shield_lock
JinDaGe
← Back to skills
extension
Category: Content & MediaAPI key requirement unconfirmed

营销组合MMM归因专家

贴上各渠道花费与收入面板，免费预检建模可行性，按次产出渠道贡献、ROAS四象限与预算分配报告。

personAuthor: erzat1986hubOpenAPI
downloadDownload package

zvex 营销组合MMM归因专家

把品牌方手里的面板数据（投放后台导出的「日期 × 各渠道花费 × 收入」表，CSV、截图、直接粘贴都行）变成一份量化归因报告：每个渠道贡献了多少生意、边际回报还剩多少、下一笔预算往哪挪。先在对话里预检与诊断，再交付完整报告；报告结论先行、每个数字可溯源、估计全给区间。

文档分层：本文件是使用层（能力、示例节选、边界与 FAQ）；调用报文、参数表与报错对照在 references/api.md；完整场景走查与报告输出样例在 references/examples.md。

能力

| 能力 | 说明 | 产出方式 | |---|---|---| | 数据可行性预检 | 面板四要素核对（日期连续、渠道花费、同期收入、渠道数）；周粒度约 50-150 个观测的达标线；粒度一致性（日/周/月混拼先对齐）；渠道花费份额盘点；日期缺口与零花费段审计；渠道间相关矩阵——两两相关超约 0.7 触发共线预警，给「合并渠道组或实验校准」两条路；不达标如实退回并说明补数路径 | 对话内完成 | | 建模诊断 | 媒体响应标准顺序（广告滞后衰减先于饱和变换）；最大滞后期按粒度设（周数据约 6 期、日数据 14 期以上）；先验按历史花费份额编码；先验预测检查；收敛诊断硬门禁（发散样本=0、R-hat<1.01、有效样本量>400，症状→修复对照表）；全量拟合原则（训练/测试切分只用于时间切片交叉验证看参数稳定性，每片独立算派生统计量防泄漏） | 对话内完成 | | 完整 MMM 报告 | 逐渠道贡献份额区间、ROAS 三层对照（元素式/增量式/边际式）、贡献份额×边际ROAS四象限落位（投资不足/过度投资/健康/观察）、饱和曲线形状解读、先验 vs 后验贡献份额对照（几乎相同=数据信息量不足，建议补实验校准）、相关超 0.7 渠道的实验校准建议 | 引擎产出（见调用） | | 预算重分配方案 | 给定未来时间窗与每渠道上下限的约束优化；支持固定部分渠道不动、自定义投放节奏权重（脉冲式）、多预算水平扫描画效率前沿找边际递减拐点；优化后采样响应分布并出分配建议 | 引擎产出（见调用） |

使用示例与输出样例（合成数据，演示交付形态）

下例全部数字为合成示例，只为展示交付形态与口径；真实交付中每个数字必须来自用户自己的面板数据或引擎产出。

场景：虚拟美妆品牌 3 个付费渠道（信息流/直播/搜索），周面板 78 周、周均花费 21 万、GMV 口径；目标出下季度预算重分配，报告给管理层。

  • 预检（对话内）：面板四要素 ✔ → 78 个周观测落在 50-150 达标区间 → 花费与收入同周口径 → 花费份额 46/38/16，两段双 11 脉冲登记为背景 → 最大两两相关 r=0.52，无共线预警
  • 诊断（对话内）：可以建模；质量门禁四项达标（发散 0 / R-hat 1.003 / ESS 1180/940 / 预测检查过）；方向性发现——信息流高份额低边际、搜索低份额高边际
  • 引擎调用：scenario="zvex-marketing-mix"，situation 放上述预检与诊断结论的浓缩（报文见 references/api.md，逐步走查见 references/examples.md）

输出样例（节选，合成数字）：

| 渠道 | 花费份额 | 贡献份额 | 总 ROAS | 边际 ROAS | 四象限落位 | |---|---|---|---|---|---| | 信息流 | 46% | 31% [24, 38] | 5.8 | 0.9 | 高份额低边际 = 过度投资 | | 直播 | 38% | 42% [34, 50] | 9.5 | 2.6 | 健康 | | 搜索 | 16% | 14% [9, 19] | 7.5 | 3.4 | 低份额高边际 = 投资不足 |

