذشت زمان (مستندات اجرای MMM).
کالیبراسیون از سه جا میآید و همه در کارت «آزمایش های کالیبراسیون» پایین صفحه MMM فهرست میشوند:
- تست lift روی یک کانال. نتیجه های درجه A یا B که تغییر هزینه شان کامل ثبت شده، برچسب «پیشنهادی» میگیرند.
- صفحه Incrementality که تغییرهای بودجه را خودش در داده هزینه پیدا میکند: تغییر دست کم ۲۰ درصدی که در دست کم پنج روز از هفت روز بعد بماند، مثل یک تست lift سنجیده میشود (مستندات سنجش افزایشی).
- آزمایشی که بیرون از ادپیکس انجام داده اید، مثل هولدآوت جغرافیایی، که با تاریخ شروع و پایان، هزینه روزانه قبل و حین آزمایش و lift کل با انحراف معیارش دستی وارد میشود.
هیچ کدام خودکار اعمال نمیشود. روی هر ردیف «استفاده در مدل» را میزنید (یا «استفاده از همه موارد پیشنهادی») و اجرای بعدی همه کالیبراسیون های فعال را به کار میگیرد. توصیه مستندات برای آموزنده ترین آزمایش: هزینه یک کانال را دست کم ۲۰٪ تغییر دهید و دو هفته نگه دارید. کم کردن بودجه به اندازه زیاد کردنش به مدل یاد میدهد. روش کلی این تست ها در راهنمای تست افزایشی آمده است.
بهینه ساز و برنامه ریز بودجه چه کار میکنند؟
«بهینه ساز بودجه» از منحنی های پاسخ یک تقسیم هفتگی پیشنهاد میدهد: بیشترین تبدیل با بودجه ثابت، یا رسیدن به هزینه جذب هدف. عمدا محتاط است: هر کانال فقط بین ۷۰ تا ۱۳۰ درصد هزینه هفتگی فعلی اش (میانگین چهار هفته اخیر) جابه جا میشود و هیچ وقت از ۱٫۲ برابر بیشترین هزینه هفتگی ای که مدل دیده بالاتر نمیرود. کانال هایی که ROI شان پنهان است، قفل میمانند.
فرض کنید کانالی در چهار هفته اخیر به طور میانگین هفته ای ۵۰ میلیون تومان خرج کرده و بیشترین هزینه هفتگی اش تا حالا ۵۲ میلیون بوده. بازه ۷۰ تا ۱۳۰ درصد اجازه ۳۵ تا ۶۵ میلیون را میدهد، اما سقف ۱٫۲ × ۵۲ = ۶۲٫۴ میلیون پایین تر است؛ پس بهینه ساز حداکثر ۶۲٫۴ میلیون تومان پیشنهاد میکند. هر مبلغی که در این محدوده ها جا نشود، «بودجه تخصیص نیافته» نشان داده میشود.
برنامه ریز بودجه یک قدم جلوتر میرود و هدف هایی مثل «کم کردن بودجه با کمترین از دست دادن تبدیل» دارد. هر برنامه را روی همه نسخه های محتمل مدل امتحان میکند و احتمال بهتر بودنش از وضع فعلی را گزارش میدهد؛ اطمینان فقط وقتی بالاست که این احتمال دست کم ۸۰٪ باشد. برنامه ها هر دو هفته حداکثر ۲۰٪ تغییر پیشنهاد میدهند. برای اینکه ببینید تقسیم جدید هزینه اش را درمیآورد یا نه، عددهای پیش بینی شده را در ماشین حساب ROAS بزنید؛ راهنمای فرمول ROAS خط سربه سر را توضیح داده است.
MMM ادپیکس در کدام پلن است؟
مارکتینگ میکس مدلینگ از پلن استارتر (ماهی ۴۹۹ هزار تومان) فعال است و در پلن رایگان نیست؛ سایتی که روی پلن رایگان است به جای این صفحه دکمه «ارتقای پلن» را میبیند. پلن پرو (ماهی ۲ میلیون و ۹۹۰ هزار تومان) MMM برای سهم هر کانال از فروش و تحلیل عمیق تر کانال ها را اضافه میکند (قیمت ادپیکس). پلن به هر وب سایت جدا وصل میشود؛ پس یک سایت شما میتواند MMM داشته باشد و سایت دیگر نه (مستندات پلن ها).
