MMM（マーケティングミックスモデリング）の更新頻度は、固定の周期（目安は四半期〜半期ごと）を基本にしつつ、媒体構成や出稿額が大きく変わったタイミングでは周期を待たずに見直すのが実務的な答えです。周期だけを守って内容の変化を見ていないと、モデルが古い前提のまま予算配分の根拠に使われ続けるリスクがあります。この記事では、運用フェーズでMMMを引き継いだ担当者向けに、更新頻度の目安と、周期を待たずに見直すべきサインを整理します。
そもそも「更新」とは何を指すか
MMMの運用で「更新」と呼ばれる作業には、実は粒度の違う3つが混ざっています。
- 再学習：新しく積み上がったデータを使ってモデルのパラメータを再推定する、最も基本的な更新。
- 構造の見直し：新しい媒体を変数に追加する、使われなくなった媒体を外すなど、モデルの構造そのものを変える更新。
- 再キャリブレーション：地域実験やリフトテストなど、モデル外の実験結果を使って推定値を補正する更新。
「更新頻度」を議論するときは、どの粒度の話をしているかを先にそろえておくと、社内の合意が取りやすくなります。再学習は比較的軽い作業ですが、構造の見直しと再キャリブレーションは工数がかかるため、同じ頻度で回す必要はありません。
更新頻度の目安
| 更新の種類 | 目安の頻度 | 判断のポイント |
|---|---|---|
| 再学習 | 四半期ごと | データが積み上がるたびに前提がずれていないか確認する |
| 構造の見直し | 半期〜年1回 | 媒体構成が変わった・新媒体を追加したタイミングに合わせる |
| 再キャリブレーション | 年1〜2回 | 地域実験やリフトテストを実施したタイミングに合わせる |
この表はあくまで出発点です。出稿額や媒体数の変動が大きい事業では、再学習の頻度を月次に上げたほうが結果の精度を保ちやすい場合もあります。逆に媒体構成が安定している事業では、四半期より間隔を空けても大きくずれないこともあります。自社の変動の大きさに合わせて調整してください。
固定周期だけでは不十分：見直すべき5つのサイン
周期を待たずにモデルを見直したほうがよいサインは、主に次の5つです。
- 媒体構成が変わった：新しい媒体への出稿を始めた、あるいは主力媒体への出稿を止めた場合。変数そのものを追加・削除する必要があります。
- 出稿額が大きく変わった：キャンペーンで一時的に出稿額を数倍にした場合、モデルが学習してきた範囲の外で推定することになり、精度が落ちやすくなります。
- 季節性やトレンドが崩れた：新商品の投入や競合の出現で、これまでの季節パターンが崩れた場合。
- 検証結果が悪化した：ホールドアウト検証の誤差が大きくなった、あるいは実験結果とモデルの推定が食い違うようになった場合。精度の確かめ方はMMMの精度検証で詳しく扱っています。
- 媒体間の相関が強まった：複数の媒体を同じタイミングで一律に増減させる運用に変わった場合。相関が強いと推定が不安定になりやすく、MMMの多重共線性で扱っている問題が起きやすくなります。
これらのサインが出たときは、次の定期更新を待たずに見直しに着手したほうが、誤った配分提案を長く使い続けるリスクを避けられます。
更新を怠るとどうなるか
更新を怠って古いモデルを使い続けると、次のような形で現れることが多いです。
- 実際には貢献度が下がっている媒体に、高い評価が付いたままになる
- 新しく始めた媒体の貢献度が変数に含まれておらず、評価のしようがない
- 出稿額が学習範囲を超えて、信頼区間が極端に広がっているのに気付かれない
いずれも、モデルの出力自体は数字として出てくるため、古くなっていることに気付きにくいのが厄介な点です。定期的な検証を運用に組み込んでおくことが、この見落としを防ぐ最大の対策になります。
運用体制：誰が更新を回すか
更新作業を誰が担うかは、内製か外注かによって変わります。内製の場合は、モデルを作った担当者が異動・退職すると更新が止まりやすい点に注意が必要です。外注の場合は、契約に更新の頻度と範囲が含まれているかを確認してください。この判断軸はMMM内製と外注どちらが良いかで比較表付きで整理しています。
体制を決める前に、更新作業そのものがどの程度の頻度・工数で発生するのかを見積もっておくと、必要な人員や予算の規模が見えやすくなります。MMM導入にかかる期間では、初回構築から運用開始までの工程ごとの所要も整理しているので、合わせて確認しておくと運用設計の参考になります。
統計じょうずで定期チェックする
本格的なMMMを外部に委託している場合でも、委託先からの報告を待つだけでなく、社内側でも定期的に簡易チェックを挟むと、見直しのサインを早く掴めます。統計じょうずのMMMクイック分析は、週次データが最低52週間（1年）、できれば104週間あればブラウザ上で数分で回せるため、委託先の報告周期の間に挟む「中間チェック」として使えます。
出てきた媒体ごとの貢献度の傾向が、前回の本格モデルの結果と大きくずれていないかを見るだけでも、構造の見直しが必要なタイミングに早く気付けます。実際に試すには統計じょうずのMMMクイック分析のページから、手元のCSVをアップロードしてみてください。
よくある質問
Q. 再学習のたびに結果が大きく変わるのは正常ですか。 データが積み上がるにつれて多少変動するのは正常な範囲です。ただし変動が毎回極端に大きい場合は、媒体間の相関が強すぎて推定が不安定になっている可能性があるため、検証結果と合わせて確認してください。
Q. 更新のたびに予算配分を変えるべきですか。 いいえ。再学習で多少数字が動いただけで配分を変えると、現場が振り回されます。構造の見直しや再キャリブレーションを経た、まとまった単位での見直しに合わせて配分を更新するほうが運用上は安定します。
Q. 更新を外部に委託する場合、何を契約に入れておくべきですか。 再学習の頻度・構造見直しのタイミング・検証方法を契約時点で明確にしておくことが重要です。範囲が曖昧だと、見直しが必要なサインが出ても追加費用の交渉から始めることになり、対応が遅れがちです。
Q. 担当者が異動する前に残しておくべき記録は何ですか。 モデルに入れている変数の一覧と、それぞれを入れた理由・前回更新時の検証結果・次の更新で確認すべき項目の3点です。これが残っていないと、引き継いだ担当者はモデルの中身を一から読み解く必要が生じ、次の更新まで放置されやすくなります。定期更新のタイミングで、この3点を更新記録として残す運用にしておくと、担当者が変わっても見直しのサイクルが途切れにくくなります。