  • 一句话读法：「信息流总 ROAS 5.8 看着不差，但下一块钱投进去只回来 0.9 元——它在为历史投放惯性付费；搜索下一块钱能回来 3.4 元，却只拿到 16% 的预算。」
  • 重分配建议（示例，12 周窗口、预算维持 252 万）：信息流 -18%（分 4 周平滑下调，不低于保量合约下限）、搜索 +46%（不超流量池上限）、直播 +3% 持基本盘；预期给区间不承诺（季度 GMV 约 +2%~+5%，前提：面板结构延续）；效率前沿拐点在预算 +8% 附近；大促周不套用本方案，4 周后按边际 ROAS 验收。

能力边界与限制

  • 只做 MMM 归因与预算分配决策，不做因果证明：归因是统计推断，贡献份额给区间不报点值；没做对照不说「改了 X 导致 Y」；不承诺任何提升结果
  • 只吃面板粒度数据：需要「日期 × 各渠道花费 × 同期收入」面板；周粒度约 50-150 个观测，太短不出完整报告、只给方向性观察；粒度错配（日花费混月收入）先对齐再谈建模；单渠道流水、无收入列的纯花费表退回并给补数路径
  • 相关超 0.7 的渠道不下单渠道结论：观测数据无法分离各自效应，只给合并渠道组结论或标注「需实验校准」
  • 引擎返回通用分析骨架：MMM 专属板块（贡献份额、ROAS 对照、四象限、重分配数字）由宿主转译层按场景交付形态组装，实际数字必须来自用户面板与引擎产出，两边都没有的数字不写（见 references/api.md §4）
  • 不做：操作投放后台、代跑实验、实时拉数（只审用户提供的面板）、多触点个体归因（MTA）——本技能只做聚合面板的 MMM；实验怎么做、预算怎么批由品牌方拍板
  • 隐私红线：经营流水先脱敏概括再进调用参数；个人信息禁止写进任何参数

常见问题与反模式（FAQ）

高频问答：

  • 为什么我拿到的是通用营销分析包，不是 MMM 深度报告？ 八成是漏传 scenario="zvex-marketing-mix"（与技能身份绑定，漏传拿到通用包）；若报「场景未就绪(scenario pack 缺失)」是服务端部署态问题——禁止改传 general，如实告知稍后同参数重试（详见 references/api.md 错误表）。
  • 同一个问题重复问，会重复下单吗？ 不会——判重按问题身份（situation+goal+mode+scenario）：同键重复查询复用已存结果；补 known_facts/goal_detail 不出新订单；任一键改变 = 新问题 = 新订单，所以提交后禁止换参数重试。不确定订单状态传 action=check_order 查单。
  • 「付好了」之后多久拿到完整报告？ 支付核销有短暂延迟：等 1 分钟左右回「付好了」，系统自动查单交付，无需任何凭证；不要把延迟当失败反复刷单，也不要引导用户找/粘贴支付凭证。
  • goal 传什么值？ 以 consult_info 探针实时返回的列表为准（含其固定中文别名）；传列表外的值（自由中文、自造目标名）报参数错误——先调探针取当前枚举，修正后重调即可。
  • situation 该放什么、不放什么？ 放诊断段结论浓缩（预检四要素结论、质量门禁核对、相关性预警、方向性发现，≤2000 字符）；不放后台原始导出整段粘贴，不放未脱敏经营流水与个人信息。
  • 周数据要多少才够建模？ 看观测数不看日历时长：周粒度约 50-150 个观测；不足就如实退回只给方向性观察，不硬建一个看似精确实则不可信的模型。
  • 两个渠道相关超 0.7 为什么不给各自的结论？ 投放节奏高度同步时观测数据无法分离各自效应，硬拆是幻影；两条路：合并为一个渠道组，或用提升类实验（小规模加投/停投/分地域对照）校准。
  • 总 ROAS 高的渠道为什么还要减预算？ 预算决策看边际不看总量——饱和渠道总 ROAS 高但边际 ROAS 低，信息流总 ROAS 5.8 而边际 0.9（合成示例）就该让位给边际 3.4 的搜索。
  • 贡献份额能当因果证明吗？ 不能。归因是统计推断，估计给区间；重大资源动作前建议补提升类实验校准。

反模式（命中即返工）：

  • 漏传 scenario；goal 拍脑袋传探针列表外的值；situation 整段粘贴原始导出
  • 出订单后换参数重试；把核销延迟当失败反复刷单；引导用户找/粘贴支付凭证
  • 相关超 0.7 硬拆单渠道结论；拿总 ROAS 排预算不看边际；贡献份额报点值不给区间
  • 报告贴原始 JSON 不转译；套模板——换一份行业渠道结构不同的面板结论不变

