Vad är marknadsföring / Media Mix modellering (MMM)?

Marketing Mix Modeling (mmm) förutspår affärsresultat genom en statistisk analys med multivariata regressioner, med marknadsföringstaktik och utgifter som variabler. Regressionerna ger bidrag från varje variabel till resultat, som sedan används för att förutsäga vilka omvandlingar och försäljning som skulle vara med olika ingångar eller marknadsföringsmix.

hur fungerar marknadsföringsmixmodellering?

Marketing Mix Modeling, även kallad Media Mix Modeling, samlar in aggregerade data från marknadsförings-och icke-marknadsföringskällor under en flerårig Historisk period, även med hänsyn till yttre påverkan som säsongsmässighet, ekonomiska data, väder och kampanjer. Uppgifterna används sedan för att utveckla en efterfrågemodell som kvantifierar det historiska bidraget från varje marknadsföring och icke-marknadsföringsinmatning till ett affärsresultat, som försäljning eller omvandlingar.

marknadsföring mix modellering exempel

ett klädmärke marknadsförare vill veta hur varje mediekanal bidrar till försäljningen. Om varumärket har samlat in försäljningsdata och annonsutgifter för varje kanal under en tidsram på flera år kan MMM användas för att köra ett multivariat test på många olika tidpunkter. Analysen visar vilken förväntad försäljning som kommer att bli när det sker en förändring av medieutgifterna. Även om modellen kan vara effektiv, särskilt om det finns en stor mängd data tillgänglig, är den baserad på historiska data, vilket betyder att den bara avslöjar korrelation, inte nödvändigtvis orsakssamband.

vilka är fördelarna med marknadsföring mix modellering?

om du är ett etablerat varumärke är data sannolikt lättillgängliga och MMM kan hämta mycket från två till tre års Historisk data. MMM kan också modellera icke-medievariabler som makroekonomisk påverkan (som COVID-19), konkurrenspåverkan, säsongsmässighet, kampanjer och andra trender. Den största fördelen med MMM är högnivåanalys över hela medieportföljen-perfekt för att leverera strategisk långsiktig planeringsinsikt i dina icke-adresserbara och adresserbara medier-men inte idealiska för taktiska eller pågående insikter.

vilka är begränsningarna för marknadsföringsmixmodellering?

mmm uppskattar marknadsföringspåverkan på historiska affärsresultat baserat på sannolikhet och kan vara föremål för korrelation vs. orsakssamband dilemma. För framåtblickande prognoser, mmm bygger på ett antal antaganden för icke-marknadsföringsfaktorer samt antagandet att kanalnivå media mix, kostnad, och svar inte avviker från de historiska data som ligger till grund för efterfrågemodellen.

medan välbyggda modeller baserade på högkvalitativa data kan övervinna korrelationen vs. orsakssamband dilemma för att ge kanallyft och prognoser, begränsningen av frihetsgrader och utmaningar med överspecificerade modeller innebär att de inte kan användas för att informera taktiskt beslutsfattande på underkanalnivå. Eftersom modeller är beroende av flera års historiska data för att bestämma en genomsnittlig läsning för marknadsföringsinsatser, utmanas de att reta ut dynamiska förändringar i marknadsföringskanaler och/eller affärsförändringar under de senaste perioderna. Med andra ord är det inte exakt smidigt och kommer inte att leverera den nivå av insikt som behövs för den dagliga optimeringen.

ett alternativt tillvägagångssätt för att förstå varje marknadsföringsmixbidrag och informera medieinvesteringsbeslut är att köra pågående incrementality testing.

med uppmätt kan du enkelt köra inkrementalitetsmätning och testning på 70+ medieutgivarplattformar. Genom att använda våra API-integrationer med medieplattformar får du en kanalöverskridande bild av din marknadsföringsmix på mindre än 24 timmar.

är MMM en passform för dig? Om du letar efter stöd för långsiktiga planeringsbeslut, använder främst icke-adresserbara medier och har minst två års Historisk data att arbeta med, är det värt att titta på! Om du behöver tillgång till de senaste prestandadata för pågående medieoptimering, levererar den uppmätta Intelligenssviten inkrementalitetsinsikter för informerad och smidig planering utan År av data.

uppmätt vs plattform rapportering, Multi-Touch Attribution (MTA) & Media Mix modellering (MMM)