Qu’est-ce que la modélisation Marketing/Mix Média (MMM) ?

La modélisation du mix marketing (MMM) prédit les résultats commerciaux grâce à une analyse statistique utilisant des régressions multivariées, avec des tactiques de marketing et des dépenses comme variables. Les régressions fournissent des contributions de chaque variable aux résultats, qui sont ensuite utilisées pour prédire les conversions et les ventes avec différents intrants ou mix marketing.

Comment fonctionne la modélisation du mix marketing ?

La modélisation du mix marketing, également appelée Modélisation du Mix média, recueille des données agrégées provenant de sources marketing et non commerciales sur une période historique pluriannuelle, en tenant également compte des influences externes telles que la saisonnalité, les données économiques, la météo et les promotions. Les données sont ensuite utilisées pour développer un modèle de demande qui quantifie la contribution historique de chaque entrée marketing et non marketing à un résultat commercial, comme les ventes ou les conversions.

Exemple de modélisation du mix marketing

Un marketeur de marque de vêtements veut savoir comment chaque canal de média contribue aux ventes. Si la marque a collecté des données de vente et des dépenses publicitaires pour chaque canal pendant une période de plusieurs années, MMM peut être utilisé pour exécuter un test multivarié sur de nombreux points différents dans le temps. L’analyse montrera quelles seront les ventes attendues lorsqu’un changement sera apporté aux dépenses médias. Bien que le modèle puisse être efficace, surtout s’il y a une grande quantité de données disponibles, il est basé sur des données historiques, ce qui signifie qu’il ne révèle que la corrélation, pas nécessairement la causalité.

Quels sont les avantages de la modélisation du marketing mix ?

Si vous êtes une marque établie, les données sont probablement facilement disponibles et MMM peut glaner beaucoup de données historiques de deux à trois ans. MMM est également capable de modéliser des variables non médiatiques telles que les influences macro-économiques (comme COVID-19), les influences concurrentielles, la saisonnalité, les promotions et d’autres tendances. Le plus grand avantage de MMM est l’analyse de haut niveau sur l’ensemble du portefeuille de médias – idéal pour fournir des informations de planification stratégique à long terme sur vos médias non adressables et adressables – mais pas idéal pour des informations tactiques ou continues.

quelles sont les limites de la modélisation du marketing mix ?

MMM estime l’impact du marketing sur les résultats commerciaux historiques en fonction de la probabilité et peut être soumis au dilemme de la corrélation par rapport à la causalité. Pour les projections prospectives, MMM s’appuie sur un certain nombre d’hypothèses pour des facteurs non liés à la commercialisation, ainsi que sur l’hypothèse selon laquelle le mix média, le coût et la réponse au niveau du canal ne divergent pas des données historiques qui sont à la base du modèle de demande.

Alors que des modèles bien construits basés sur des données de haute qualité peuvent surmonter la corrélation vs. dilemme de causalité pour fournir une levée et des prévisions de canal, la limitation des degrés de liberté et les défis avec des modèles surspécifiés signifient qu’ils ne peuvent pas être utilisés pour éclairer la prise de décision tactique au niveau du sous-canal. Étant donné que les modèles s’appuient sur plusieurs années de données historiques pour déterminer une lecture moyenne des entrées marketing, ils ont du mal à éliminer les changements dynamiques des canaux de marketing et / ou des changements commerciaux au cours des périodes récentes. En d’autres termes, il n’est pas exactement agile et ne fournira pas le niveau d’informations nécessaires à l’optimisation quotidienne.

Une autre approche pour comprendre chaque contribution au mix marketing et éclairer les décisions d’investissement dans les médias consiste à effectuer des tests d’incrémentalité continus.

Avec Measured, vous pouvez facilement exécuter des mesures et des tests d’incrémentalité sur plus de 70 plateformes d’éditeurs de médias. En utilisant nos intégrations d’API avec des plateformes multimédias, vous obtenez une vue cross-canal de votre mix marketing en moins de 24 heures.

MMM vous convient-il ? Si vous recherchez un soutien pour des décisions de planification à long terme, utilisez principalement des supports non adressables et disposez d’au moins deux ans de données historiques, cela vaut la peine d’être examiné! Si vous avez besoin d’accéder aux données de performance les plus récentes pour une optimisation continue des médias, la Suite Measured Intelligence fournit des informations d’incrémentalité pour une planification éclairée et agile sans des années de données.

Rapports mesurés par rapport à la plate-forme, Attribution Multi-Touch (MTA) & Modélisation du mélange de médias (MMM)