Czym jest modelowanie mixu mediów i dlaczego specjaliści ds. marketingu ponownie się do niego zwracają?

Wprowadzenie

Prawdopodobnie zauważyliście ostatnio, że w waszym feedzie dzieje się coś dziwnego.

Metoda pomiarowa sprzed kilkudziesięciu lat nagle znów jest wszędzie. Ludzie mówią o niej w przemówieniach podczas konferencji. Agencje przedstawiają ją w każdej prezentacji. I nie, to nie jest nostalgia.

Chodzi o modelowanie mixu mediów. Jeśli jesteś kierownikiem ds. marketingu lub prowadzisz agencję zarządzającą małymi i średnimi zespołami, musisz zrozumieć, dlaczego ta metoda powróciła i dlaczego ma teraz większe znaczenie niż pięć lat temu.

Czym właściwie jest modelowanie miksu mediów

Modelowanie mixu mediów, często skracane do MMM, to technika statystyczna.

Analizuje dane historyczne: wydatki, sprzedaż, sezonowość, ceny i inne czynniki zewnętrzne. Następnie szacuje, w jakim stopniu każdy kanał faktycznie przyczynił się do osiągniętych wyników.

Oto cecha, która odróżnia tę metodę od większości współczesnych narzędzi do śledzenia. Nie śledzi ona poszczególnych użytkowników w Internecie. Zamiast tego opiera się na danych zbiorczych. Łączne wydatki na wejściu, łączne wyniki na wyjściu, a pomiędzy nimi wyodrębnione wzorce.

Właśnie ten jeden szczegół sprawia, że metoda ta znów zyskuje na popularności.

Dlaczego wraca właśnie teraz

Coraz trudniej było polegać na plikach cookie. Przepisy dotyczące prywatności stawały się coraz bardziej rygorystyczne. A wiele metod śledzenia, na których marketerzy opierali się od lat, po cichu przestało działać tak dobrze, jak kiedyś.

Według badania TransUnion, o którym informuje eMarketer, prawie połowa amerykańskich marketerów z marek i agencji, czyli 46,9%, planuje zainwestować w MMM w ciągu najbliższego roku. A 27,6% uznaje tę metodę obecnie za swoją najbardziej wiarygodną metodę pomiaru, wyprzedzając atrybucję wielopunktową, która uzyskała 19,4%.

To nie jest niewielka zmiana. To marketingowcy otwarcie przyznają, że stare zasady przestały być wystarczająco wiarygodne same w sobie.

Kolejne badanie przeprowadzone przez eMarketer i Snap wykazało, że ponad połowa amerykańskich specjalistów ds. marketingu, czyli 53,5%, już korzysta z MMM w takiej czy innej formie. A przyspieszenie procesu MMM znalazło się na pierwszym miejscu wśród ich priorytetów związanych z pomiarem.

Ten trend nie jest tylko wytworem wyobraźni. Jest rzeczywisty i nabiera tempa.

Prosty przykład kombinacji mediów

Spójrzmy na to mniej abstrakcyjnie.

Załóżmy, że prowadzisz jednocześnie płatne kampanie w wyszukiwarce, w mediach społecznościowych oraz ogólnokrajową kampanię radiową. W tym okresie Twoja sprzedaż rośnie. Prosta atrybucja mogłaby przypisać większość zasług płatnym kampaniom w wyszukiwarce, ponieważ jest to kanał o najdokładniejszych danych dotyczących kliknięć.

Jednak MMM analizuje całościowy obraz sytuacji. Może ona ujawnić, że to właśnie radio w znacznym stopniu przyczyniło się do wzrostu świadomości marki, dzięki czemu płatne wyniki wyszukiwania osiągnęły tak dobre wyniki. Bez radia płatne wyniki wyszukiwania nie przyniosłyby tak wysokiej skuteczności konwersji.

Właśnie tego rodzaju wnioski ujawnia analiza kombinacji mediów, czego nie są w stanie zapewnić raporty na poziomie poszczególnych kanałów. Pokazuje ona, w jaki sposób kanały współdziałają ze sobą, a nie tylko który z nich odnotował ostatni kliknięcie.

