Kā mazie zīmoli izmanto mediju sajaukuma modelēšanu, lai optimizētu izdevumus

Ievads

Interese par mediju kombinācijas modelēšanu 2025. gada vidū pieauga par vairāk nekā 200 %, un zīmoli, kas stāv aiz šī pieauguma, nav tie, ko varētu gaidīt.

Fortune 500 uzņēmumiem MMM jau bija pieejams. Jaunā tendence skar visus mazākus uzņēmumus: DTC apģērbu ražotājus, reģionālos mazumtirgotājus, SaaS veikalu īpašniekus, kuru mēneša reklāmas izdevumi ir no 50 000 līdz 500 000 ASV dolāriem, kuri beidzot ir ieguvuši skaidrību par katru kanālu atsevišķi, kas agrāk izmaksāja sešu ciparu summas, galvenokārt tāpēc, ka Google padarīja šo rīku bezmaksas.

Šī ir rokasgrāmata, ko es gribētu, lai kāds man būtu iedevis, kad mūsu komanda pirmo reizi mēģināja to ieviest: ko MMM faktiski dara zīmolam šādā apjomā, 6 veidi, kā to pārvērst gudrākos izdevumos, un 30 dienu plāns, kas neizšķērdēs jūsu mārketinga budžetu.

Ko mediju kombinācijas modelēšana nozīmē mazam zīmolam 2026. gadā

Šeit ir vienkāršākais veids, kā par to domāt. Mediju kombinācijas modelēšana salīdzina jūsu izdevumus kanālos ar pārdošanas apjomiem laika gaitā, pēc tam nosaka, kuri kanāli faktiski veicināja pieaugumu.

Tā ņem vērā faktorus, kurus jūs nekontrolējat (sezonas, cenu izmaiņas, konkurentu rīcība), tādējādi atdalot to, ko panāca jūsu reklāmas, no tā, kas notiktu jebkurā gadījumā.

53,5 % ASV mārketinga speciālistu jau izmanto MMM, un vēl 60 % reklāmdevēju to aktīvi izmanto vai apsver tā izmantošanu.

Līdz 2024. gadam tas galvenokārt bija CPG un lielu zīmolu spēle. Tad Google atvēra Meridian, Meta Robyn nobrieda, rīku izmaksas samazinājās līdz 1000 dolāriem mēnesī, un tirgus sabruka. Lētāki rīki palīdzēja, bet tas, kas patiešām pamudināja mazos zīmolus iesaistīties, bija tas, ka alternatīvas vairs nedarbojās.

5 iemesli, kāpēc mediju kombinācijas modelēšana tagad pārspēj tikai atribūcijas sistēmas mazajiem zīmoliem

Izsekošana vairs nedarbojas, un platformas to nelabos. iOS atteikšanās iztukšoja pusi no MTA datiem, un Chrome sīkdatņu atcelšana pabeidz šo darbu. MMM to neinteresē, jo tas darbojas ar kopējiem rādītājiem.

Jūs arī nevarat redzēt, kas notiek, ja skatāties tikai tos kanālus, kurus varat izsekot. 32 % mārketinga speciālistu mēra digitālos un tradicionālos izdevumus vienā skatā. Divas trešdaļas darbojas uz aklo, tāpēc MMM ir lētākais veids, kā to labot.

Modeļa izveides izmaksas ir krasi samazinājušās. Google Meridian, Meta Robyn un citi atvērtā koda rīki ir bezmaksas. Jaunākais analītiķis ar 18 mēnešu tīro datu pieredzi var izlaist pirmo versiju 4–6 nedēļu laikā. Agrāk šāds projekts nozīmēja 40 000 dolāru čeku izrakstīšanu.

Arī finanšu nodaļa pievērš tam uzmanību. 61 % CMO tagad tiek uzskatīti par peļņas centriem, salīdzinot ar 53 % iepriekšējā gadā. Lai saglabātu šo statusu, ir jāparāda, kur nauda patiešām darbojas, un MMM ir mērījums, kuram uzticas lielākā daļa finanšu direktoru.