سنجش lift که همراه کالیبراسیون مدل است، روی همین پلن ها قرار دارد. نقشه کامل پلن ها در معرفی امکانات ادپیکس آمده است. ادپیکس پلتفرم آنالیتیکس وب برای تیم های ایرانی است: گزارش های هم سطح گوگل آنالیتیکس (ریل تایم، منابع ورودی، رفتار کاربران، قیف تبدیل و فروش) به علاوه لایه سنجش مارکتینگ، روی زیرساخت داخل ایران و با داشبورد فارسی.
اولین مدل را در ادپیکس چطور اجرا کنیم؟
آماده کردن داده یک بعدازظهر وقت میگیرد و اجرای مدل چند دقیقه.
- هزینه هفتگی همه پلتفرم های تبلیغاتی را خروجی بگیرید، تا جایی که کد رهگیری داده دارد. دو سال هزینه گذشته از همان لحظه ورود همان ارزشی را دارد که دو سال صبر کردن.
- قالب را در صفحه Cost & ROAS دانلود کنید، ستون های
date،channel،costوcurrencyرا در همه ردیف ها پر کنید و فایل را وارد کنید. در تب کانال ها نام کانال های پلتفرم ها را به خانواده های کانال وصل کنید تا کانال های کم داده از کانال های مشابه کمک بگیرند. - کارت آمادگی بالای صفحه را ببینید. برای هر کانال تعداد هفته ها، میزان تغییر هزینه و شناسایی شدن یا نشدن را نشان میدهد و یک سطح کلی هم میدهد.
- «مارکتینگ میکس (MMM)» را زیر «سنجش مارکتینگ» باز کنید، «اجرای مدل» را بزنید، سنجه هدف را «تبدیل ها» بگذارید (اگر مبلغ سفارش ها خیلی متفاوت است «درآمد») و اجرا را به صف اضافه کنید. معمولا چند دقیقه طول میکشد.
- اول سطح اعتماد، بعد جدول ROI را بخوانید. هر کانالی را که «نیازمند تست لیفت» است یادداشت کنید.
- برای هر کانال کالیبره نشده یک تغییر بودجه برنامه ریزی کنید: دست کم ۲۰٪ برای دو هفته، هر بار فقط یک کانال. بگذارید Incrementality آن را بسنجد، نتیجه را فعال کنید و مدل را دوباره اجرا کنید.
از آن به بعد، ادپیکس هر روز برای هر سایتی که هزینه وارد کرده و در هفت روز گذشته اجرا نداشته، خودش یک اجرا به صف اضافه میکند.
محدودیت های MMM ادپیکس چیست و کی سراغ ابزار دیگری برویم؟
MMM ادپیکس درباره چیزی که نمیداند صادق است و همین یعنی گاهی کمتر از انتظار شما حرف میزند. این محدودیت ها را در برنامه تان بگذارید:
| محدودیت | برای شما یعنی | به جایش |
|---|---|---|
| کمتر از دو سال داده | ROI کانال ها تا کالیبره شدن پنهان میماند | تست lift یا تغییر آگاهانه هزینه |
| بودجه ثابت یا هم حرکت | کانال ها «شناسایی نشده» میمانند | بودجه هر کانال را در زمان های متفاوت تغییر دهید |
| هزینه فقط با CSV | خواندن خودکار از پلتفرم ها نیست | خروجی هفتگی هزینه را روال تیم کنید |
| فقط تناوب هفتگی | برای تصمیم روزانه پیشنهاد قیمت مناسب نیست | برای تصمیم های کوتاه مدت از داده پلتفرم و تست lift کمک بگیرید |
| فروش آفلاین که روی سایت ثبت نمیشود | مدل فقط رویداد خرید سایت را توضیح میدهد | یک MMM جداگانه مثل Meridian یا Robyn با کل داده فروش |
یک نکته دیگر هم بدانید. صفحه MMM در مستندات میگوید مدل از ۲۶ هفته شروع میکند، اما کارت آمادگی در صفحه وارد کردن هزینه، ۷۸ هفته را شرط اجرا گذاشته (همان حداقلی که مستندات برای موتور قدیمی ذکر میکنند). اگر کارت روی سایت شما جلوی اجرا را گرفت، ملاک همان کارت است.
برای استراتژی پشت این عددها، از زنجیره شاخص ها تا تقسیم بودجه، راهنمای پرفورمنس مارکتینگ را بخوانید. اگر تغییر بودجه بعدی تان از قبل برنامه ریزی شده، اول آن را به شکل تست lift تعریف کنید؛ همان یک نتیجه است که خط تیره «نیازمند تست لیفت» را به عددی قابل تصمیم تبدیل میکند.
