MMM ломается не на статистике, а на грязных входных данных и неверной постановке задачи

MMM ломается не на статистике, а на грязных входных данных и неверной постановке задачи

MMM считает вклад каналов в продажи через временные ряды: продажи = базовый спрос + сезонность + цена + промо + медиа. Дальше модель ищет, какая часть роста связана с медиа, а не с шумом. Но это работает только если у вас есть достаточно длинная история и понятные изменения по каналам.

Что нужно собрать до запуска:
— продажи или выручку по одинаковому шагу времени;
— расходы по каналам;
— цену, промо, дистрибуцию, сезонность, праздники;
— один формат данных без пропусков и перескоков.

Главные ошибки:
— брать слишком короткий ряд и ждать точности на уровне канала;
— не отделять промо от медиа: модель отдаст эффект тому, что сильнее коррелирует с продажами;
— забывать про лаги и насыщение: один и тот же рубль в начале и в конце воронки даёт разный вклад;
— верить в “идеальную” атрибуцию, когда каналов мало, а шума много.

Проверка модели простая: backtest на отрезке, где вы знаете поведение бизнеса, и sanity check на знаках коэффициентов. Если рост бюджета не даёт роста продаж в симуляции, значит в данных не хватает сигнала или вы переоцениваете роль медиа.

MMM полезен не для красоты отчёта, а для ответа: где рубль работает лучше и что случится с продажами при перераспределении бюджета. Но сначала вылечите данные, иначе модель просто красиво объяснит вашу ошибку.