nastolení problému
měření přínosu kanálů a kampaní v multi-touch online-offline neměřitelném ekosystému se značným odpadem vstupních dat
historie, ekonometrie, dekompozice časové řady, tradiční chápání a úskalí statistických metod
úsvit moderního MMM modelování, Google, Meta, Tiktok, Uber, …
open-source knihovny, co je potřeba pro vlastní výpočet a má vůbec smysl něco vyvíjet
on-premise vs. cloud výpočty, rozdíly, ceny, kdy se co vyplatí
příprava modelu
struktura a logika vstupního datasetu
jak uvažovat nad channelgroupingem, konkrétní příklady
co (ne)patří do baseline, opět příklady od reálných klientů
jak se navigovat mezi modely, red flags – co nedává smysl
jak v co nejmenším počtu kroků dokonvergovat k rozumnému řešení
jak funguje budget allocator, omezování kanálů, nastavování hranic a parametrů
co jsou saturační křivky, jak vypadají a proč vypadajú pro různé kanály jinak
klikání v MMM appce
společný průchod demo výpočtem a zvyšování kvality výsledního modelu
MMM na vlastních datech (napojení alespoň do GAds + FB)
kontrolované experimenty, kalibrace MMM, příklady a výsledky
návod, jak postupnými změnami prokazatelně docílit celkové zvýšení efektivity (ROI)
case studies a success stories