كل شهر بيجيلي سؤال عن Meridian بصيغة واحدة تقريبا: ده بديل للاتريبيوشن؟ وهل اشغله على الحساب؟ والاجابة الصادقة ان السؤال نفسه فيه غلطة، لان Meridian مش حاجة بتشغلها على حساب اعلاني. ده نموذج احصائي بتبنيه بنفسك، وبياخد مدخلاته من بياناتك انت مش من مدير الاعلانات.
فخلينا نعمل حاجة واحدة هنا: نقرا اللي جوجل كاتبته بنفسها عن متطلبات البيانات، ونجاوب على السؤال اللي يهم الميديا باير فعلا. هل عندك البيانات اللي النموذج ده محتاجها؟ ولو الاجابة لأ، فالكلام كله مش ليك دلوقتي، وده قرار كويس تعرفه قبل ما تصرف شهرين.
Meridian ده ايه بالتحديد
جوجل بتوصف Meridian في صفحته الرسمية كـ «open-source MMM» يعني نموذج مزيج تسويقي مفتوح المصدر. و MMM مختصر Marketing Mix Modeling، وهي طريقة قديمة في القياس بترجع لقبل الديجيتال: بتاخد سلسلة زمنية لصرفك على كل قناة، وسلسلة زمنية لنتيجتك، وبتحاول تفصل مساهمة كل قناة احصائيا.
الفرق الجوهري عن الاتريبيوشن انه مش بيتبع المستخدم. الاتريبيوشن بيحاول يربط البيع بالنقرة، وده اللي بقى ناقص بعد قيود التتبع. الـMMM مش شايف المستخدم من الاساس، بيشوف ارقام مجمعة بالاسبوع، وعشان كده قيود الكوكيز مش بتأثر عليه. وده السبب الحقيقي اللي رجع الـMMM للصورة.
والمقابل ان الدقة مختلفة في طبيعتها. الاتريبيوشن بيقولك «البيع ده جا من الحملة دي»، والـMMM بيقولك «القناة دي ساهمت بالتقريب بكذا في الفترة دي، بهامش شك». واللي متوقع من الاولى حاجة من التانية بيطلع متضايق من الاتنين.
المتطلب الحقيقي: كم بيانات، وبأي شكل
ودي الجزئية اللي بتتهرب في اغلب الكلام المتداول. صفحة جمع البيانات في توثيق Meridian بتحدد الحد الادنى بوضوح، والارقام دي هي اللي بتحدد لو الموضوع ده ينفع معاك ولا لأ.
التوثيق بيوصي بسنتين على الاقل من البيانات الاسبوعية للنماذج على مستوى المناطق، وتلات سنين للنماذج على المستوى الوطني. ولو عندك بيانات شهرية بس، التوصية تلات سنين كحد ادنى. والمثال اللي في الصفحة بيتكلم عن «104+ اسبوع لكل منطقة».
خد لحظة مع الرقم ده. ١٠٤ اسبوع يعني سنتين كاملين، لكل منطقة لوحدها، بصرف وعرض مفصلين بالقناة. اغلب الحسابات اللي بشوفها في مصر والخليج عندها سنة ونص متقطعة، وفيها شهور تغير فيها التراكينج، وشهرين مفيش فيهم صرف خالص. ده مش داتا ينفع تبني عليها MMM، وملوش علاقة بذكاء النموذج.
والتوثيق كمان بيقول ان Meridian «بيطلب داتا سيت كاملة من غير قيم ناقصة»، يعني الفراغات لازم تتعامل قبل النموذج، اما بالتقدير او بتصفيرها. وبيقول تستبعد المناطق اللي عندها عدد مشاهدات قليل قبل التدريب. دي شغلانة تنضيف بيانات حقيقية، مش خطوة اعداد. ولو التراكينج عندك فيه تكرار في الاحداث، فالارقام الاسبوعية نفسها مش سليمة من الاساس، وده اتناولته في مشكلة تكرار الاحداث في البكسل.
الاعمدة اللي لازم تكون موجودة
التوثيق بيفصل المدخلات لنوعين. اللي لازم، واللي اختياري بيحسن النموذج. ولو حاجة من اللي لازم ناقصة فمفيش نموذج.
مطلوب
- بيانات الميديا: مقياس التعرض لكل قناة ولكل منطقة ولكل فترة زمنية، والقيم لازم تكون غير سالبة.
- الصرف: بنفس الابعاد بالظبط زي بيانات الميديا.
- متغيرات التحكم: الحاجات اللي بتأثر على النتيجة وانت مش بتتحكم فيها.
- الـKPI: ولازم يكون قابل للجمع، يعني مجموع الاسابيع يساوي الفترة.
اختياري
الايراد لكل KPI، وعدد سكان المنطقة، والـreach and frequency، والميديا العضوية، والمعاملات غير الاعلانية. ودي الحاجات اللي بتخلي النموذج اقرب للواقع، بس مش شرط لتشغيله.
