MARKETING ANALYSIS 05 / BETA

無料で使えるMMM分析ツール

MMM（マーケティングミックスモデリング）は、売上などの成果と媒体別の広告費の関係をモデルで推定する手法です。週次・日次のCSVから残存効果・飽和・季節性を調整し、媒体別ROIと同じ総予算での推奨配分を試算します。標準化されたクイック分析（β版）です。

01 媒体費CSVを投入02 貢献・ROIを推定03 予算配分を試算
WHAT YOU GET

媒体別の貢献を、次の予算配分に変える。

このツールでわかることをまとめました。

媒体ごとの貢献を推定する

残存効果（幾何アドストック）と飽和（Hill関数）を当てはめ、非負制約つきRidge回帰で媒体別の貢献売上とROIを推定します。季節性・トレンド・入力した統制変数も同時に調整します。

同じ総予算での配分を試算する

限界ROIがそろう配分を推奨配分として示します。総予算は現在と同じままで、どこへ寄せると増えやすいかを比べられます。

未知期間で予測力を確かめる

直近の一定割合を学習に使わず検証に回し、その期間での当てはまりを表示します。学習データだけで良く見えるモデルを避けるためです。

信頼できない状態を隠さない

期間の不足、媒体間の相関の高さ、残差に残った時系列構造などを警告として表示し、モデル信頼度を「高／中／低」で示します。

HOW TO USE

MMMクイック分析 βの使い方

  1. 1
    週次・日次のCSVを読み込む日付・KPI・媒体費の列を含むCSVを読み込みます。サンプル（156期間）で先に試せます。
  2. 2
    列と検証割合を設定する日付列、KPI列、媒体の列、統制変数、未知期間の検証割合、信頼水準を設定します。
  3. 3
    貢献・ROI・推奨配分を読む媒体別の貢献売上とROI、限界ROI、推奨配分、モデル信頼度と警告が表示されます。
DATA YOU NEED

必要なデータ

52期間以上（週次なら1年）＋広告費の列が2〜20列。104期間以上を推奨します。

CSVの列の例

date,revenue,tv_spend,paid_search_spend,social_spend,display_spend,price_index,promo,holiday,temperature,competitor_index,organic_sessions

必須は日付列・KPI列・広告費の列（2〜20列）です。price_index 以降は統制変数の例で、列数の上限はありません。サンプルは156期間ですが、3年分は必要ありません。「未知期間の検証割合」を直近25%にするなら53期間、直近30%にするなら57期間が下限です。

HOW TO READ

結果の見方

画面に出る主な項目と、その読み方です。

貢献売上・ROI
各媒体の広告費が、モデル上どれだけの成果につながったかの推定です。広告なし基準（ベースライン）との差として表示されます。
限界ROI
いま1円足したときに増えると推定される額です。推奨配分は、この限界ROIが媒体間でそろう点を探しています。
全期間R²・未知期間の当てはまり
学習に使っていない直近期間での当てはまりが低い場合、点推定を予算判断に使わないでください。
残存率・飽和
残存率は広告効果が翌期間へどれだけ持ち越されるか、飽和は投下量を増やしたときに効きが鈍る度合いです。
モデル信頼度と警告
「高／中／低」と警告の一覧です。警告が出ている状態の点推定で予算を動かさない、という使い方を想定しています。
LIMITATIONS

注意点と分析上の限界

この分析でわかることには範囲があります。判断の前に確認してください。

  • 本ツールのMMMは標準化されたクイック分析（β版）です。データ整備の代行、企業ごとの個別調整、地域実験によるキャリブレーション、専門家の個別判断は含みません。
  • 推定されるのは相関に基づくモデル上の関係です。因果関係が証明されるわけではありません。高額予算の正式な判断では、地域実験などとの併用を前提にしてください。
  • 媒体を一斉に増減させている期間しかない場合、媒体ごとの効果を分離できません。媒体間の相関が高いときは警告が出ます。
  • モデルに入れていない要因（値下げ、報道、競合の動き）の影響は、入っている変数のどれかに吸収されます。統制変数として列を足せる場合は足してください。
  • 推奨配分は同じ総予算での試算です。予算そのものを増減させたときの結果を保証するものではありません。
FAQ

よくある質問

MMM（マーケティングミックスモデリング）とは何ですか？＋

売上などの成果と、媒体別の広告費や外部要因の関係を統計モデルで推定し、媒体ごとの貢献と適切な予算配分を検討する手法です。個人単位の追跡を必要としないため、Cookieの利用が難しい環境でも使えます。

どのくらいのデータ期間が必要ですか？＋

52期間（週次なら1年）から分析できます。サンプルは156期間ですが、3年分は必要ありません。ただし季節性と媒体の効果を分けるには104期間以上を推奨しています。

アトリビューション分析とどう違いますか？＋

アトリビューションは個々の接触履歴をたどって成果を配分します。MMMは集計された時系列から全体の関係を推定するため、テレビやオフライン施策のように個人単位で追跡できない媒体も扱えます。

推奨配分のとおりに予算を動かせば売上は増えますか？＋

保証はできません。推奨配分は入力データの期間で成り立っていた関係にもとづく試算です。モデル信頼度と警告を確認し、大きく動かす前に小規模な検証を挟むことをおすすめします。

広告費の列は何列まで入れられますか？＋

媒体の列は2〜20列まで選べます。統制変数の列数に上限はありませんが、媒体を多く入れるときほど期間を長くしてください（学習期間 ÷ 変数の数が4以上を目安）。