محاسبهگر ROAS
بازگشت هزینه تبلیغات و نقطه سربهسر. پلن رایگان ادپیکس تا ۱۰۰ هزار رویداد در ماه، بدون کارت بانکی. راهاندازی کمتر از پنج دقیقه طول میکشد.
پرسشهای متداول
آیا ادپیکس مارکتینگ میکس مدلینگ دارد؟
بله. ادپیکس از پلن استارتر به بالا مدل MMM دارد و پلن پرو سهم هر کانال از فروش را هم اضافه میکند. این مدل تخمین میزند هر کانال تبلیغاتی واقعا چند تبدیل ساخته و ROI و ROI حاشیه ای هر کانال را با بازه باورپذیر ۹۴٪ نشان میدهد.
MMM ادپیکس به چقدر داده نیاز دارد؟
مدل ادپیکس از ۲۶ هفته داده رهگیری شده شروع میکند و فقط با دست کم ۱۰۴ هفته داده و قبول شدن در بررسی های پیش بینی به سطح «قابل اعتماد» میرسد. علاوه بر این، هزینه هفتگی هر کانال باید با فایل CSV وارد شده باشد و سایت رویداد خرید داشته باشد.
چرا جلوی یک کانال به جای ROI نوشته «نیازمند تست لیفت»؟
با کمتر از دو سال داده، ادپیکس ROI هر کانال را تا وقتی یک تست lift یا یک تغییر هزینه سنجیده شده آن را کالیبره نکرده، نشان نمیدهد. سریع ترین راه این است که بودجه همان کانال را دست کم ۲۰٪ تغییر دهید، دو هفته نگه دارید و نتیجه را در مدل فعال کنید.
فرق ROI و mROI در MMM ادپیکس چیست؟
ROI میانگین تبدیل افزایشی به ازای هر هزار واحد هزینه تا امروز است؛ mROI میگوید هزار واحد بعدی در سطح هزینه فعلی چقدر تبدیل میآورد. چون منحنی پاسخ اشباع میشود، تصمیم بودجه را باید با mROI گرفت.
ادپیکس هزینه تبلیغات را خودش از گوگل ادز یا یکتانت میخواند؟
نه. ادپیکس هزینه را از پلتفرم های تبلیغاتی نمیخواند؛ شما یک فایل CSV با ستون های date، channel و cost را در صفحه Cost & ROAS وارد میکنید. اگر همان ردیف ها را دوباره وارد کنید، به جای تکرار، به روز میشوند.
آیا MMM ادپیکس جای تست lift را میگیرد؟
نه. این دو مکمل هم اند: MMM بازده همه کانال ها را در کل بودجه تخمین میزند و تست lift هر بار یک تغییر را میسنجد و مدل را کالیبره میکند. ادپیکس نتیجه تست های lift را مستقیم به عنوان ورودی کالیبراسیون استفاده میکند.
منابع و روش
طرز کار مدل ادپیکس، آستانه ها و نام صفحه ها از مستندات رسمی ادپیکس در docs.adpix.io آمده که در ۱۱ آبان ۱۴۰۵ خوانده شد و در هر بخش لینک داده شده است. قیمت و جایگاه پلن ها از صفحه قیمت ادپیکس (مهر ۱۴۰۵) است. توضیح روش عمومی به مقاله ۲۰۱۷ گوگل، مستندات Meridian و راهنمای Robyn متا ارجاع دارد. همه عددهای هزینه و تبدیل در مثال ها فرضی اند و برای ساده شدن حساب انتخاب شده اند.
- مستندات ادپیکس: اجرای مدل مارکتینگ میکس
- مستندات ادپیکس: MMM یا Lift، کدام را اجرا کنیم
- مستندات ادپیکس: وارد کردن هزینه تبلیغات
- مستندات ادپیکس: سنجش افزایشی هر تغییر هزینه
- مستندات ادپیکس: تقویم فصلی
- مستندات ادپیکس: پلن ها و امکانات
- Jin, Wang, Sun, Chan and Koehler: Bayesian Methods for Media Mix Modeling with Carryover and Shape Effects (Google, 2017)
- Google for Developers: An introduction to Meridian
- Meta Robyn: An Analyst's Guide to MMM
این مطلب با کمک هوش مصنوعی نوشته شده و پیش از انتشار توسط تیم ادپیکس بازبینی شده است. سیاست تحریریه