<b>MMM ломается не на регрессии, а на данных: 5 проверок до запуска модели</b>

<b>MMM ломается не на регрессии, а на данных: 5 проверок до запуска модели</b>

MMM не магия и не «черный ящик», а обычная модель, которая объясняет продажи через медиа, цену, сезонность и базовый спрос. Если на вход подать шум, на выходе получится красивый, но бесполезный график.

Что проверить до расчёта:
— Длина ряда: обычно нужен длинный период с повторяющимися циклами, иначе сезонность съест эффект каналов.
— Вариация в spend: если бюджет почти не менялся, модель не отделит вклад канала от фона.
— Пересечения каналов: одновременные всплески в нескольких медиа дают мультиколлинеарность и размывают вклад.
— Наличие non-media факторов: цена, промо, дистрибуция, праздники, stock-outs. Без них MMM приписывает их рекламе.
— Единый уровень агрегации: нельзя смешивать недельные продажи и дневные расходы без ясной логики.

Минимальная логика такая:
<code>Sales = Base + f(Media) + f(Promo) + f(Seasonality) + error</code>

Если базу не отделить от медиа, model fit может быть высоким, а инкрементальности — ноль. Поэтому сначала чистим входные данные, потом спорим о формулах.

Хороший MMM начинается не с коэффициентов, а с вопроса: какие факторы вообще могут объяснить продажи?