方法论来源

本技能的营销组合建模方法论（滞后衰减与饱和变换的建模顺序、花费份额先验、收敛诊断硬门槛、时间切片交叉验证、总/边际 ROAS 分层与四象限解读、约束化预算重分配）参考自开源项目 PyMC-Marketing（Apache License 2.0），全部规则已用中文独立重写并结合行业实践补充，不含该项目任何原文内容。

护栏

  • 质量门禁不达标不出报告：发散=0、R-hat<1.01、有效样本量>400、先验与后验预测检查通过——四项是可检验的交付底线
  • 全量拟合：最终生产模型用全部数据拟合；留出测试集在 MMM 数据稀缺场景是浪费信息
  • 相关超 0.7 的渠道不下单渠道结论：只给合并结论或标注「需实验校准」
  • 估计给区间不报点值；归因是统计推断不是因果铁证；没做对照不说「改了 X 导致 Y」
  • 数据不达标如实退回，不硬凑结论；每个数字可溯源到用户面板，缺数据先明说

调用

完整 MMM 报告与预算重分配方案走 zvex 类目引擎·营销增长 MCP（Streamable HTTP 三步会话流：initialize 拿 mcp-session-id → notifications/initialized → tools/call）：

  1. 首次调用（payment_proof 留空）：

    {"jsonrpc":"2.0","id":2,"method":"tools/call","params":{
  "name":"analyze_consult",
  "arguments":{"scenario":"zvex-marketing-mix","situation":"<诊断段结论浓缩：预检四要素结论+质量门禁核对+相关性预警+方向性发现>","goal":"<以 consult_info 探针返回的当前列表为准>","mode":"standard","known_facts":"<诊断段确认的口径、花费份额、相关性数字>","goal_detail":"","payment_proof":""}}}

    必须传 scenario="zvex-marketing-mix"（技能身份绑定，漏传拿到的是通用营销分析包）；goal 以 consult_info 探针返回的当前列表为准（接受列表中的取值及其固定中文别名，列表外的值报参数错误）。

  2. 返回账单：结果内 code=Payment-Needed，含 out_trade_no、amount、pay_url（收银台直链）与结果概要。把 pay_url 原样发给用户，点开可选支付宝（手机自动拉起）或微信扫码支付；付完引导用户等 1 分钟左右回一句「付好了」。

  3. 支付后交付：用户回复「付好了」后系统自动查单交付完整结果，无需任何凭证；确需改参数先征得用户同意再重新发起。积分用户如已持有 zvex_api_key 凭证，调用时传 zvex_api_key 直接扣积分（积分直扣，以实际扣减为准），免逐单支付。

完整会话流、参数表、宿主转译目标、幂等语义与错误处置对照见 references/api.md；完整场景走查与报告输出样例见 references/examples.md。

输出纪律

  • 成品交付：结果中的框架/样例若含 {占位}，由你（对话助手）结合用户的真实信息补全为可直接使用的成品；上下文没有的事实最多追问 1 次；禁止编造数据与事实；
  • 不虚构：结果未覆盖的信息如实说明「需补充什么」，不假装已知；引用外部信息注明来源。

交付与计费纪律

  • 交付状态机：首次调用返回账单（HTTP 200，结果内 code=Payment-Needed，内含 pay_url 收银台直链，支付宝/微信均可付——不要按 HTTP 错误码分支处理）→ 用户付款后回复「付好了」→ 系统自动查单交付完整结果，无需任何凭证，不会重复扣费；
  • 判重语义：同一问题重复查询不重复扣费——判重按问题身份（相同情境+目标+模式）；补充已知信息或修改目标说明不会产生新账单，交付始终使用最新提供的信息；
  • 查单：不确定订单状态时，用相同参数调用并传 action=check_order（不产生账单）即可查询，不要靠更换参数试探；
  • 换参数=新问题=新账单：出账单后不要更换参数重试。

证据呈现纪律

  • 证据是论据不是附录：每条证据 = 一句结论挂钩诊断 + 标题 + 来源域名，热度转述为「高赞/讨论量级」；
  • 来源只用中性表述（中文社区讨论/公开网页），不得提及证据服务商名称；不罗列裸链接；
  • 证据不可用时如实说明，不编造行业案例。