封装媒体组合建模：Robyn开源方法简介
计算机与社会
2025-01-27 v3
摘要
随着以隐私为中心的变革重塑数字广告格局，对广告相关用户行为的确定性归因与测量日益受限。作为回应，传统的概率测量技术（如媒体与营销组合建模，m/MMM）的使用重新兴起，尤其是在数字优先的广告主中。然而，中小型企业往往缺乏实施高级专有建模系统的资源，因为这需要专业知识和大量的团队投入。为了填补这一空白，Meta的营销数据科学家开发了开源计算包Robyn，旨在促进m/MMM在数字广告测量中的应用。本文探讨了支撑Robyn的计算组件和设计选择，强调了它如何“封装”m/MMM以促进组织接受并减轻常见偏差。作为一个被广泛采用且积极维护的开源工具，Robyn在不断发展。因此，此处描述的解决方案不应被视为最终或决定性的，而应被视为Robyn社区已踏上路径的概述。本文旨在为这些不断发展的实践提供结构化的介绍，鼓励反馈与对话，以确保Robyn的发展与更广泛的数据科学社区的需求保持一致。
引用
@article{arxiv.2403.14674,
title = {Packaging Up Media Mix Modeling: An Introduction to Robyn's Open-Source Approach},
author = {Julian Runge and Igor Skokan and Gufeng Zhou and Koen Pauwels},
journal= {arXiv preprint arXiv:2403.14674},
year = {2025}
}