MMM больше не только для корпораций

Marketing Mix Modeling — статистический способ оценить, какой канал маркетинга и сколько именно вносит в продажи — существует с 1960-х годов. Им пользовались Procter & Gamble, Coca-Cola, банки, телекомы. Всегда — большие компании, потому что MMM требовал команды статистиков, миллионов записей в исторических данных и шестизначных бюджетов на консультантов.

В 2025 году Google открыл собственный MMM-фреймворк Meridian как свободный open-source инструмент, доступный всем. В феврале 2026 года поверх него запустился Scenario Planner — графический интерфейс, который позволяет работать с моделью без программирования. Параллельно индустрия отказалась от иллюзии, что атрибуция по последнему клику — это измерение, и MMM вернулся в центр внимания.

Это интересный сдвиг. Но для среднего сервисного бизнеса в Казахстане у него есть нюанс: то, что MMM стал бесплатным, не значит, что он стал применимым. Разберём, что произошло и что из этого извлекать сейчас.

Что такое MMM в одном абзаце

MMM — это статистическая модель, которая берёт исторические данные о маркетинговых затратах по каналам (Google, Meta, TikTok, ТВ, радио, наружка, email и т.д.) и о продажах за тот же период, и оценивает, какой канал на сколько повлиял. В отличие от атрибуции, MMM не отслеживает конкретного пользователя — он работает на агрегированных данных, неделю за неделей, месяц за месяцем. На выходе — оценка вклада каждого канала в продажи, с учётом контекстных факторов (сезон, цены, акции, погода, конкуренты), кривых насыщения (когда удвоение бюджета не удваивает результат) и долгосрочных эффектов брендового продвижения.

Главное практическое преимущество — MMM не зависит от ATT, блокировщиков, cookies и согласий. Он работает на агрегатах, которые этим не затронуты. В эпоху приватности это и сделало MMM снова актуальным после двух десятилетий, когда отрасль увлекалась атрибуцией по кликам.

Что предлагает Meridian

В январе 2025 года Google опубликовал релиз: Meridian становится open-source MMM-фреймворком, доступным всем — маркетологам и data-scientist'ам. Harikesh Nair, Senior Director Data Science & Engineering в Google, в анонсе сформулировал идею так: «Meridian — современный подход к MMM, построенный на байесовском причинном выводе, который позволяет смешать ваши априорные знания с реальными данными и раскрывает истинный инкрементальный эффект маркетинга».

Из релиза стоит выделить несколько технических решений, которые делают Meridian отличным от классического MMM:

Reach и frequency, а не impressions. Старые MMM считали видеорекламу по показам. Но 10 показов могут означать 10 разных человек, увидевших ролик один раз, или одного человека, увидевшего его 10 раз — это разные бизнес-эффекты. Meridian различает охват и частоту, что улучшает измерение для YouTube и видеоформатов.

Эксперименты как априорные оценки. Это технически важно: результаты инкрементальных тестов (которые мы разбирали в предыдущем гайде) можно загружать в модель как «априорные знания». То есть проведя гео-эксперимент по одному каналу, бизнес встраивает его результат в общую модель — и она калибруется под реальность, а не работает в вакууме статистики.

Немедийные переменные. В модель можно добавить цены, промо-акции, изменения ассортимента. Это превращает MMM из «модели рекламы» в «модель бизнес-роста», где можно отделить, что вызвал маркетинг, а что — снижение цены или сезонный спрос.

Открытый код. Меридиан опубликован на GitHub. Любой может его прочитать, поправить, адаптировать под свой бизнес. Это не «чёрный ящик» от Google — это фреймворк, который можно изучить и контролировать.

Google привёл пример клиента, австралийской финансовой компании Finder, которая внедрила Meridian. Из их кейса в анонсе: «Insights, которые мы получили, подтвердили дополнительную ценность, которую YouTube приносит сверх того, что видно через стандартный conversion tracking». То есть Meridian увидел вклад канала, который классическая атрибуция недооценивала.

Scenario Planner: следующий шаг к доступности

В феврале 2026 года Google добавил поверх Meridian слой Scenario Planner — графический интерфейс, в котором можно моделировать бюджетные сценарии без программирования. По описанию MarTech, это интерактивная среда для нетехнических маркетологов: модель уже построена и обучена, пользователь двигает ползунки бюджета по каналам и видит прогноз продаж.

Это важный сдвиг. До 2026 года использование MMM требовало data-scientist'а, который умеет читать байесовскую статистику и интерпретировать выходы модели. Scenario Planner снимает этот барьер. CMO или директор по маркетингу может сам прогнать сценарий «что если перенести 30% бюджета с performance в brand» и получить прогноз.

Параллельно Google анонсировал интеграцию Meridian в Google Analytics 360 — корпоративную версию аналитики. Для бизнесов, у которых уже есть 360, MMM становится частью аналитического стека, а не отдельной задачей.

