Open-Source-Meridian

Mit den erweiterten Funktionen für bayessche Modellierung und kausale Inferenz von Meridian können Sie Marketing-Mix-Modelle (MMM) erstellen, ausführen und analysieren.

Neu und wissenswert

Seit dem 3. September ist Meridian (v2.0) mit wichtigen Updates für die Bibliothek verfügbar:

  • Modelle einfach mit realen Daten untermauern: Mit nativen Geo-Tests (Meridian GeoX) und automatisierter Kalibrierung können Sie Ergebnisse zur kausalen Steigerung direkt in Ihr MMM einfließen lassen. Außerdem gibt es erweiterte Diagnosefunktionen zur Modellqualität, um die Auswirkungen der Kalibrierung zu verstehen und empfohlene Channels für Lift-Tests zu sehen. Weitere Informationen finden Sie in dieser Demo.
  • Die volle Wirkung des Markenaufbaus mit unserem trichterübergreifenden MMM-Framework erfassen: Messen Sie die indirekten Auswirkungen von Markeninvestitionen im oberen Trichterbereich auf den Umsatz, indem Sie Signale zum Markenwert wie das Google-Suchvolumen für Marken (branded Google Query Volume, bGQV) direkt in Ihre Modelle einbeziehen. Weitere Informationen finden Sie im Colab-Notebook.
  • Die Modellierung beschleunigen und fachkundige Unterstützung erhalten – mit unserem Repository für KI-Agenten-Skills. Mit diesem MCP-basierten Toolkit können Sie KI-Agenten verwenden, um manuelle Aufgaben zu automatisieren, Fehler zu beheben und Schritt-für-Schritt-Anleitungen direkt in Ihrem Terminal zu erhalten. Da Sie direkt vom Meridian-Fachwissen profitieren, können Sie hochwertigere Modelle noch schneller erstellen.
  • Schneller Insights generieren – mit dem neuen JAX-Backend und dem verbesserten Optimierungsmodul von Meridian. Meridian ist jetzt doppelt so schnell und viermal so effizient. Außerdem können Sie damit in wenigen Minuten benutzerdefinierte Szenarioplaner erstellen. Geben Sie Ihren Marketingteams die Tools an die Hand, mit denen sie bessere Geschäftsentscheidungen treffen können.

Open-Source-Bibliothek von Meridian ansehen

Einführung in Meridian, Glossar und FAQs
Detaillierte Anleitungen zur Installation und Verwendung der Meridian-Bibliothek
Hier finden Sie Anleitungen zu jedem Schritt in Meridian:
End-to-End-Beispiele und Anwendungsfälle in interaktiven Colab-Notebooks ansehen
Detaillierte Dokumentation für alle Klassen und Funktionen in der Meridian-Bibliothek
Hier finden Sie Informationen zu den neuesten Releases, neuen Funktionen und Fehlerbehebungen in der Meridian-Bibliothek.

Videoreihen mit Lerninhalten

  • Einführung in Meridian
  • Demo zu Meridian
  • Modellierung auf geografischer und nationaler Ebene
  • Einführung in Priors
  • Arten von Testvariablen-Priors
  • Priors für Testvariablen kalibrieren
  • Knoten in Meridian
  • Inkrementelles Ergebnis, ROI, Grenz-ROI, Reaktionskurven
  • Kontroll-, Mediator- und Testvariablen in Meridian
  • Adstock und Hill

Empfohlene Lernpfade

Meridian ist für funktionsübergreifende Analyseteams konzipiert. Je nach Ihrer Rolle empfehlen wir die folgenden Pfade:
Beginnen Sie mit dem Thema Vor der Modellierung, um Ihre Daten zu erheben und zu organisieren. Anschließend können Sie die Leitfäden zur Analyse nach der Modellierung lesen, um Visualisierungen zu interpretieren, den ROI zu bewerten und Budgetoptimierungen durchzuführen.
Leitfaden für die Vorbereitung der Modellierung
Unter Angewandte Modellierung finden Sie Informationen dazu, wie Sie das bayessche Modell konfigurieren und Priors anpassen können. Unter Bayessche Modellierung und Theorie der kausalen Inferenz finden Sie Details zu den mathematischen und theoretischen Grundlagen.
Angewandte Modellierung