Introdução à Integração no Meridian

No domínio da análise de atribuição de mídia, o uso de um único modelo de Marketing Mix (MMM) muitas vezes não consegue capturar adequadamente a complexidade das interações de mercado. O Meridian, um framework MMM open-source, permite a integração de múltiplos modelos para melhorar a robustez e a precisão das previsões. Este artigo compara dois métodos de integração fundamentais — Votação e Empilhamento — e explora suas implementações e desempenho dentro do ecossistema Meridian.

Fundamentos dos Métodos de Entegração

Método de Votação por Média Ponderada

A votação por média ponderada é uma técnica que combina as previsões de múltiplos modelos independentes, atribuindo um peso a cada um. É particularmente útil quando se deseja estabilizar as previsões sem introduzir complexidade adicional. A implementação no Meridian envolve a extração das distribuições preditivas posteriores de cada modelo treinado.

# Exemplo de implementação de um agregador de votos
def agregador_votos(modelos_treinados, pesos=None):
    # Extrai as previsões preditivas posteriores
    previsoes_posteriores = []
    for mdl in modelos_treinados:
        distribuicao_pred = mdl.resultados_inferencia.posterior_predictive
        previsoes_posteriores.append(distribuicao_pred)
    
    # Define pesos uniformes se não fornecidos
    if pesos is None:
        pesos = np.ones(len(modelos_treinados)) / len(modelos_treinados)
    
    # Calcula a média ponderada
    previsao_final = np.zeros_like(previsoes_posteriores[0])
    for peso, pred in zip(pesos, previsoes_posteriores):
        previsao_final += peso * pred
    
    return previsao_final

Este método alavanca a geração de amostras MCMC via a classe AmostradorPosterior para obter as previsões de cada modelo base.

Método de Empilhamento com Meta-modelo

O empilhamento (stacking) emprega uma abordagem de dois estágios, onde as previsões dos modelos base servem como novas features para um meta-modelo. Este meta-modelo aprende a melhor forma de combinar as previsões, capturando relações complexas entre os modelos. É ideal para conjuntos de dados com fortes efeitos interativos entre canais.

# Exemplo de implementação de um integrador por empilhamento
def empilhamento_por_meta_modelo(modelos_base, meta_learner, dados_entrada, alvos_reais):
    # Gera a matriz de features do meta-modelo
    features_meta = []
    for mdl in modelos_base:
        predicao = mdl.predict(dados_entrada)
        features_meta.append(predicao)
    matriz_meta = np.column_stack(features_meta)
    
    # Treina o meta-modelo nos dados de validação
    meta_learner.fit(matriz_meta, alvos_reais)
    
    return meta_learner

Ferramentas como o módulo InterpolacaoSplines do Meridian podem ser utilizadas para construir o meta-modelo, permitindo modelagem não-linear.

Comparação dos Fluxos de Implementação

Pré-processamento e Engenharia de Features

A escolha do método de integração impacta diretamente a etapa de preparação dos dados. A tabela a seguir resume as principais diferenças.

Suporte a Computação Paralela

O framework Meridian otimiza o treinamento de múltiplos modelos através do parâmetro iteracoes_paralelas no amostrador posterior. O método de votação se beneficia diretamente deste recurso para treinar todos os modelos base simultaneamente.

# Treinamento paralelo de múltiplos modelos base
from joblib import Parallel, delayed

def treinar_modelo_individuo(dados, especificacao):
    modelo = Meridian(dados, especificacao)
    modelo.amostrar_posterior(cadeias=2, amostras_mantidas=1000)
    return modelo

# Executa o treinamento em paralelo
especificacoes_modelos = [criar_spec_variada(i) for i in range(5)]
modelos_treinados = Parallel(n_jobs=5)(
    delayed(treinar_modelo_individuo)(dados_processados, spec)
    for spec in especificacoes_modelos
)

Avaliação de Desempenho e Análise

Comparativo de Métricas de Erro

Utilizando um conjunto de dados demonstrativo de e-commerce, os métodos foram avaliados. A tabela abaixo apresenta os resultados.

Diretrizes para Seleção e Otimização

Fluxo de Decisão

A escolha entre votação e empilhamento deve seguir um processo estrutuardo. Considere primeiro a natureza do seu problema de mídia. Se a prioridade for rapidez de iteração e interpretabilidade, e se os canais de mídia operam de forma relativamente independente, a votação é uma escolha robusta. Para cenários onde as interações entre canais são complexas e o tempo de processamento não é um gargalo crítico, o empilhamento pode oferecer ganhos de precisão superiores.

Sugestões de Otimização de Hipreparâmetros

• Para Votação: Ajuste o parâmetro dist_efeitos_midia no arquivo de especificação do modelo (especificacao.json) para controlar a diversidade entre os modelos base.
• Para Empilhamento: Valide o número de nós na interpolação por splines utilizando testes unitários presentes em teste_splines.py.
• Em ambos: Empregue o módulo otimizador_orcamento para validar se a integração de modelos melhora a alocação de recursos de mídia.