Pierādījums ir rezultātos. Deloitte konstatēja, ka vadītāji, kuri prioritizēja MMM, bija vairāk nekā divas reizes biežāk sasniedza ieņēmumu mērķus par 10 % vai vairāk.

📊 Skaitļos

34 % reklāmdevēju dod priekšroku MMM salīdzinājumā ar visiem citiem mērīšanas rādītājiem, apsteidzot konversijas pieauguma testēšanu, kas ieņem 26 % (Kantar, 2025. gada maijs). Pirms trim gadiem šis reitings būtu bijis pretējs.

6 mediju kombinācijas modelēšanas taktikas, kas palielina mazo zīmolu izdevumus

Šīs taktikas papildina viena otru. Izlaižot datu apstrādi 1. taktikā, pat visprecīzākais modelis pasaulē nesniegs jums nekādu noderīgu informāciju.

1. Izveidojiet skaidru izdevumu un pārdošanas vēsturi, pirms sākat strādāt ar modeli

Šī ir garlaicīgā daļa, kas nosaka, vai jūsu modelis darbojas. Apkopojiet 78–104 nedēļu vēsturi vienā izklājlapā: izdevumi pa kanāliem, pārdošanas apjomi vai konversijas, kā arī viss pārējais, kas ietekmē pārdošanu (akcijas, cenu pazeminājumi, laika apstākļi, ja jūsu kategorija ir sezonāla).

Minimums ir pusotra gada iknedēļas dati. Ja datu ir mazāk, modelis nespēj redzēt, kā kanāli darbojas dažādos gadalaikos vai pie dažādiem izdevumu līmeņiem. Komandas, kas mēģina 9 mēnešus, redz, ka ieteikumi sabrūk jau 2. ceturksnī.

Šajā posmā MMM modeļus nogalina nevis trūkstoši dati, bet gan nekonsekventi dati. Kanāls, kura nosaukums mainīts gada vidū, atribūcijas logs, ko kāds mainījis Meta iestatījumos pirms 6 mēnešiem, un divas svētku akcijas, kas reģistrētas atšķirīgi. Veltiet dažas dienas, lai saskaņotu kolonnas, pirms sākat darboties ar kaut ko citu. Tas ir garlaicīgs darbs, bet no tā ir atkarīga modeļa dzīvotspēja.

2. Izvēlieties rīku, kas atbilst tam, kurš to izmantos

Izvēle ir atkarīga no jūsu komandas. Komanda, kurai ir ērti strādāt ar R, izvēlas Meta Robyn. Komanda, kurai ir ērti strādāt ar Python, izvēlas Google Meridian vai LightweightMMM. Ja komandā nav datu zinātnieka, izvēlieties hostētu risinājumu: Recast, Prescient vai AdBeacon, kur smagais darbs jau ir iebūvēts.

Pieeja	Programmatūras izmaksas	Laiks līdz atjaunināšanai
Pašizveidots atvērtā koda risinājums	0	2–4 nedēļas analītiķa darba laika
Mazpazīstamu zīmolu rīki	500–3000 USD mēnesī	1–2 dienas
Aģentūras izstrādāts MMM	15 000–50 000 USD par izstrādi	Pārsvarā ārpakalpojumi

Vairāk nekā 60 % laika pavadāt ar Google? Izvēlieties Meridian. Tas tieši savienojas ar Google paša meklēšanas un YouTube datiem, kas padara to šim profilam piemērotāku nekā lielākā daļa maksas rīku. Daudz strādājat ar Meta un TikTok? Robyn vai hostēts rīks sniedz precīzākus skaitļus.

💡 Profesionāla padoma

Neizvēlieties sistēmu, pirms neesat izpratuši savu komandu. Esmu redzējis, kā zīmoli piektdienā sāk izmantot Meridian un jau trešdienā to klusi pamet, jo neviens nespēj izprast rezultātus. Hostētais rīks jau otrajā nedēļā būtu nodrošinājis darba modeli.

