Открытые решения в маркетинговых моделях с использованием GenAI

Маркетинговые модели смешанного типа (MMM) существуют в индустрии уже несколько лет и в последнее время переживают ренессанс. С ростом ограничений на отслеживание данных маркетологи возвращаются к MMM для стратегической, надежной и безопасной оценки и атрибуции. В отличие от инструментов отслеживания на уровне пользователей, MMM использует агрегированные временные ряды и кросс-секционные данные для оценки вклада маркетинговых каналов в бизнес-ключевые показатели.

Современные достижения в области байесовского моделирования и увеличенная вычислительная мощность вернули MMM в центр маркетинговой аналитики. Ранее рекламодатели и медиа-агентства полагались на байесовские MMM для понимания вклада маркетинговых каналов и распределения бюджета. В последние годы все больше компаний начинают использовать возможности GenAI для улучшения MMM в различных аспектах, таких как подготовка данных, автоматизация процессов и объяснение инсайтов.

Цель данной статьи — продемонстрировать потенциальную открыто-источниковую систему, которую маркетологи могут исследовать без необходимости подписки на закрытые решения от поставщиков. Подход сочетает в себе Google Meridian как открытый байесовский движок MMM и открытые большие языковые модели (LLMs), такие как Mistral 7B, для взаимодействия с выводами байесовского вывода.

Этот открытый рабочий процесс имеет несколько преимуществ: он устраняет проблему черного ящика, связанную с проприетарными инструментами MMM, и снижает финансовые барьеры для доступа к продвинутой аналитике для малых и средних предприятий. С помощью слоя GenAI пользователи могут просто взаимодействовать с моделью, не углубляясь в сложные математические аспекты байесовского анализа.

Пример реализации модели Google Meridian с использованием LLM слоя демонстрирует, как можно создать синтетический маркетинговый набор данных и использовать его для оценки ROI и вклада каналов в KPI. Этот процесс требует специализированных знаний для интерпретации выводов, и именно здесь LLM становится ценным инструментом для перевода инсайтов в понятный бизнес-язык.