CausalMMM：学习市场营销组合建模的因果结构
原文中文，约400字，阅读约需1分钟。发表于：。在线广告中的营销组合模型（MMM）以预测品牌店的总成交量（GMV）并帮助决策者调整各种广告渠道的预算分配。本文定义了一种新的因果性 MMM 问题，可以自动从数据中发现可解释的因果结构并产生更好的 GMV 预测。CausalMMM 集成 Granger 因果性在变分推断框架中，以度量不同渠道之间的因果关系，并以时间和饱和度营销响应模式的正则化预测 GMV。广泛的实验表明，CausalMMM...
本文介绍了一种新的在线广告营销组合模型（MMM），可以预测品牌店的总成交量（GMV），并帮助决策者调整广告渠道的预算分配。该模型集成了Granger因果性和变分推断框架，可以自动发现可解释的因果结构，并产生更准确的GMV预测。实验结果表明，该模型在因果结构学习和GMV预测方面有显著改进。