3. Pievienojiet mainīgos, kas nav reklāmas (vairums zīmolu to aizmirst)

Modelis, kas ņem vērā tikai reklāmas izdevumus, tev pateiks, ka reklāmas izdevumi ir radījuši pārdošanas apjomu. Mainīgie, kas visbiežāk ietekmē rezultātus, atrodas ārpus taviem reklāmas kontiem: cenu pazeminājumi, visā vietnē spēkā esošas akcijas, laika apstākļi (ja pārdod kaut ko, kas ir atkarīgs no laika apstākļiem), cik bieži cilvēki meklē tavu kategoriju Google, un ko darīja tavi konkurenti.

Šeit es redzu, ka lielākā daļa mazo zīmolu MMM sabrūk. Komandas izveido skaistu modeli ar 8 kanāliem un nulles kontekstu, tad brīnās, kāpēc ieteikumi šķiet nepareizi.

DTC apģērbu zīmols, kas izmanto AdBeacon un Meridian, atklāja, ka viņu potenciālo klientu piesaistīšanas reklāmas klusi piesaistīja klientus ar visaugstāko LTV. Pēdējā klikšķa modelis gadiem ilgi bija piešķīris nopelnus retargetingam. Viņi pievienoja potenciālo klientu piesaistīšanas reklāmu parādīšanās reižu skaitu kā atsevišķu mainīgo lielumu, un LTV stāsts izgaismojās.

Tāda pati loģika darbojas, kad sākat segmentēt maksas sociālo tīklu auditorijas modelī. Meta sadalīšana potenciālo klientu piesaistīšanā un retargetingā bieži parāda, kur viena kanāla daļa ir pārvērtēta, bet otra – nepietiekama.

4. Pirms uzticaties savam modelim, pārbaudiet to ar reāliem eksperimentiem

Bez eksperimentiem, ar kuriem to salīdzināt, jūsu modelis jums melos. Dažreiz par 50 % vai vairāk. Risinājums ir veikt 2–3 vienkāršus testus gadā jūsu lielākajos kanālos: izslēdziet reklāmas vienā reģionā uz dažām nedēļām, atstājiet tās visur citur un redziet, cik daudz samazinās pārdošanas apjoms testa reģionā. Ievadiet šos rezultātus atpakaļ, lai modelis uzzinātu, kā izskatījās realitāte.

Reklāmas pētījumu fonds (Advertising Research Foundation) tagad to uzskata par standarta risinājumu modeļiem, kas novirzās, un Meridian to ir iebūvējis.

Praksē, salīdzinot modeļa atbildi par kanālu ar eksperimenta rezultātiem, starpība nedrīkst pārsniegt 30 %. Ja starpība ir lielāka, uzticieties eksperimentam.

Lielākā daļa zīmolu izmanto savus modeļus un eksperimentus paralēli un nekad nesavieno rezultātus. Modelis saka vienu, eksperiments saka citu, vadība izvēlas to skaitli, kas visvairāk izceļ dārgāko kanālu, un programma sabrūk jau 3. ceturksnī. Esmu redzējis, kā tas notiek vairāk nekā vienu reizi.

5. Divu nedēļu laikā pārvērst modeļa rezultātus budžeta izmaiņās kanālu līmenī

Faktiski no MMM jūs iegūstat divus grafikus katram kanālam. Viens parāda, cik lielā mērā šis kanāls ir veicinājis pārdošanas apjomu, otrs parāda līkni, kurā papildu izdevumi vairs nedod rezultātu. To pārvēršana budžeta izmaiņās ir daļa, kas prasa darbu.

Vienkāršs noteikums, kas der lielākajai daļai mazo zīmolu:

Jebkura kanāla izdevumi, kas pārsniedz līknes pagrieziena punktu, tiek samazināti par 10–15 %. Jebkuram kanālam, kuram trūkst finansējuma, tiek piešķirts 15–25 % izmēģinājuma palielinājums. Pārējo atstājiet nemainīgu uz ceturksni un pārbaudiet atkārtoti.

