如何利用基于代理的模型对 MMM 中的搜索引擎进行精确建模

分层法

第一步是模拟其他媒体对搜索引擎的影响。的确，电视广告会带来更多的搜索，从而带来更多的印象和点击。但这些点击应 "归功于 "电视活动。有了第一个模型，我们就能估算出有多少点击是 "自然 "的，有多少点击应归功于其他媒体。有了这些数据，我们就可以转向基于代理的模型。 

基于代理的模型

ABM 的主要吸引力在于其能够模拟消费者（代理）对刺激（如消费者看到或点击广告的次数）做出反应的行为。营销策略会增强消费者的感知，使他们更愿意购买你的品牌。电视或社交活动如此，搜索引擎优化和搜索引擎优化在一定程度上也是如此。但是，如果认为搜索引擎对消费者的认知影响不大，那么贡献率就会很低，而实验证明这是错误的。原因在于，如果你不存在于搜索引擎上，消费者就会点击并购买你的竞争对手的产品。为了在 ABM 中考虑到这一点，如果消费者点击了您品牌的搜索链接，那么根据模型，他们的购买概率会更高。因此，在表征用户购买品牌概率的其他条件中，搜索引擎点击与传统认知一起发挥着重要作用。这使我们能够模仿现实，并从搜索引擎中获得重要贡献。 

但这还不是全部。搜索引擎可分为四类：品牌/非品牌/搜索引擎优化/搜索引擎优化。这 4 个层次在分层方法和 ABM 中都得到了考虑。例如，在 ABM 中，通过客户关系管理（CRM）数据和市场调查，我们可以创建一个模型，根据用户属性（性别、年龄、地理位置、市场行为......）来估算消费者与市场的亲和力（例如购买可能性）。因此，我们有两个变量来描述代理商的亲和力：感知（即他们对您品牌的亲和力）和市场亲和力。品牌搜索引擎点击量与市场亲和力和认知度的相关性更高，而非品牌搜索引擎点击量仅与市场亲和力相关。 

因此，Fifty-five 的分层方法与我们先进的 ABM 相结合，使我们能够准确模拟消费者在品牌、非品牌、搜索引擎优化和 SEA 方面的行为，以及这些行为对收入的影响。

‍