MMM ломается не на статистике, а на плохой постановке задачи и данных

MMM ломается не на статистике, а на плохой постановке задачи и данных

MMM отвечает на простой вопрос: как распределить продажи между каналами, ценой, сезонностью и внешними факторами. Для этого нужны длинный ряд по выручке или лидам, расходы по каналам, промо, цена, календари, а иногда погода и дистрибуция. Без этих переменных модель начинает «объяснять» шум и выдаёт красивую, но пустую математику.

Базовая схема такая: продажи = базовый спрос + вклад медиа + вклад цены/промо + сезонность + ошибка. Дальше для каждого канала оценивают насыщение: первые рубли дают сильный эффект, затем кривая выравнивается. Если у канала нет вариативности, MMM не увидит его вклад: постоянный бюджет превращается в константу и смешивается с трендом.

Проверка качества простая: модель должна предсказывать holdout-период, а не только историческую выборку; знаки коэффициентов должны быть здравыми; вклад каналов не должен «съедать» базовый спрос. Если каналов много, а наблюдений мало, лучше объединять медиа в классы, чем делать вид, что модель всё различает.

MMM полезен, когда решения принимаются на уровне бюджета и горизонта в недели и месяцы. Он плохо работает на коротких окнах, при резких сменах креатива и там, где нет нормальной истории затрат. Не лечите MMM магией: сначала данные и постановка гипотезы, потом регрессия, а не наоборот.