Dieser Artikel beschreibt, wie ein Media Mix Modelling in Mercury aufgesetzt und der Modellierungslauf gestartet wird.

Bevor ein Media Mix Modelling (MMM) gestartet werden kann, muss für eine Kategorie ein für das Modelling geeigneter Datensatz bereitgestellt werden. Sobald ein Modelling-Datensatz für eine Kategorie bereitgestellt wurde, können eigenständig Modelle trainiert werden.

Modellierungslauf aufsetzen

  1. Navigiere zu der Kategorie, für die du ein Media Mix Modelling aufsetzen möchtest und für die ein passender Datensatz durch MMT bereitgestellt wurde, bspw. 
  2. Klicke anschließend auf den "Media Mix Modelling" Button, um auf dieser Unterkategorie-Ebene ein neues MMM zu starten. 
  3. Wähle anschließend im Dropdown Menü "Datensatz" einen Datensatz aus, für den ein Modellierungslauf gestartet werden soll.
    Falls es auf diesem Datensatz bereits ein bestehendes Modellierungslauf-Projekt gibt, wird dir dieses mit Auswahl des Datensatzes ebenfalls angezeigt. 
  4. Um ein neue "Modelling Projekt" anzulegen, klicke auf das sich daneben stehende "Plussymbol". 
  5. Klicke in dem erscheinenden Pop-up-Fenster und nachdem du dem Projekt einen Namen gegeben hast, auf den "Absenden" Button, um dieses anzulegen oder auf "Abbrechen", falls du den Vorgang beenden möchtest.
  6. Ein neues Projekt wurde angelegt. Per Klick auf den Eintrag in der Liste kannst du dieses jetzt öffnen. 
  7. Füge einen neuen Modellierungslauf hinzu, indem du auf eine der beiden gleichnamigen Schaltflächen klickst.
     
  8. Im ersten Schritt findet die Modell Definition statt, so muss eine Ziel KPI und ein Adstock Effekt ausgewählt werden. Optional kann über den Datumsbereich der Datensatzes zeitlich weiter eingegrenzt werden.

    Klicke auf "Next", sobald alle Angaben erfasst sind.
    • Ziel KPI:
      Ist immer Kunden-individuell und entsprechend abhängig vom angelieferten Datensatz.
       
    • Adstock:
      Gibt an, wie nachhaltig die Werbung wirkt. So gibt es verschiedene Einflüsse, die je nach Mandant und Produkt unterschiedlich ausfallen und sich entsprechend auf die Wirkdauer der geschalteten Werbung auswirken.

      Es kann zwischen drei verschiedenen Wirkungsgraden gewählt werden.
      • Direkte Wirkung - sofort nachlassend
      • Direkte Wirkung - zeitversetzt nachlassend
      • Zeitversetzte Wirkung - nachlassend
         
  9. Im Schritt 2 werden jetzt alle relevanten Variablen und ihre erwartete Wirkung gesetzt. Weitere Variablen werden über den " ⊕Variablen hinzufügen " Button ergänzt oder durch einen Klick auf das "Papierkorbsymbol" gelöscht.

    Zur Auswahl stehen drei Typen von Variablen, deren Variable- Inhalte sich u. a. vom angelieferten Datensatz mitbestimmt werden:

    - Media Variablen, bspw. Image Total, Image Klassik / Digital etc.
    - Organische Variablen, bspw. Newsletter u.w.
    - Context Variablen, bspw. Lufttemperatur, Preisindizes, Feiertage, Sonnenscheindauer, usw.

    Anmerkung: Die zur Verfügung stehenden Variablen sind auch abhängig vom vorhandenen Datensatz und können sich somit unterscheiden.

    Auch bei der "erwarteten Wirkung" stehen drei Verschiedene Parameter zur Auswahl:

    - Keine Vorgabe: Dem System wird keine Vorgabe gemacht, wie diese Variable wirken könnte
    - Positiv: Erwartet wird, dass die Variable einen positiven Effekt auf das Modelling hat
    - Negativ: Erwartet wird, dass die Variable einen negativen Effekt auf das Modelling hat

    Klicke auf "Next", nachdem alle Variablen erfasst wurden.

     
  10. Im dritten und letzten Schritt können alle Eingaben noch einmal geprüft werden, bevor sie per Klick auf den "Submit" Button in den Modellierungslauf gegeben werden.
  11. Anschließend wird der Modellierungslauf gestartet. Dabei kann der Status auf der Projekt-Übersicht eingesehen werden.

    Der Status auf "FERTIG" kennzeichnet, dass der Modellierungslauf durchgelaufen ist.
     

Wie die Modellierungslauf-Ergebnisse im nächsten Schritt eingesehen und ausgewertet werden können liest du in diesem Artikel.