لاحظ شرط «قابل للجمع» في الـKPI، لانه بيستبعد مؤشرات بيحبها ناس كتير. متوسط قيمة الاوردر مش قابل للجمع. معدل التحويل مش قابل للجمع. عدد التحويلات والايراد قابلين للجمع. فلو الهدف عندك نسبة، لازم ترجع لرقم مطلق قبل ما تبدأ.
الجزء التقني، وهو مش تفصيلة
مستودع Meridian على جيت هاب تحت رخصة Apache-2.0، ومكتوب فيه ان «Python 3.11-3.13 مطلوبة»، وان المشروع بيوصي بـGPU واحد كحد ادنى، وانه اتجرب على GPU من نوع T4 بذاكرة 16 جيجا. وتنصيب نسخة الـGPU على لينكس محتاج CUDA وكارت متوافق.
وده يحدد مين بيقدر يشغل ده فعلا. مش محلل بيفتح شيت. محتاج حد يعرف بايثون، وبيئة فيها كارت رسوميات، ويقدر يقرا نتيجة احصائية بايزية ويحكم عليها. في فريق كبير ده موجود. في اغلب الفرق اللي بتسألني، مش موجود، والاهم انه مش محتاج يكون موجود دلوقتي.
والصفحة الرسمية كمان بتتكلم عن Meridian GeoX لتجارب المناطق، وعن منصة بيانات بتدي بيانات حملات جوجل، وبتقول ان طلبات الوصول بيتم الرد عليها «في حدود 3 ايام عمل من تقديم الطلب». فالباب مفتوح، بس هو باب لفريق داتا مش لمدير حملات.
امتى يستحق، وامتى لأ
القاعدة اللي بستخدمها بسيطة: الـMMM بيستحق لما يكون عندك قنوات مش قابلة للقياس بالنقرة، وميزانية كبيرة بما يكفي ان الخطأ فيها يكلف اكتر من بناء النموذج. والاسطح الجديدة اللي القياس فيها لسه ناقص بطبيعتها، زي الاعلانات داخل AI Mode، فصلت الموثق منها وحدود قياسها في الاعلانات داخل AI Mode من جوجل.
| حالتك | يستحق؟ | السبب |
|---|---|---|
| صرف اقل من مليون جنيه في السنة على قناتين | لأ | تكلفة بناء النموذج اكبر من الخطأ اللي بتحاول تصلحه |
| عندك تلفزيون او راديو او لوحات مع الديجيتال | ايوه، لو الداتا موجودة | ده بالظبط اللي الـMMM اتعمل ليه: قنوات مفيش فيها نقرة |
| سنة واحدة من الداتا، نضيفة | لأ، مش لسه | اقل من الحد الادنى الموثق، والنتيجة هتبقى رقم مش مفهوم مصدره |
| سنتين بيانات اسبوعية بالمنطقة والقناة | ايوه | ده الحد الادنى اللي التوثيق نفسه بيوصي بيه للنماذج الجغرافية |
| عايز تعرف اي اعلان جاب البيع امبارح | لأ | ده سؤال اتريبيوشن، والـMMM مش بيجاوب على مستوى الاعلان ولا اليوم |
الصف الاخير هو اكتر التباس بشوفه. الناس بتسمع ان الـMMM «بديل الاتريبيوشن بعد الكوكيز»، فبتتوقع انه يجاوب نفس السؤال بطريقة تانية. مش بيعمل كده. بيجاوب سؤال مختلف على مستوى اعلى: توزيع الميزانية بين القنوات على مدى شهور، مش قرار على اعلان بعينه.
ابدأ منين لو الداتا مش جاهزة
لو قريت فوق وطلعت بنتيجة ان بياناتك مش كافية، ده مش طريق مسدود. ده ترتيب.
ابدأ بحاجة واحدة: ثبت تسجيل الصرف والنتيجة بالاسبوع وبالقناة، وخليه مايتغيرش. لو عملت ده من بكره، بعد سنتين عندك اللي محتاجه. والناس اللي شغالة MMM دلوقتي عملت ده في ٢٠٢٤ مش في ٢٠٢٦.
وفي الوقت ده، الحاجة اللي بتقرب من نفس الفايدة وبتكلف اقل بكتير هي التجارب. تجربة جغرافية او تجربة توقف منظمة بتديك قياس سببي لقناة واحدة في اسابيع، من غير سنتين داتا ولا GPU. وشرح الاتريبيوشن التزايدي في ميتا وحدوده كتبته في شرح Incremental Attribution في ميتا، والمنطق هو هو.
ولو السؤال اللي ورا كل ده هو توزيع الميزانية بين ميتا وجوجل، فده اتناولته بالتفصيل في توزيع الميزانية بين ميتا وجوجل، والخلاصة هناك ان القرار قياس مش تفضيل منصة.
حدود صادقة
تلات حدود يستحقوا يتقالوا، لان عدم قولهم هو اللي بيصنع التوقع الخائب.
الاول ان التوثيق بيوصي بالحد الادنى للبيانات، وما بيضمنش نتيجة عنده. سنتين داتا شرط مش ضمان. لو الصرف عندك كان ثابت تقريبا على كل القنوات طول المدة، فالنموذج مش هيعرف يفصل مساهمتهم، لان مفيش تغير يتعلم منه. الـMMM محتاج تنويع في الصرف، ودي حاجة التوثيق ما بيعدكش بيها.