Lielākā daļa zīmolu šeit apstājas, un tā nav modelēšanas problēma. Modelis ir gatavs. Grūtākais ir katru mēnesi pārrakstīt mediju plānu, balstoties uz to, ko tas saka, un pēc tam savlaicīgi pamanīt signālu, kad kāda izmaiņa nedarbojas, pirms neveiksmīgi iztērētie līdzekļi uzkrājas. Aģentūras, kas apvieno MMM ar aktīvu mediju pirkšanu, darbojas kā viens darba process, nevis kā divi atsevišķi pakalpojumu sniedzēji.

Code3 ir daudz rakstījis par to, kāpēc MMM un multi-touch atribūcijas izmantošana kā viens integrēts risinājums ir labāka nekā to izmantošana kā atsevišķi projekti ar atsevišķiem pārskatiem. Modelis, ko lielākā daļa zīmolu apgūst grūtajā ceļā: MMM liek jums novirzīt 15 % no budžeta no maksas sociālajiem tīkliem uz CTV, tad MTA norāda, kuri CTV partneri un reklāmas materiāli aizpilda šo jauno budžeta daļu.

6. Uztveriet mediju kombinācijas modelēšanu kā ikceturkšņa ieradumu

Modeļi ātri noveco. Vairāk nekā puse no MMM izmantojošajiem mārketinga speciālistiem tos atjaunina reizi ceturksnī vai biežāk, un zīmoli, kas to dara regulāri, izceļas no tiem, kas MMM uztver kā vienreizēju auditu.

Šādi “atkārtota programma” izskatās praksē: viens īpašnieks, ceturkšņa kalendārs, viena vieta datiem un skaidra sadarbība starp mārketingu, finansēm un analītiku.

Lielākā daļa mazo komandu izlaiž darba plūsmas posmu, un jau 4. mēnesī modelis atrodas kāda klēpjdatorā, dati ir aprakti Drive mapē, un nākamie soļi ir iestrēguši Slack tēmā, ko neviens nevar atrast. Vadiet MMM kā jebkuru atkārtotu projektu, kas skar vairākas komandas: kādam tas pieder, darbs tiek uzskaitīts, un dati atrodas vienā vietā.

Uzticams AI-balstīts risinājums, piemēram, Easy8, ir viena no nedaudzajām platformām, kas izstrādāta tieši šāda veida atkārtotam programmas darbam. Tas vienā vietā apvieno projektu vadību, resursu sadali un AI palīgu, kas veic atkārtojošos darba plūsmas uzdevumus (statusa atjauninājumus, kas iegūti no sanāksmju piezīmēm, atklājot, kas ir aizkavējies, un sagatavojot iknedēļas kopsavilkumus vadībai).

Tikpat svarīgi ir tas, ka tā darbojas jūsu paša serverī vai privātajā mākonī, kas atbilst ISO 27001 un 27017 standartiem, kas ir svarīgi, ja darba plūsmā blakus reklāmas izdevumu tabulām ir iekļautas ieņēmumu prognozes un finanšu puses ROI rādītāji. Regulētās kategorijās kāds no juridiskās nodaļas galu galā jautās, kur atrodas šie dati, un pašuzstādīta sistēma nozīmē, ka jūs kontrolējat atbildi.

Mediju kombinācijas modelēšana pret daudzpunktu atribūciju mazajiem zīmoliem

Zīmoli, kas strīdas par to, kurš no tiem ir “pareizais”, parasti nedarbojas labi.

MMM sniedz jums vispārīgu pārskatu: kā sadalīt nākamā ceturkšņa budžetu starp Meta, TikTok, Google un CTV. MTA sniedz jums sīkāku pārskatu: kuras Meta kampaņas un kurus TikTok radītājus paplašināt budžeta ietvaros, ko MMM piešķīra šim kanālam.

