Meridian 开源项目

利用 Meridian 的高级贝叶斯建模和因果推理功能,构建、运行和分析营销组合模型 (MMM)。

新内容和推荐内容

截至 9 月 3 日,Meridian (v2.0) 已正式上线,并为该代码库带来了多项核心更新:

  • 借助原生地理区域实验 (Meridian GeoX) 和自动校准功能,轻松利用真实世界的实证结果为模型提供依据,并将因果提升效果结果直接引入 MMM。此外,我们还扩展了模型运行状况诊断功能,助您深入了解校准的影响,并查看推荐进行提升效果测试的渠道。详情请查看此演示
  • 借助我们的全漏斗 MMM 框架,全面捕捉品牌建设效应。将品牌效应信号(例如品牌 Google 搜索查询量 [bGQV])直接整合到模型中,衡量漏斗上端品牌投资对销售的间接影响。详情请参阅 Colab 笔记本
  • 借助我们的智能体 skill 库,加速建模并获得专家指导。这款基于 MCP 的工具包支持使用 AI 智能体自动执行手动任务、解决错误,并在终端中获取分步指导。通过无缝获取 Meridian 专家经验,您将能够更快速地构建更高质量的模型。
  • 借助 Meridian 的全新 JAX 后端和增强型优化引擎,更快地生成分析洞见。Meridian 现在的运行速度提升了 2 倍,效率提高了 4 倍,并支持在几分钟内生成自定义的情景规划工具。为您的营销团队提供强大工具,助力做出更明智的业务决策。

探索 Meridian 开源库

Meridian 简介、词汇表和常见问题解答。
有关安装和使用 Meridian 库的分步说明。
在 Meridian 探索之旅的每一步获得指引:
通过交互式 Colab 笔记本,探索端到端示例和应用场景。
Meridian 库中所有类和函数的详细文档。
及时了解 Meridian 库的最新版本、新功能和 bug 修复。

培训视频系列

  • Meridian 简介
  • Meridian 演示
  • 地理位置级建模与国家级建模
  • 先验简介
  • 处理变量的先验类型
  • 校准处理变量先验
  • Meridian 中的结
  • 增量效果、投资回报率、边际投资回报率和响应曲线
  • Meridian 中的控制变量、中介变量和处理变量
  • Adstock 和 Hill

推荐的学习路线

Meridian 专为跨职能效果衡量团队而设计。根据您的角色,我们建议您选择以下路线:
建模前阶段开始,收集和整理数据。然后,查看建模后指南,了解如何解读可视化图表、评估投资回报率并实现预算优化。
深入了解应用建模,配置贝叶斯模型并自定义先验。探索贝叶斯建模和因果推理理论,了解数学和理论基础。