MMM geografico con partial pooling: ritorni regionali che reggono

Quattro regioni, cinque canali, e la griglia mostra quanto rende ogni euro in ogni cella.

Scorri le righe e la maggior parte dei numeri si ripete. La radio rende 4,4 ovunque. Il search 4,1 ovunque. Il volantino 6,4 ovunque. Cambia solo la TV: 8,1 al Sud, 4,7 al Centro, con il Nord e le Isole in mezzo.

Non è il modello che fa il pigro. È il partial pooling che fa esattamente quello per cui esiste.

Ecco il problema che risolve. Stima ogni regione separatamente e ottieni quattro stime indipendenti, ognuna costruita su un quarto dei dati, ognuna con un intervallo largo e ognuna libera di andare dove la porta il suo rumore. Poi qualcuno costruisce un piano regionale su una differenza che non è mai esistita. Stimale invece tutte insieme e ottieni un solo numero nazionale che nasconde ogni differenza locale vera.

Il partial pooling sta in mezzo. La stima di ogni regione viene tirata verso la media nazionale, e quanto viene tirata dipende da quanta evidenza porta quella regione e da quanto le regioni sono davvero in disaccordo. Quando un canale si comporta davvero in modo diverso da regione a regione, le stime si separano. Quando la differenza apparente sta dentro quello che produrrebbe il rumore, ricadono sul numero nazionale.

Quindi questa griglia è una mappa di dove esiste un’evidenza locale. La TV ce l’ha. Gli altri quattro canali no, su questo file, con questa lunghezza di storico.

Per un piano la conseguenza è diretta. La TV la compri per regione, perché la differenza è reale e vale 3,4 punti di ritorno tra la regione migliore e la peggiore. Il resto lo compri a livello nazionale, perché le differenze regionali su cui pianificheresti non si distinguono dal rumore.

È un piano molto più corto e molto più sicuro di quello che avrebbero prodotto quattro regressioni separate.

Il requisito pratico è una colonna. Lo stesso file settimanale che useresti per un modello nazionale, con in più una colonna di regione, città, gruppo di punti vendita o segmento, e abbastanza periodi per segmento perché ognuno abbia qualcosa da dire. Quattro regioni su 104 settimane fanno 416 righe, che è comodo.

Quello che restituisce è una decisione che la maggior parte dei team prende ogni anno a istinto: quanto deve essere locale il piano. L’istinto di solito risponde con l’organigramma, perché esiste un team regionale, o con la richiesta più rumorosa. La varianza nei dati risponde in un altro modo, e costa meno.

E quando la griglia torna completamente uniforme, è un risultato anche quello. Vuol dire che il piano nazionale è il piano giusto, e puoi smettere di spendere tempo del management su eccezioni regionali che il mercato non sostiene.

Il grafico è l’output reale di MMM geo / per segmento in TEA, eseguita su un file di esempio che chiunque può scaricare.