MTA arī labāk darbojas zīmoliem ar spēcīgu pirmās puses signālu. Nootropics Depot vāc lietotāju līmeņa nodomus, izmantojot mērķorientētu produktu testu, piecu līmeņu atlīdzības programmu un partneru vadības paneli, kas komandai sniedz pietiekami daudz saskares punktu, lai MTA būtu nozīmīga jebkurā kanāla līmeņa budžetā, ko piešķir MMM.

Jautājums	MMM	MTA
Dati	Apkopoti kanāla līmenī	Lietotāja līmeņa ceļi
Vislabāk piemērots	Ceturkšņa budžeta sadale	Ikdienas kampaņas optimizācijai
Datu aizsardzība?	Jā	Arvien vairāk apdraudēta
Atjaunošanas biežums	Reizi mēnesī līdz reizi ceturksnī	Ik dienas līdz reizi nedēļā
Izmaksas mazam zīmolam	Bez maksas līdz 3000 USD/mēnesī	200–1500 USD mēnesī
Īpašnieks	Analītikas vai finanšu vadītājs	Mārketinga speciālists

MMM izlaišana nozīmē, ka jūs optimizējat nepareizi sadalītu budžetu. Pat perfekti noregulēta Meta retargetinga kampaņa joprojām var izmantot naudas līdzekļus, kas galvenokārt būtu jāizmanto citur. MTA bez MMM ir ātrs auto, kas brauc nepareizā virzienā.

30 dienu mediju kombinācijas modelēšanas sprints mazajiem zīmoliem

Jums nav vajadzīgs gads. Mērķtiecīgs 30 dienu sprints nodrošinās jums darba modeli, 2 vai 3 konkrētus budžeta pasākumus un ritmu turpmākai atjaunināšanai.

1. nedēļa: datu ieguve un pārbaude

Apkopojiet 90 nedēļu iknedēļas datus vienā izklājlapā:

• Izdevumi pa kanāliem
• Pārdošanas apjoms vai konversijas
• Reklāmu kalendārs
• Viss pārējais, kas ietekmē pārdošanas apjomus (cenu izmaiņas, laika apstākļi utt.)

Pārliecinieties, ka katrs kanāls katru nedēļu ir nosaukts vienādi. Pievienojiet piezīmju kolonnu visam neparastajam, ko atceraties.

Etalons: katrā ailē ir dati vismaz par 95 % nedēļu.

Lamatas: mēģināt atrisināt atribūcijas problēmas šajā nedēļā. To nedariet. MMM strādā ar kopējiem rādītājiem. Atribūcijas sakārtošanu atstājiet uz vēlāku laiku.

2. nedēļa: izveidojiet un palaidiet pirmo modeli

Instalējiet Meridian, Robyn vai savu hostēto rīku. Palaižiet to parauga piezīmju grāmatu ar saviem datiem, nevis ar viņu datiem. Pirmā palaišana izskatīsies haotiska, un tas ir normāli. 2. nedēļas mērķis ir panākt, lai procesa plūsma darbotos no ievades līdz izvadei.

Etalons: modelis pabeidz darbu un sniedz jums ieguldījuma diagrammu pa kanāliem.

Lamatas: meklēt “perfektu” atbilstību. Ja jūsu modelis 99% perfekti atbilst jūsu iepriekšējiem datiem, tas gandrīz vienmēr ir pazīme, ka tas ir iegaumējis jūsu pagātni, nevis iemācījies, kas virza pārdošanu. Mērķējiet uz stabiliem, saprātīgiem rezultātiem.

3. nedēļa: Pārbaude, vai rezultāti atbilst realitātei

Salīdziniet modeļa rezultātus ar to, ko jau zināt. Ja modelis norāda, ka maksas meklēšana veicina 5 % no pārdošanas apjoma, bet jūs veicāt 200 000 dolāru vērtu kampaņu, kas nepārprotami veicināja jūsu 4. ceturkšņa rezultātus, modelim kaut kas trūkst. Parasti tas ir mainīgais lielums, kuru jūs vēl neesat iekļāvuši, piemēram, kampaņas laiks vai konkurējoša akcija.

