Was ist Marketing/Media Mix Modeling (MMM)?

Marketing Mix Modeling (MMM) prognostiziert Geschäftsergebnisse durch eine statistische Analyse unter Verwendung multivariater Regressionen mit Marketingtaktiken und Ausgaben als Variablen. Die Regressionen liefern Beiträge jeder Variablen zu den Ergebnissen, die dann verwendet werden, um vorherzusagen, welche Conversions und Verkäufe mit unterschiedlichen Inputs oder Marketing-Mix sein würden.

Wie funktioniert Marketing Mix Modeling?

Marketing Mix Modeling, auch Media Mix Modeling genannt, sammelt aggregierte Daten aus Marketing- und Nicht-Marketing-Quellen über einen mehrjährigen historischen Zeitraum und berücksichtigt dabei auch externe Einflüsse wie Saisonalität, Wirtschaftsdaten, Wetter und Werbeaktionen. Die Daten werden dann verwendet, um ein Nachfragemodell zu entwickeln, das den historischen Beitrag jedes Marketing- und Nicht-Marketing-Inputs zu einem Geschäftsergebnis wie Umsatz oder Conversions quantifiziert.

Marketing-Mix-Modellierungsbeispiel

Ein Vermarkter von Bekleidungsmarken möchte wissen, wie jeder Medienkanal zum Umsatz beiträgt. Wenn die Marke Verkaufsdaten und Werbeausgaben für jeden Kanal über einen Zeitraum von mehreren Jahren gesammelt hat, kann MMM verwendet werden, um einen multivariaten Test zu vielen verschiedenen Zeitpunkten durchzuführen. Die Analyse zeigt, wie hoch der erwartete Umsatz sein wird, wenn sich die Medienausgaben ändern. Das Modell kann zwar effektiv sein, insbesondere wenn eine große Datenmenge verfügbar ist, basiert jedoch auf historischen Daten, was bedeutet, dass es nur Korrelationen und nicht unbedingt Kausalitäten aufzeigt.

Was sind die Vorteile von Marketing Mix Modeling?

Wenn Sie eine etablierte Marke sind, sind Daten wahrscheinlich leicht verfügbar, und MMM kann aus historischen Daten aus zwei bis drei Jahren viel lernen. MMM ist auch in der Lage, nicht-mediale Variablen wie makroökonomische Einflüsse (wie COVID-19), Wettbewerbseinflüsse, Saisonalität, Werbeaktionen und andere Trends zu modellieren. Der größte Vorteil von MMM ist die Analyse auf hoher Ebene über das gesamte Medienportfolio hinweg – ideal für strategische, langfristige Planungseinblicke in Ihre nicht adressierbaren und adressierbaren Medien – aber nicht ideal für taktische oder laufende Einblicke.

Was sind die Grenzen der Marketing-Mix-Modellierung?

MMM schätzt die Auswirkungen des Marketings auf historische Geschäftsergebnisse anhand der Wahrscheinlichkeit und kann dem Dilemma Korrelation vs. Kausalität unterliegen. Für zukunftsgerichtete Prognosen stützt sich MMM auf eine Reihe von Annahmen für Nicht-Marketing-Faktoren sowie auf die Annahme, dass Medienmix, Kosten und Reaktion auf Kanalebene nicht von den historischen Daten abweichen, die die Grundlage für das Nachfragemodell bilden.

Während gut aufgebaute Modelle, die auf qualitativ hochwertigen Daten basieren, die Korrelation vs. causation Dilemma Um Kanalanalysen und Prognosen zu liefern, bedeutet die Einschränkung der Freiheitsgrade und Herausforderungen mit überspezifizierten Modellen, dass sie nicht verwendet werden können, um taktische Entscheidungen auf der Subkanalebene zu treffen. Da Modelle auf mehrjährigen historischen Daten basieren, um einen durchschnittlichen Lesewert für Marketing-Inputs zu bestimmen, sind sie herausgefordert, dynamische Änderungen an Marketingkanälen und / oder Geschäftsänderungen in den letzten Zeiträumen herauszufiltern. Mit anderen Worten, es ist nicht gerade agil und liefert nicht den Einblick, der für die tägliche Optimierung erforderlich ist.

Ein alternativer Ansatz, um jeden Marketing-Mix-Beitrag zu verstehen und Entscheidungen über Medieninvestitionen zu informieren, besteht darin, fortlaufende Inkrementalitätstests durchzuführen.

Mit Measured können Sie problemlos Inkrementalitätsmessungen und -tests auf über 70 Media Publisher-Plattformen durchführen. Mithilfe unserer API-Integrationen mit Medienplattformen erhalten Sie in weniger als 24 Stunden eine kanalübergreifende Ansicht Ihres Marketing-Mixes.

Passt MMM zu Ihnen? Wenn Sie Unterstützung bei langfristigen Planungsentscheidungen suchen, hauptsächlich nicht adressierbare Medien verwenden und über mindestens zwei Jahre historische Daten verfügen, lohnt sich ein Blick darauf! Wenn Sie für die laufende Medienoptimierung Zugriff auf die neuesten Leistungsdaten benötigen, liefert die Measured Intelligence Suite inkrementelle Einblicke für eine fundierte und agile Planung ohne jahrelange Daten.

Measured vs Plattform Reporting, Multi-Touch Attribution (MTA) & Medien Mix Modellierung (MMM)