渠道数据校准—滞后饱和分解—边际回报预算编排法

方法能改善渠道预算决策，但数据量、统计假设和校准要求较高；现阶段适合任务辅助建模，不宜全自动调拨预算。

先实现数据质检、特征生成、模型候选比较和预算情景输出；模型校准、异常时期剔除与预算发布由分析人员和经营负责人共同审批。

Robyn贡献了营销组合模型的数据准备、adstock滞后、saturation饱和、模型搜索、校准和预算分配流程。可迁移到淘宝、拼多多的是周粒度渠道建模及边际回报比较；其模型结果不是因果真值，必须用平台实验或区域、时段留出进行校准。

输出格式：模型候选集、渠道贡献区间、响应曲线、边际回报排序、约束预算方案、校准记录及人工审批意见。

执行示例：模型显示某站外内容渠道已进入饱和区，而拼多多搜索推广仍有较高边际回报；团队先迁移5%预算并设置两周留出实验，以增量贡献利润而非平台归因销售额决定是否继续。