Estimations et estimands causaux

Cette section explique comment Meridian définit les principaux estimands dignes d'intérêt, dont le résultat incrémental, le ROI, le ROI marginal et les courbes de réponse. Ces quantités sont définies à l'aide de résultats potentiels et de contrefactuels, des notions qui appartiennent à l'inférence causale.

Une fois les estimands clairement définis, vous pouvez examiner les hypothèses requises pour que la MMM fournisse une inférence valide. Grâce à ces hypothèses, vous pourrez vous assurer que le modèle est réellement capable d'estimer ces quantités. Si les hypothèses ne sont pas respectées, les estimations peuvent être fortement biaisées.

Nous vous recommandons de définir clairement les estimands causaux et les hypothèses requises pour toute méthodologie de MMM. Si vous ne le faites pas, les résultats du modèle sont susceptibles d'être mal interprétés. Pire encore, ignorer les hypothèses requises peut rendre l'analyse pratiquement absurde en raison d'un biais sous-jacent important.

Les définitions de la section suivante ne reposent sur aucun aspect de la spécification du modèle Meridian. Les mêmes définitions peuvent s'appliquer à n'importe quelle MMM. Il est essentiel de définir l'estimand causal pour toute analyse de la MMM. Les résultats seront ainsi interprétables, et vous pourrez déterminer si un modèle particulier est approprié pour l'analyse et selon quelles hypothèses.