Реальность: для какого бизнеса это работает прямо сейчас

Главный фильтр — данные. MMM требует не просто исторических данных, а данных определённого качества и объёма:

• Минимум 2–3 года истории по неделям. Меньше — модель не отличит сезонность от тренда от шума.
• Несколько активных каналов с заметными бюджетами. Если 90% бюджета один канал, моделировать нечего — нет вариативности.
• Хорошо размеченные данные по тратам и продажам. «Сколько потратили на Instagram в неделю 12 февраля 2024» — нужен ответ с точностью до тенге.
• Достаточный объём продаж в каждой неделе. На малых числах модель улавливает шум.
• Желательно — переменные контекста. Промо-календарь, цены, праздники, погода (для розничного офлайн).

Для крупного ритейлера или e-commerce с миллионами клиентов это всё есть «само собой». Для стоматологии в Алматы с бюджетом 1,5 млн ₸/мес и десятком новых пациентов в неделю — MMM пока даст шум, а не ответ. Не потому что Meridian плохой инструмент, а потому что у модели нет достаточно сигнала, чтобы отличить вклад каналов от случайных колебаний.

Это нужно сказать честно: для среднего сервисного бизнеса в РК MMM сейчас рано. И «бесплатность» Meridian этого не отменяет — стоимость инструмента не была главным барьером. Барьером всегда был объём данных.

Что делать, пока MMM рано

Часть пользы, которую даёт MMM большим компаниям, можно получить упрощёнными средствами уже сейчас. Логика та же — оценить относительный вклад каналов и принимать бюджетные решения, не доверяя одной атрибуции.

Простой канальный лог по неделям. Заводится таблица: неделя, бюджет на каждый канал, число заявок (по CRM), число сделок, выручка, ключевые контекстные события (акции, праздники, конкуренты). Через 6–12 месяцев накопится массив, на котором глазом видны паттерны — какой канал коррелирует с заявками, какой нет. Это не статистическая модель, но это не «по ощущениям».

On/off тесты — главный заменитель. Подробно — в предыдущем гайде. Они дают самый прямой ответ на «вклад канала», и не требуют истории.

Сравнение по гео-точкам. Если у бизнеса несколько филиалов, разные комбинации каналов в разных точках уже сейчас дают грубый MMM-аналог: какие комбинации работают, какие нет. Это бесплатно и работает с теми объёмами, что есть.

Учёт контекста рядом с цифрами. То, что в MMM называется «non-media variables» — для среднего бизнеса это просто календарь: «акция была — рост на 20%», «конкурент открылся в нашем районе — провал на 15%». Простой документ, который рядом с отчётом маркетинга превращает данные в объяснимые.

Когда вернуться к MMM. При накоплении 2+ лет истории по неделям, активных 4–5 каналах с сопоставимыми бюджетами, минимум 50–100 заявок в неделю — можно прогонять данные через Meridian. До этого момента — то же самое, что строить эконометрику на двух точках: формально считается, по сути ничего.

Чек-лист

Что можно сделать сейчас, чтобы быть готовым к MMM через 2–3 года:

1. Начать вести недельный лог: бюджет по каналам, заявки в CRM, сделки, выручка, контекст. Простая таблица, обновляется раз в неделю.
2. Привести в порядок разметку трат: чтобы можно было однозначно ответить «сколько Instagram стоил на неделе X». UTM, кампанийная иерархия, единый формат.
3. Зафиксировать календарь контекста: акции, праздники, открытия конкурентов, изменения цен — рядом с маркетинговыми данными.
4. Не игнорировать бренд-канал: вклад брендовой узнаваемости — самый трудно измеримый, но самый недооцениваемый. Если в Казахстане у вас узнаваемый бренд, это сам по себе вклад в продажи, который не виден ни в одном кабинете.
5. Через 12 месяцев — посмотреть на накопленные данные и решить: достаточно ли сигнала, чтобы начать пробовать упрощённый MMM (есть R-пакет robyn от Meta, есть Python-Meridian от Google).
6. Если бизнес растёт быстро — следить за релизами Scenario Planner. Может оказаться, что через 18 месяцев его пользовательский интерфейс сделает MMM достижимым для бизнеса с бюджетом 5–10 млн ₸/мес.

Что важно понять про этот сдвиг

Релиз Meridian — это не сигнал, что «MMM теперь для всех». Это сигнал, что измерение становится демократичнее — и через 3–5 лет уровень аналитики, доступный среднему бизнесу, будет ближе к корпоративному, чем сейчас. Сегодня барьеры — данные, время, компетенции. Завтра первый барьер останется (его не убрать релизом инструмента), а два других — постепенно ослабевают.

Для сервисного бизнеса в РК практический вывод не «бежать внедрять Meridian». Практический вывод — готовиться к нему: вести данные в формате, который через 2–3 года можно будет загрузить в модель. Тот, кто начал собирать структурированные данные сейчас, через два года получит работающий MMM почти бесплатно. Тот, кто не собирал — снова окажется на старте.

В Alteora мы помогаем сервисному бизнесу выстроить эту структуру данных — не как ставку на MMM завтра, а как условие любого осмысленного измерения сегодня. Простой формат сейчас — фундамент для серьёзной аналитики потом.