والتاني اني مقريتش النتائج بنفسي على حساب حقيقي بالنموذج ده. اللي فوق قراية في توثيق جوجل ومستودعها، والارقام كلها منقولة من هناك بالنص. مش تجربة تشغيل، ولو حد قالك انه شغله على حساب مصري وطلع برقم محدد، اسأله على المدة وعدد المناطق وتنويع الصرف قبل اي حاجة تانية.
والتالت ان النسخة متحركة. صفحة المستودع فيها اقتباس مرجعي بيذكر اصدار 2.1.0 وسنة 2026، وقسم الاصدارات نفسه فاضي، فمش بقول ان دي اخر نسخة. لو هتبني على الموضوع ده اقرا التوثيق في يومه، لان متطلبات زي نسخة بايثون بتتغير بين الاصدارات.
وحاجة اخيرة تخص الصورة الكبيرة. الـMMM مش بيعالج مشكلة ان الاسناد بالنقرة الاخيرة بيكذب. هو بيقيس من زاوية تانية خالص. ومشاكل اخر نقرة نفسها واللي بقي من نماذج القياس، اصحابنا في KF Agency كتبوها بالتفصيل في الإسناد بالنقرة الأخيرة ومشاكله، وهي القراية المكملة لده.
أسئلة شائعة
Meridian ده اعداد في مدير الاعلانات؟
لأ. ده مشروع مفتوح المصدر بتنصبه وتشغله بنفسك بـPython، ومفيش ليه اي زر في مدير الاعلانات. مدخلاته بياناتك المجمعة بالاسبوع، مش بيانات الحساب مباشرة.
محتاج كام سنة بيانات عشان اشغله؟
التوثيق بيوصي بسنتين على الاقل من البيانات الاسبوعية للنماذج على مستوى المناطق، وتلات سنين للمستوى الوطني، ولو البيانات شهرية فتلات سنين كحد ادنى. والمثال في الصفحة بيقول 104+ اسبوع لكل منطقة.
هل بيغني عن الاتريبيوشن؟
لأ، وده اكتر التباس شايع. الاتريبيوشن بيجاوب على مستوى الاعلان والنقرة، والـMMM بيجاوب على مستوى القناة والاسبوع. الاتنين بيجاوبوا اسئلة مختلفة، والـMMM مش بديل لحاجة بتسأل عنها يوميا.
ينفع اشغله من غير مبرمج؟
عمليا لأ. المستودع بيقول ان Python 3.11-3.13 مطلوبة وبيوصي بـGPU واحد كحد ادنى واتجرب على T4 بذاكرة 16 جيجا. محتاج حد يعرف بايثون ويقدر يقرا نتيجة احصائية ويحكم عليها.
لو بياناتي مش كافية اعمل ايه دلوقتي؟
حاجتين: ثبت تسجيل الصرف والنتيجة بالاسبوع وبالقناة من بكره عشان يبقى عندك تاريخ بعد سنتين، وفي الوقت ده استخدم التجارب الجغرافية او تجارب التوقف لقياس قناة واحدة سببيا في اسابيع.
المصادر
- توثيق Meridian الرسمي، صفحة جمع البيانات. المقتبس منها: التوصية بسنتين على الاقل من البيانات الاسبوعية للنماذج على مستوى المناطق وتلات سنين للمستوى الوطني، وتلات سنين كحد ادنى للبيانات الشهرية، ومثال «104+ اسبوع لكل منطقة»، وجمع البيانات على المستوى الاسبوعي، والمدخلات المطلوبة وهي بيانات الميديا بمقياس التعرض بالقناة والمنطقة والفترة بقيم غير سالبة والصرف بنفس الابعاد ومتغيرات التحكم والـKPI القابل للجمع، والمدخلات الاختيارية وهي الايراد لكل KPI وعدد سكان المنطقة والـreach and frequency والميديا العضوية والمعاملات غير الاعلانية، وشرط الداتا سيت الكاملة من غير قيم ناقصة، واستبعاد المناطق ذات عدد المشاهدات القليل قبل التدريب
- مستودع google/meridian على جيت هاب. المقتبس منه: رخصة Apache-2.0، وان Python 3.11-3.13 مطلوبة، والتوصية بـGPU واحد كحد ادنى، والاختبار على GPU من نوع T4 بذاكرة 16 جيجا، واحتياج نسخة الـGPU على لينكس لـCUDA وكارت متوافق، والاقتباس المرجعي الذي يذكر اصدار 2.1.0 وسنة 2026 مع قسم اصدارات فاضي
- الصفحة الرسمية لـMeridian من جوجل. المقتبس منها: توصيف Meridian كـopen-source MMM من جوجل، وذكر Meridian GeoX لتجارب المناطق، والرد على طلبات الوصول لمنصة بيانات الحملات «في حدود 3 ايام عمل من تقديم الطلب»