Шаблоны и инструменты

Спецификация входных данных для MMM (MMM Input Specification)

Зачем нужен
MMM часто ломается не на модели, а на входных данных: несопоставимых периодах, пропусках, изменениях taxonomy и плохо определённых control variables.

Готовая структура

БлокЧто описать
OutcomeRevenue, orders, leads, margin и точная definition
Media InputsSpend, impressions, clicks, reach — по каналу
GranularityDaily/weekly; national/geo
ControlsSeasonality, price, promo, distribution, macro, competitors
TransformationsInflation, currency, normalization
AvailabilityStart date, missing periods, breaks
QualityCoverage, outliers, reconciliation
LineageИсточник каждой переменной
Known ChangesTracking/platform/business changes

До моделирования

  • Сверить spend с finance/media buying.
  • Проверить definition outcome.
  • Найти структурные breaks.
  • Согласовать channel hierarchy.
  • Зафиксировать promotions и pricing changes.
  • Отдельно отметить periods с outages.

Не подменяйте data spec моделью

Adstock, saturation и priors относятся к model specification. Этот шаблон отвечает прежде всего за качество и интерпретируемость входной панели.

Когда шаблон особенно полезен

Шаблон особенно полезен, если одной метрикой пользуются несколько команд, данные собираются из разных систем или расчёт влияет на бюджет и решения. Для одноразового анализа допустима облегчённая версия, но definition и источник данных всё равно должны быть указаны. Чем дольше живёт показатель, тем важнее governance и change log.

Как внедрить шаблон в рабочий процесс

  • Начните с решения и бизнес-вопроса, а не с доступных таблиц. Это определит, какие метрики и уровень детализации действительно нужны.
  • Зафиксируйте definitions, grain, time window и source of truth до построения расчётов. Одинаковое название не гарантирует одинаковую метрику.
  • Проверьте качество данных: полноту, дубли, пропуски, изменения tracking и структурные разрывы во времени.
  • Для прогнозов и моделей явно храните assumptions, диапазоны и сценарии. Не маскируйте неопределённость одной точной цифрой.
  • Назначьте owner и cadence пересмотра. Аналитический артефакт без ответственного и правил обновления быстро перестаёт быть источником истины.

Практический пример

Перед MMM команда обнаруживает, что два года media spend собраны в разной taxonomy. Data spec фиксирует breaks, controls и правила reconciliation до моделирования.

Что должно получиться на выходе

Результат работы с шаблоном «Спецификация входных данных для MMM» — не заполненная форма сама по себе, а согласованный рабочий артефакт, который можно использовать для решения, передачи контекста и последующей проверки результата. У документа должны быть понятны владелец, исходные данные, допущения, дата актуальности и следующий шаг. Если эти элементы невозможно определить, полезнее сократить документ до минимальной версии и вернуть недостающие данные, чем заполнять поля формально.

Проверка качества перед использованием

  • У каждой метрики есть точная definition.
  • Источник данных и grain указаны.
  • Метод позволяет ответить именно на поставленный вопрос.
  • Неопределённость, лаги и limitations не скрыты.
  • Есть owner и правило обновления.

Как поддерживать шаблон в актуальном состоянии

Пересматривайте определения при изменении tracking, CRM, data model, business logic или accounting rules. Любое изменение формулы должно иметь change log, дату вступления в силу и оценку влияния на исторические сравнения.

Частые вопросы (FAQ)

Нужно ли хранить все метрики в одном документе?

Нет. Канонический dictionary и measurement plan должны быть связаны, но operational dashboards могут показывать только релевантный subset.

Что делать, если источники дают разные цифры?

Назначить source of truth и документировать расхождение. Нельзя тихо выбирать источник, который показывает более удобный результат.

Как часто пересматривать модель?

По cadence бизнеса и при изменении данных. Forecast и campaign metrics могут обновляться часто, definitions и governance — реже, но обязательно после системных изменений.

Связанные шаблоны

Связанные понятия

2026-09-21 23:55 Аналитика и измерения