Etalons: 80 % vai vairāk kanāla rezultātu šķiet pareizi jums un jūsu komandai.

Lamatas: uzticēties modelim tikai tāpēc, ka tā izstrāde aizņēma 3 nedēļas. Tas joprojām var būt nepareizs. Ja tas neatbilst eksperimentam, ko jau esat veikuši, modelis ir nepareizs.

4. nedēļa: Pārvērst lēmumos par izdevumiem un noteikt ritmu

Pārveidojiet nākamā mēneša mediju plānu, balstoties uz modeli. Uzrakstiet vienu konkrētu budžeta izmaiņu vienkāršā valodā un panāciet, lai mārketinga un finanšu nodaļas to apstiprinātu rakstiski. Ierakstiet kalendārā nākamo ceturkšņa atjauninājumu, norādot atbildīgos.

Etalons: viens rakstisks lēmuma dokuments, viena parakstīta budžeta pārdale, viena plānota atjaunināšana.

Lamatas: modeļa nodošana bez lēmuma dokumenta. Modeļi bez lēmumiem kļūst par zombiju projektiem, kas klusi pazūd līdz 3. mēnesim.

5 rādītāji, kas liecina, ka jūsu mediju kombinācijas modelēšana darbojas

Šie ir 5 rādītāji, kurus es sekoju. Ja tos ignorēsiet, jūs nekad neuzzināsiet, vai modelis palīdz vai klusi pārvēršas par fonu.

1. Atdeve no nākamā dolāra. Sekojiet līdzi, cik lielu pārdošanas pieaugumu jūs iegūtu no viena papildu dolāra katrā kanālā, salīdzinot ceturksni ar ceturksni. Pieaugums pēc budžeta palielinājuma nozīmē, ka kanālam joprojām ir iespējas paplašināties. Pieaugums pēc samazinājuma nozīmē, ka jūs samazinājāt pareizo kanālu.

2. Atšķirība starp modeli un jūsu reālajiem eksperimentiem. Kad veicat holdout testu, salīdziniet tā rezultātu ar modeļa aprēķinu. Atšķirība, kas pārsniedz 30 %, nozīmē, ka modelis ir jāpielāgo. Panāciet, lai tā samazinātos katru ceturksni.

3. Vidējās klientu piesaistīšanas izmaksas. Ja jūsu MMM vadītās izmaiņas darbojas, vidējās CAC samazināsies par 10–20 % divu ceturkšņu laikā. Ja pēc diviem ceturkšņiem rādītājs ir nemainīgs, jums vai nu trūkst mainīgo, vai arī jūs rīkojaties pārāk lēni.

4. Vai jūs patiešām atjaunināt datus laicīgi. Aprēķiniet, cik procentos no pēdējiem 4 ceturkšņiem jūs esat veikuši atjaunināšanu. Ja rādītājs ir zemāks par 75 %, programma nefunkcionē pareizi.

5. Reālie lēmumi katrā atjauninājumā. 3 līdz 5 budžeta izmaiņas ceturksnī ir normāli. Ja ir 1 vai mazāk, tas nozīmē, ka neviens tam neuzticas. Ja ir vairāk nekā 7, jūs sekojat troksnim.

Mediju kombinācijas modelēšana pārvērš izdevumus stratēģijā mazajiem zīmoliem

Mediju kombinācijas modelēšana vairs nav tikai Fortune 500 uzņēmumu privilēģija kopš dienas, kad Google Meridian kļuva pieejams bez maksas. Zīmoli, kas 2025. gadā sāka veikt pareizus mērījumus, jau apsteidz tos, kas joprojām izmanto pēdējā klikšķa GA4 paneļus, jo datu vadīti mārketinga lēmumi kļūst efektīvāki, ja dati ir patiesi.

Šonedēļ savāciet 18 mēnešu kanālu datus, izvēlieties rīku, kas atbilst jūsu komandai, un izstrādājiet pirmo modeli, pirms beidzas 1. ceturksnis.