Когда медиабаерам нужно защищать бюджет перед стейкхолдерами, стандартных отчётов из рекламных кабинетов обычно недостаточно. Платформенная атрибуция часто переоценивает свой вклад, а классическое моделирование маркетингового микса (MMM) опирается на исторические данные, которые сложно проверить в реальном времени.
Google объявил о глобальном выпуске open-source инструмента Meridian GeoX, который переходит из бета-тестирования в стадию общей доступности (GA). Вместе с этим обновлением платформа получает встроенных агентов на базе искусственного интеллекта и поддержку новых бренд-сигналов.
Что такое Meridian GeoX и почему это важно для заливки
GeoX — это открытое решение для проведения географических экспериментов (geo experiments) и измерения инкрементальности. Инструмент позволяет сравнивать показатели в разных регионах (создавая тестовые и контрольные зоны без трекинга отдельных пользователей), чтобы оценить реальный прирост от медиавложений.
Главное преимущество для медиабаеров и арбитражников заключается в том, что GeoX является publisher-agnostic (независимым от платформ). То есть его можно использовать для оценки кампаний не только в Google, но и на других рекламных источниках или при микшировании нескольких каналов одновременно. Полученные результаты инкрементальности теперь можно напрямую интегрировать в модель Meridian MMM, повышая точность расчётов ROAS.
ИИ-агенты и новые возможности моделирования
Помимо геоэкспериментов, Google существенно обновил бэкенд и функционал самого фреймворка Meridian:
Agentic tools. ИИ-агенты помогают команде при построении моделей: они в реальном времени аудируют качество данных, находят ошибки и проводят первичный трублшутинг.
Бренд-сигналы. Модели теперь способны учитывать показатели вроде Branded Google Query Volume. Это помогает оценивать отложенный эффект от охватных кампаний (например, наружной рекламы или видео), когда спрос формируется задолго до реальной конверсии.
Пользоваться самим фреймворком можно бесплатно благодаря его открытому коду, однако на практике инструмент требует мощных ресурсов (например, GPU для вычислений) и качественных ежедневных временных рядов данных по регионам. Детальные технические спецификации и библиотеки доступны на Search Engine Journal.
Сочетание геоэкспериментов и гибкого MMM позволяет строить более прозрачную аналитику для масштабных заливок, где каждая цифра в отчёте имеет значение для принятия бюджетных решений.
🤔 Посмотрим, насколько быстро команды начнут массово внедрять гео-тесты в свои рутинные медиамиксы, или это останется инструментом исключительно для гигантов с огромными бюджетами.