邊際 ROI 遞減怎麼判讀：回應曲線、增量測試與調整節奏

邊際 ROI 遞減是什麼：下一塊錢的回報會變少

Measured 把邊際 ROI（mROI）定義為投入某個管道的下一塊錢所帶來的 ROI，並稱資金持續流入同一個管道時，mROI 會因報酬遞減而下降。

該公司的說法是，一般會持續投入某個做法，直到它的 mROI 不再有利可圖為止。Ekimetrics 在 2026 年 9 月 4 日發表的 MMM 指南也用報酬遞減描述行銷投入：每多投入一塊錢，回報逐步變小。它稱回應曲線（response curve）呈現的就是這種飽和效果，邊際 ROI 則用來找出某個管道開始失去效率的那個點。

Stackmatix 的指南也這樣寫：

Most channels follow a curve of diminishing returns — the first $10,000 produces more results per dollar than the next $10,000

意思是多數管道走的是遞減曲線，前 1 萬美元每塊錢換到的成果，多於下一個 1 萬美元。

Ekimetrics 另外提醒，兩個管道的曲線形狀可能差很多：一個 ROI 高但已嚴重飽和，另一個 ROI 較低卻還有擴量空間，所以配置決策不能只看 ROI。它在 2026 年 9 月 8 日談預算說服的文章裡也寫道，成效型管道能帶來短期回報，但很快就會飽和。

MMM 和歸因工具的分工，Ekimetrics 的說法是：多觸點歸因（MTA）優化日常的投放執行，MMM 引導中長期的投資決策。

MMM does not replace attribution; it gives it the strategic context it lacks.

該公司也提醒，向財務部門溝通時，財務最能理解的是他們已經在用的指標：回收期、邊際 ROI，以及依情境推估的營收影響。

finance teams respond most clearly to metrics they already use: payback period, marginal ROI, and scenario-based revenue impact

飽和要怎麼看出來？Stackmatix 列出的常見訊號有三個：CPA 上升但轉換量持平或下降、每週頻次超過 3 到 4 次、受眾重疊報告顯示大量重複。

預算怎麼移：讓各管道的邊際 CPA 接近

Stackmatix 給的判準是：畫出各管道在目前花費水準下的邊際 CPA，最佳組合會讓所有管道的邊際 CPA 大致相等。

它舉的例子是，如果 Google 的邊際 CPA 是 35 美元、Meta 是 60 美元，可能就有空間把部分 Meta 預算移到 Google。同一句話後面接著但書：除非 Meta 正在供應讓 Google 有效的漏斗上層。

這個但書在指南開頭就鋪過了。該指南稱管道成效彼此相依，砍掉 Meta 可能讓 Google 的 CPA 上升 30%，因為讓搜尋廣告轉換的認知是 Meta 帶來的。這是它設定的假設情境，用來說明不能只看單一管道的 CPA。

移動的幅度，該指南建議每次以該管道預算的 10% 到 20% 為單位。

Meridian、Robyn 與資料門檻：各家說法不一

Measured 稱，Meta 的 Robyn 與 Google 的 Meridian（2025 年初釋出）是開源的 MMM 方案，導入成本低、建置相對快，是入門 MMM 的簡單方式。

同一頁也列了這兩套框架的限制：功能較精簡、缺乏客製彈性，而且資料蒐集、模型驗證、洞察、建議與優化這些重活，都得由使用者自己的專家團隊完成。Measured 自己販售以增量測試校準的因果 MMM，這段比較屬於廠商觀點。

Stackmatix 的比較表則把 Meridian、PyMC-Marketing 這類貝氏 MMM 列為適合歷史資料較少的新創，資料需求是 6 到 12 個月的每週資料。

一般 MMM 要多少歷史資料，各來源說法不同：

• Stackmatix：兩年以上的每週花費與成果資料。
• Measured：兩年以上完整、穩定的歷史媒體資料（同頁摘要另寫通常兩到三年）。
• Ekimetrics 的 2026 指南：最少兩到三年的每週銷售資料，並稱三年的每週資料是普遍接受的門檻；它在 2026 年 3 月 19 日的另一篇文章則寫，多數情況建議用三年資料。
• Heliosz（2026 年 4 月 24 日）：通常至少需要一到兩年的資料，才看得出季節趨勢。

資料內容也不只花費。Measured 稱 MMM 的輸入除了媒體資料，還包括季節性、特殊事件、經濟狀況、天氣、競爭活動、價格與營運資料等非媒體因素。Ekimetrics 則稱，第一個 MMM 專案從蒐集資料到產出第一批可行動的洞察，通常要八到十二週。