Nowoczesne techniki modelowania miksu mediów

MMM stosowane w Twojej branży dziesięć lat temu i MMM dostępne dzisiaj to nie to samo narzędzie pod nową nazwą.

Starsze modele opierały się w dużej mierze na regresji statycznej, aktualizowanej raz w roku, jeśli miałeś szczęście. Nowoczesne techniki modelowania miksu mediów wykorzystują metody bayesowskie, które dostarczają pełen zakres wyników i poziom ufności, a nie tylko jedną liczbę udającą pewność.

Są one również aktualizowane znacznie częściej. Według badań przeprowadzonych przez OptiMine dokładność modelu może spaść o 10 do 35 procent lub więcej, jeśli nie jest on regularnie aktualizowany. Model oparty na zeszłorocznych warunkach rynkowych może po cichu wprowadzać w błąd przez cały kwartał, a nikt tego nie zauważy.

Najlepsze obecnie podejście łączy w sobie trzy elementy. MMM zapewniające ogólny obraz sytuacji. Testy przyrostowości w celu zweryfikowania rzeczywistych związków przyczynowych. Oraz atrybucję platformową dostarczającą taktycznych, aktualnych sygnałów. Według firmy Measured marki stosujące zweryfikowaną, skalibrowaną pod kątem związków przyczynowych wersję tego podejścia zazwyczaj odnotowują wzrost efektywności mediów o 10–30 procent już w pierwszym roku.

Jak to wpisuje się w rzeczywisty przebieg pracy

Nic z tego nie ma znaczenia, jeśli stanie się to kolejnym statycznym plikiem PDF, który leży na wspólnym dysku do następnego kwartału.

Właśnie w tym miejscu optymalizacja miksu mediów musi bezpośrednio wkomponować się w sposób, w jaki faktycznie działa Twój zespół. Twój kwartalny plan marketingowy powinien odzwierciedlać to, co mówi Ci model, a nie to, co mówił sześć miesięcy temu. Decyzje budżetowe powinny być podejmowane tak szybko, jak aktualizowany jest model, a nie czekać na następny zaplanowany przegląd.

Właśnie wtedy znaczenie zaczynają nabierać agentyczne zakupy mediów i agentyczne merchandising na stronie internetowej. Gdy wyniki modelu MMM są bezpośrednio przekazywane do systemów, które mogą przesuwać budżet lub dostosowywać merchandising niemal w czasie rzeczywistym, model przestaje być tylko raportem. Staje się aktywną częścią procesu podejmowania decyzji.

Dlaczego nie należy tego robić wyłącznie za pomocą arkuszy kalkulacyjnych

Ręczne prowadzenie prawidłowego MMM jest naprawdę trudne. Wymaga to czystych danych historycznych, prawdziwej wiedzy statystycznej oraz ciągłego aktualizowania, aby zachować dokładność.

Większość wewnętrznych zespołów nie ma na to wystarczających zasobów. Według badania przeprowadzonego przez Funnel i Ravn Research tylko około jedna czwarta wewnętrznych zespołów marketingowych zajmuje się analizą MMM całkowicie samodzielnie.

Właśnie tę lukę ma wypełnić odpowiednia platforma analityki marketingowej. Zamiast czekać na roczny model od zewnętrznego dostawcy, otrzymujesz analizę kombinacji mediów, która jest stale aktualizowana i powiązana z pozostałymi danymi dotyczącymi wyników i przychodów, dzięki czemu faktycznie wspiera podejmowanie decyzji, a nie tylko dokumentuje je po fakcie.

Wniosek

Modelowanie miksu mediów nie powróciło dlatego, że specjaliści ds. marketingu zatęsknili za starymi technikami.

Powróciło, ponieważ zmiany w przepisach dotyczących prywatności uniemożliwiły stosowanie alternatywnych rozwiązań, a także dlatego, że sztuczna inteligencja w końcu sprawiła, że proces ten stał się na tyle szybki, by był użyteczny na bieżąco, a nie tylko raz w roku.

Jeśli nadal polegasz wyłącznie na atrybucji ostatniego kliknięcia, nie widzisz pełnego obrazu sytuacji. A każdy kwartał, w którym zwlekasz z naprawieniem tego, to kwartał decyzji budżetowych podejmowanych na podstawie niekompletnych danych.