需求是"看清每笔预算"，验收却是"这条 campaign 的 ROAS"——错配，是 MMM 项目死亡的第一推手。

作者：zhanbo · 2026-08-07

声明：本文为独立行业观察与通用测量方法论，基于公开资料整理，不代表任何雇主或客户观点；本工作室不承接游戏（含手游 / 休闲 / 中重度）行业相关咨询。

开篇：那笔进了抽屉的预算

“帮我看清每笔预算到底带来多少回报。”

这是几乎每个 CMO 找我时说的第一句话。同行（包括早年的我）下意识的反应都是：上 MMM（Marketing Mix Modeling，营销组合建模）。

三个月后，一份几十页的报告交付：边际 ROI 曲线、渠道贡献分解、最优预算分配建议。客户点头说"很有启发"。然后——报告进抽屉，预算照旧，明年再花几十万重做一遍。

这不是段子。这是过去十年营销分析行业最普遍的真实图景。MMM 项目交付率不低，采用率极低。 模型跑出来了，决策没发生。

问题不在模型，在我们用错了问题框。

一、五个典型死法：都死于同一类错配

把失败现象倒推，根因只有一类——期望与能力的错配。具体有五种姿势。

1. 期望错配（最大死因）

老板要的是"这条 campaign 的 ROAS 多少"，MMM 给的是"品牌和效果整体怎么组合最优"。MMM 在周级聚合层跑回归，根本看不到单条 campaign。拿聚合模型去答用户级问题，等于拿望远镜看细胞——看不清，于是判"模型没用"。

2. 数据地基没打

  • 建的是 spend（花费） 而非 impression（触达）：MMM 的自变量应该是媒体权重，不是美元。CPM 一变，spend 和效果就错位，系数算反。
  • 序列太短：稳健 MMM 要 104 周（两年）周级数据。很多团队跑 6 个月就建模，噪声吃掉信号。
  • 共线性 / 无变异：所有渠道常年 always-on、同涨同跌、从不关停——模型在数学上无法识别各自系数，出来的数字纯靠先验，等于编。

3. 无校准（相关性当因果）

MMM 系数是相关性。没有 geo holdout 实验当 ground truth，它就是"看起来科学的相关性幻觉"。Stella MMM 的基准很直白：未校准 MMM 前向预测精度 87%，用增量实验结果当贝叶斯先验回灌后到 95%——这 8 个点就是 CFO 信不信你的差别。

4. 组织不接

模型算出"该把品牌预算砍 15% 挪到 prospecting"，但代理合同锁死、品牌团队政治阻力，预算动不了。模型再对，落不了地也是废的。

5. 人才 / 时效错配

派 SQL 分析师用 Robyn 跑一遍当"建了 MMM"。MMM 要的是计量经济学家，不是取数分析师。再加上 adstock 系数会漂移，不按季度刷新，6 个月后模型已失效——而多数人 set-and-forget。

一句话：需求是"整合归因 + 跨渠道策略分配"，验收却用"用户级 ROAS"。 错配，是项目死亡的第一推手。

二、MMM 真正是什么：三句纠偏

剥掉神话，MMM 的本质很简单——聚合层的计量经济回归模型：用历史周级销售/收入对渠道投入 + 控制变量（季节/价格/促销/竞品）做回归，估计每个渠道的边际贡献。

三句纠偏：

  • 自变量是媒体权重（触达/频次），不是美元。 建模 spend 是新手最常见的错误。
  • 输出是边际产出曲线 + 最优组合，不是 per-user 归因。 它回答"把 X 的预算挪到 Y，总量怎么变"，不回答"这条广告灵不灵"。
  • 它是相关性，不是因果。 必须靠 geo holdout 校准，才接近因果真相。

记住这句话能救你大半笔咨询费：MMM 是预算组合优化器，不是归因器。

把市面上含糊的"归因"拆成三层，MMM 的边界立刻清晰：

  • ① 整合营销归因（跨渠道统一度量）：TV、OOH、播客、户外、品牌内容，这些渠道天然没有用户级信号，MMP 永远够不着。只有聚合回归能把它们塞进同一把尺子。这是 MMM 不可替代的存在理由。
  • ② 品牌↔效果归因（品效合一的量化）：这是 MMM 唯一能做的事——量化品牌 upper-funnel 给效果广告的 halo/spillover。回答"砍 10% 品牌预算，效果广告边际 ROAS 掉几点"。CFO 最该看这个数。
  • ③ 跨渠道策略分配（预算组合优化器）：当预算要在效果 / 品牌 / 内容 / 私域 / 不可追踪渠道之间做策略性分配时，只有 MMM 能给出"再投 1 元到 X 还是 Y"的边际曲线。

它不解决什么也要说清：用户级归因（MMP + 增量实验的地盘）、单 campaign / 单创意 ROAS、实时 in-flight 优化。

三、什么时候该上，什么时候别碰

2026 年的外部环境其实对 MMM 更友好了。Google Meridian 和 Meta Robyn 相继开源，中腰部团队也用得起；Measured、Balistro、LiftLab 这批服务商把 geo holdout 产品化了。IAB 2026 的数据是：67–76% 的买方在用至少一种高级测量法，但只有 39% 把 MMM、增量实验、平台归因三层同时跑起来——大部分人还在"碎片化真相"里挑一个数字信。

但门槛降低不等于该上。MMM 有三个硬约束：

  • 数据约束：≥104 周周级数据、渠道间有预算波动或关停（有变异才能识别）、能拿到 impression 级输入。
  • 校准约束：必须有 geo holdout 当 ground truth，否则只是高级相关性。
  • 组织约束：有重分配预算的权力 + 计量人才 + 季度刷新机制。

给小团队的路径：先别碰 MMM。第一步，平台方向性数（MMP + SAN）+ 单渠道 geo holdout 校准，拿到第一个 iROAS，知道平台数虚多少；跑到月烧 3–5 万美金、历史够长、且真的在跑"品效合一"混合作战时，再上轻量 MMM（Robyn / Meridian 开源都可），但必须配至少一个 geo 实验校准系数。

把增量实验的 iROAS 当贝叶斯先验回灌 MMM——这一步是"CFO 信的 MMM"和"CFO 质疑的 MMM"的分水岭。

3 分钟自测：要不要启动 MMM 项目

  • 你想让 MMM 回答的是"整条组合怎么挪预算"，还是"这条 campaign ROAS 多少"？（后者从一开始就别上）
  • 你的自变量是 impression / GRP，还是只有 spend？
  • 你有 ≥2 年周级数据、且渠道间真的有过预算关停 / 大幅波动吗？
  • 你的 MMM 系数有没有用至少一次 geo holdout 校准过？
  • 模型出来之后，组织上有没有真的挪动预算的权力和季度刷新机制？

五个问题里有两个答 No，这个项目大概率会进抽屉。

免费 · MMM 就绪度诊断（限 2 家 · 8 月底截止）

展博增长实验室开放 2 个免费 MMM 就绪度诊断名额：基于你现有数据栈、渠道结构和历史长度，判断现在该不该上 MMM、该上自建 / 开源（Robyn / Meridian）/ 厂商方案，以及第一个 geo holdout 该怎么设计。14 天交付，只读授权，不动你的账户。

适合谁：有跨渠道预算分配诉求、品牌 + 效果混跑、月度媒体预算在 5 万美金以上的增长团队（游戏行业暂不承接）。

公众号后台回复 「MMM就绪度」，附一句你们当前的渠道结构和最大困惑，先到先得。

延伸阅读