多久調一次：每月檢視，每季增減管道

Stackmatix 建議每月做一次完整的媒體組合檢視，每兩週做小幅戰術調整；增加或砍掉管道這類重大調整，每季做一次，並以增量測試支撐。

它也明寫要避免每週再平衡。它的理由是，每週移動預算會不斷重置學習期，也讓你看不出任何單一調整的真正影響。

模型本身的更新是另一件事。Ekimetrics 稱，多數組織每季或持續重新校準 MMM，頻率取決於預算決策多常發生、新資料多快取得；它也寫道，靜態模型很快就會失去參考價值。該公司談預算說服的文章則主張，把衡量嵌進規劃節奏、而不是一年做一次的組織，會持續做出較好的配置決策。

用增量測試校準模型

Measured 稱，傳統 MMM 用歷史資料的統計相關來估算行銷對銷售的影響，而相關不等於因果。該公司稱，因果 MMM 用受控增量實驗的結果校準模型，以處理這個限制。

Causal MMM addresses this limitation by calibrating the model with results from controlled incrementality experiments.

該公司舉的例子是：產品需求上升時，付費搜尋的點擊自然會增加，不論廣告有沒有帶動需求，所以一個管道可能和銷售高度相關，卻不是銷售的原因。依它的說法，實驗得到的因果錨點會以貝氏先驗或係數限制的形式回饋進模型。該公司把 MMM、增量測試與平台歸因三者結合的做法稱為三角測量（triangulated）框架。

增量測試（incrementality testing）本身怎麼做？Stackmatix 列了三種常見做法：分地區的保留測試，在某些市場投放、某些不投，比較轉換率；花費升降測試，把單一管道的花費增加或減少 30% 到 50%，持續兩週，看整體組合的變化；以及 Meta 與 Google 內建的增量衡量工具。它的比較表把增量測試寫成需要受控測試設計、每次 2 到 4 週，成本主要是機會成本。

Heliosz 則提醒，增量測試的證據力強，但需要時間、預算與仔細的設計，所以無法持續測試每一個管道。

銷波快觀點：用現在的成績排預算，等於讓過去決定未來

我們自己踩過這個坑，而且踩在內容上。九個主題分類的改寫順序，一開始是依既有點擊數排的，看起來很合理：有流量的先保。用 DataForSEO 掃過之後才發現，這個排序會系統性地漏掉最大的市場。社群分類的十一篇文章都在打「社群經營」，月搜尋量 320，而「社群行銷」是 5,400、年增 646%。數據分析分類七篇在打「行銷預算」，月量 30、年減 60%，而 GA4 是 6,600、年增 83%。既有內容從來沒碰過那些詞，所以點擊當然是零。用「現在有什麼」排序，等於讓過去的錯誤決定未來的順序。

預算配置是一模一樣的結構。ROAS 排行榜只統計得到你已經投過的管道，沒投過的那些，數字永遠是零。更麻煩的是條件差異會被單一數字蓋掉。同一批資料裡，口碑行銷前排的平均外鏈是 2.4，網紅行銷是 1,004，而銷波快全站外鏈是 0。難度值一樣，實際競爭條件差了四百倍。

另一個實務提醒。數據下滑的時候，先把原因拆成直接影響因素與間接影響因素。廣告素材、文案、銷售頁轉換率是你能直接動的；競爭對手加碼、社群氛圍、大型事件是動不了的。沒做這一步，你會把一個好檔期誤認成一個好管道。

Measured 列出的 MMM 輸入，除了媒體資料，也包括季節性、特殊事件、經濟狀況、競爭活動等非媒體因素。我們的判斷是，把這些因素一起放進模型，比較不容易把檔期效果算到單一管道頭上。

我們的判斷是，開場的名單成本情境和 Ekimetrics 的提醒指向同一件事：ROI 最高的管道，不一定是下一塊錢最該去的地方。

結論：先看曲線，再搬預算

邊際 ROI 問的是下一塊錢的回報，Measured 與 Ekimetrics 都稱它會隨花費增加而下降。Stackmatix 的判準是讓各管道的邊際 CPA 接近，並以每月檢視、每季增減管道的節奏調整。

MMM 的回應曲線能看出飽和，Measured 主張用增量測試的結果去校準它；Heliosz 則提醒，增量測試無法對每個管道持續進行。至於要多少歷史資料，一般 MMM 從一到兩年到三年，各來源說法不一；Stackmatix 另稱貝氏 MMM 用 6 到 12 個月的每週資料即可。動手前，先盤點自己手上有幾年、什麼粒度的花費與業績資料。

資料來源

• What is Marketing Media Mix Modeling (MMM)measured.com
• Marketing Mix Modeling: The Complete 2026 Guideekimetrics.com
• How to Justify Your Marketing Budget: From Budget Defense to Capital Allocationekimetrics.com
• Marketing Mix Modeling: How to Measure Marketing Impact and Optimize Budget Allocationekimetrics.com
• Media Mix Optimization Guide: Balancing Channels for Efficient Growthstackmatix.com
• Adapting Marketing Mix Modeling Guide 2026 for Advertisersheliosz.ai