Marketing Mix Modeling (MMM) prevede i risultati di business attraverso un’analisi statistica utilizzando regressioni multivariate, con tattiche di marketing e spesa come variabili. Le regressioni forniscono contributi di ciascuna variabile ai risultati, che vengono quindi utilizzati per prevedere quali conversioni e vendite sarebbero con diversi input o marketing mix.
Come funziona la modellazione di marketing mix?
La modellazione di Marketing Mix, chiamata anche modellazione di Media Mix, raccoglie dati aggregati da fonti di marketing e non marketing su un periodo storico pluriennale, tenendo conto anche di influenze esterne come stagionalità, dati economici, meteo e promozioni. I dati vengono quindi utilizzati per sviluppare un modello di domanda che quantifica il contributo storico di ciascun input di marketing e non marketing a un risultato aziendale, come le vendite o le conversioni.
Esempio di modellazione di marketing mix
Un marketer di marca di abbigliamento vuole sapere come ogni canale multimediale contribuisce alle vendite. Se il marchio ha raccolto dati di vendita e spese pubblicitarie per ciascun canale durante un arco di tempo di diversi anni, MMM può essere utilizzato per eseguire un test multivariato su molti punti diversi nel tempo. L’analisi mostrerà quali saranno le vendite previste quando viene apportata una modifica alla spesa dei media. Mentre il modello può essere efficace, specialmente se c’è una grande quantità di dati disponibili, è basato su dati storici, il che significa che rivela solo correlazione, non necessariamente causalità.
Quali sono i vantaggi della modellazione del marketing mix?
Se sei un marchio affermato, i dati sono probabilmente prontamente disponibili e MMM può raccogliere molto da due a tre anni di dati storici. MMM è anche in grado di modellare variabili non multimediali come influenze macro-economiche (come COVID-19), influenze competitive, stagionalità, promozioni e altre tendenze. Il più grande vantaggio di MMM è l’analisi di alto livello su tutto il portafoglio di media – ottimo per fornire informazioni strategiche di pianificazione a lungo termine sui media non indirizzabili e indirizzabili-ma non ideale per approfondimenti tattici o in corso.
quali sono i limiti della modellazione del marketing mix?
MMM stima l’impatto di marketing sui risultati di business storici in base alla probabilità e può essere soggetto al dilemma di correlazione vs causalità. Per le proiezioni previsionali, MMM si basa su una serie di ipotesi per fattori non di marketing e l’ipotesi che il mix di media, il costo e la risposta a livello di canale non divergano dai dati storici che sono alla base del modello di domanda.
Mentre modelli ben costruiti basati su dati di alta qualità possono superare la correlazione vs. causation dilemma per fornire ascensore canale e le previsioni, la limitazione dei gradi di libertà e le sfide con modelli overspecified significa che non possono essere utilizzati per informare il processo decisionale tattico a livello sub-canale. Poiché i modelli si basano su più anni di dati storici per determinare una lettura media per gli input di marketing, sono sfidati a prendere in giro i cambiamenti dinamici ai canali di marketing e/o ai cambiamenti aziendali negli ultimi periodi. In altre parole, non è esattamente agile e non fornirà il livello di insight necessario per l’ottimizzazione quotidiana.
Un approccio alternativo per comprendere ogni contributo di marketing mix e informare le decisioni di investimento dei media è quello di eseguire test di incrementalità in corso.
Con Measured, è possibile eseguire facilmente misurazioni e test di incrementalità su oltre 70 piattaforme di media publisher. Utilizzando le nostre integrazioni API con le piattaforme multimediali, ottieni una visione cross-channel del tuo marketing mix in meno di 24 ore.
È MMM una misura per voi? Se siete alla ricerca di supporto su decisioni di pianificazione a lungo termine, utilizzare in primo luogo i media non indirizzabili, e hanno almeno due anni di dati storici con cui lavorare, vale la pena esaminare! Se hai bisogno di accedere ai dati sulle prestazioni più recenti per un’ottimizzazione continua dei media, la suite Measured Intelligence offre insight sull’incrementalità per una pianificazione informata e agile senza anni di dati.
Misurata vs piattaforma di reporting, Multi-Touch di Attribuzione (MTA) & Media Mix di Modellazione (MMM)
Misurata |
Misura |
Misurata Vantaggio |
|||
Incrementality |
Piattaforme |
MTA |
MMM |
||
Generale |
|||||
Neutro & Indipendente |
Fidati Di Misura |
||||
Misura |
|||||
Causale Contributo Incrementale |
Productized Esperimenti |
||||
Sperimentazione Su Larga Scala |
Identificare Curve Di Saturazione |
||||
Granulare Approfondimenti |
A Prova di futuro |
||||
Completa & Cross-Canale |
Profondità di Misura |
||||
Giardino Recintato Di Supporto |
Completa |
||||
Trasparente |
Trasparenza = Fiducia |
||||
Le Decisioni |
|||||
Decisioni Tattiche |
Quotidiano & Settimanale Di Approfondimenti |
||||
Strategico Pianificazione |
Basso Di Previsione |
||||
Puntuali Approfondimenti |
Nel Tempo, Affidabile |
||||
La Gestione Dei Dati |
|||||
appositamente Costruito per il Marketing Analytics |
Analytics Pronto |
||||
la Qualità dei Dati |
Riconciliati alla Fonte della Verità Piattaforme |