Два результата от одной медийной кампании

Медиа не влияют ни на что конкретное. Они влияют на продажи, регистрации и всё остальное, что вы подсчитываете. В этом видео сравниваются два результата за те же десять недель просмотра телевидения и поиска — и начинается оно с разбора причины, по которой большинство людей думают, что хотят этого. ДВА ВАРИАНТА ПОДГОТОВКИ, ЧЕТЫРЕ ЧИСЛА. Продажи сами по себе: телевидение — 3,47 плюс-минус 0,44. Регистрации сами по себе: телевидение — 0,96 плюс-минус 0,18. Ни одна из моделей не знает о существовании другой. ОСТАТКИ ЗНАЮТ ДРУГ ДРУГА. ВРОДЕ КАК. Два шума были построены так, чтобы коррелировать на уровне 0,6 — хорошая неделя хороша для обоих. Подгоним каждый результат по отдельности, построим график остатков друг с другом: корреляция 0,20, общий знак в пяти неделях из десяти. Десять недель и три подобранных коэффициента не могут отличить 0,20 от нуля. Таким образом, корреляция в этом видео предполагается, а не устанавливается, и видео говорит об этом каждый раз, когда это имеет значение. СОВМЕСТНАЯ ПОДГОНКА И ЧТО НЕ МЕНЯЕТСЯ. Подгоните оба параметра одновременно. Точечные оценки смещаются максимум на четыре сотых; плюс-минус — на две тысячных. Это теорема: при одинаковых регрессорах в обоих уравнениях совместная подгонка возвращает отдельные ответы напрямую. Так что же она дала? Вот что — неопределенности двух коэффициентов ТВ коррелируют на уровне 0,60. Два колокола превращаются в один наклонный эллипс. И наклон равен 0,6, который был задан для подгонки, и возвращается обратно. Он не нашел его. Ему сказали. ВОПРОСЫ, КОТОРЫЕ ЖИВУТ В ЭЛЛИПСЕ. Допустим, продажа стоит 1, а регистрация — 20. Единица ТВ стоит 22,5 — центр не заботится о наклоне. Его плюс-минус соответствует: 3,79 от эллипса, 3,54 от двух независимых колоколообразных диаграмм. На семь процентов слишком узко, и недостающий элемент — это ковариационный член, которого нет у двух отдельных подгонок. Если проследить за смесью, ошибка достигает пика в 21%, где два результата имеют одинаковый вес ровно 1 минус 1, деленное на квадратный корень из 1 плюс корреляция, и никогда не превышает его. Второй вопрос: отношение двух эффектов: 0,72 от эллипса, 0,66 от двух колоколообразных диаграмм. Те же шесть чисел. Два ответа. Только один правильный. Подробнее о том, как мы это делаем: https://www.partnersinsights.org ЧЕСТНО ГОВОРЯ, ОТКУДА ВЗЯЛСЯ ЭЛЛИПС. Нарисуйте его дважды: с предполагаемым значением 0,6 и с значением 0,20, которое фактически показали остатки. Член ковариации линейно зависит от корреляции, поэтому при 0,20 он составляет треть своего размера, и каждый контраст уменьшается вместе с ним. Разница в значениях равна вашей вере в корреляцию. КОГДА СОВМЕСТНАЯ ПОДГОНКА МЕНЯЕТСЯ В ПЛЮС-МИНУС - результат, полученный в первом варианте, назад. Добавьте к данным о регистрации регрессор, которого нет у отдела продаж: рассылку электронных писем. Разница между данными о телевизионной рекламе отдела продаж увеличивается ровно на ноль - вторая теорема. Разница между данными о телевизионной рекламе регистраций составляет один процент. Разница между данными о электронной почте регистраций - единственное, что есть только у регистраций - двадцать процентов, и это имеет замкнутую форму: 1 минус квадратный корень из 1 минус корреляция в квадрате. Прирост - это не корреляция и ничего больше. Это корреляция и дизайн, и он сводится к тому, что есть в одном уравнении, чего нет в другом. ЧТО СООБЩАТЬ. Две таблицы, все числа верны, на каждый вопрос, где используются два из них одновременно, дан неправильный ответ. Запросите данные по совместной выборке. И спросите, какая корреляция была предполагаемой, потому что за десять недель никто её не оценил. Часть 14 серии о моделировании маркетингового микса. Вручную, без кода. #MarketingMixModeling #Bayesian #MultivariateRegression #SUR #DataScience #MMM