Librería bayesiana ligera en Python creada por Google construida sobre JAX y NumPyro que aceleró drásticamente el tiempo de cálculo de modelos econométricos.
Explicación y Contexto Conceptual
LightweightMMM fue una solución pionera desarrollada por los ingenieros de Google que transformó la viabilidad práctica del MMM bayesiano en la industria. Históricamente, correr un muestreo MCMC en un modelo bayesiano con muchos canales y variables podía tomar horas o incluso días enteros de procesamiento en una CPU convencional.
Al estar programada sobre JAX y NumPyro, LightweightMMM aprovechó la aceleración por hardware en GPUs y TPUs, reduciendo el tiempo de ajuste de modelos de horas a cuestión de pocos minutos o segundos. Ofrecía tres transformaciones de adstock y saturación (Hill, Hill con adstock y función exponencial) y permitía introducir priors bayesianos personalizados para cada canal.
Aunque en 2024 Google canalizó sus esfuerzos en su sucesor más completo (Google Meridian), LightweightMMM sentó las bases de la moderna ola de herramientas open-source de ciencia de datos aplicadas a medios.
Ejemplo en la Práctica
Un data scientist ejecuta 10 iteraciones de prueba de modelos MMM en su laptop en solo 4 minutos gracias a la arquitectura JAX de LightweightMMM.