Čo je modelovanie mediálneho mixu a prečo sa k nemu marketéri opäť vracajú?

Úvod

Pravdepodobne ste si v poslednej dobe všimli, že sa vo vašom kanáli deje niečo zvláštne.

Metóda merania, ktorá sa používala pred desiatkami rokov, je zrazu opäť všade. Ľudia o nej hovoria v hlavných prejavoch na konferenciách. Agentúry ju propagujú v každej prezentácii. A nie, nejde o nostalgiu.

Ide o modelovanie mediálneho mixu. A ak ste marketingovým vedúcim alebo vediete agentúru, ktorá riadi malé až stredne veľké tímy, musíte pochopiť, prečo sa táto metóda vrátila a prečo je dnes dôležitejšia než pred piatimi rokmi.

Čo vlastne je modelovanie mediálneho mixu

Modelovanie mediálneho mixu, často skrátene označované ako MMM, je štatistická technika.

Analyzuje vaše historické údaje – výdavky, tržby, sezónnosť, ceny a ďalšie vonkajšie faktory. Následne odhaduje, akým podielom sa každý kanál skutočne podieľal na vašich výsledkoch.

Tu je to, čím sa líši od väčšiny moderných metód sledovania. Nesleduje jednotlivých používateľov na internete. Namiesto toho pracuje s agregovanými údajmi. Celkové výdavky na vstupe, celkové výsledky na výstupe a medzi tým extrahované vzory.

Práve tento jediný detail je dôvodom, prečo sa táto metóda opäť vracia do popredia.

Prečo sa práve teraz vracia

Stalo sa ťažšie spoliehať sa na súbory cookie. Pravidlá ochrany súkromia sa neustále sprísňovali. A mnohé systémy sledovania, na ktoré sa marketéri roky spoliehali, ticho prestali fungovať tak dobre ako kedysi.

Podľa prieskumu spoločnosti TransUnion, o ktorom informoval eMarketer, takmer polovica amerických marketérov zo značiek a agentúr, konkrétne 46,9 percenta, plánuje v priebehu budúceho roka investovať do MMM. A 27,6 percenta ho teraz považuje za svoju najspoľahlivejšiu metódu merania, čím predbehlo multi-touch atribúciu s 19,4 percentami.

Nie je to žiadna malá zmena. Marketéri tým otvorene priznávajú, že staré postupy už samy osebe nie sú dostatočne spoľahlivé.

Ďalší prieskum spoločností eMarketer a Snap zistil, že viac ako polovica amerických marketingových odborníkov, konkrétne 53,5 %, už MMM v nejakej forme používa. A zvýšenie rýchlosti ich MMM procesu sa zaradilo medzi ich najvyššie priority v oblasti merania.

Tento trend si nevymýšľate. Je skutočný a zrýchľuje sa.

Jednoduchý príklad mediálneho mixu

Urobme to menej abstraktné.

Predpokladajme, že súčasne prevádzkujete platené vyhľadávanie, platenú reklamu na sociálnych sieťach a celonárodnú rozhlasovú kampaň. Počas tohto obdobia vám stúpajú tržby. Jednoduchá atribúcia by väčšinu zásluh pripísala platenému vyhľadávaniu, pretože ide o kanál s najprehľadnejšími údajmi o kliknutiach.

MMM však posudzuje celkový obraz. Môže odhaliť, že práve rozhlas v skutočnosti prispel k zvýšeniu povedomia o značke, vďaka čomu platené vyhľadávanie dosiahlo tak dobré výsledky. Bez rozhlasu by platené vyhľadávanie nedosiahlo ani zďaleka takú efektívnu konverziu.

To je práve ten druh poznatku, ktorý analýza mediálneho mixu odhaľuje a ktorý reportovanie na úrovni jednotlivých kanálov jednoducho nedokáže. Ukazuje vám, ako kanály spolupracujú, a nie len to, ktorý z nich zaznamenal posledné kliknutie.

Moderné techniky modelovania mediálneho mixu

MMM, ktoré sa vo vašom odvetví používalo pred desiatimi rokmi, a MMM, ktoré je k dispozícii dnes, nie sú tým istým nástrojom s novým názvom.

Staršie modely sa vo veľkej miere opierali o statickú regresiu, ktorá sa aktualizovala raz ročne, ak ste mali šťastie. Moderné techniky modelovania mediálneho mixu využívajú bayesovské metódy, ktoré poskytujú celý rozsah výsledkov a úroveň spoľahlivosti, nie len jedno číslo, ktoré sa tvári, že je isté.

Aktualizujú sa tiež oveľa častejšie. Podľa výskumu spoločnosti OptiMine sa presnosť modelu môže znížiť o 10 až 35 percent alebo viac, ak sa pravidelne neaktualizuje. Model postavený na vlaňajších trhových podmienkach vás môže celé štvrťročné obdobie nenápadne zavádzať, bez toho, aby si to niekto všimol.

Najlepší súčasný prístup spája tri veci dohromady. MMM pre celkový prehľad. Testovanie inkrementality na overenie toho, čo je skutočne kauzálne. A atribúciu platforiem pre taktické signály v danom okamihu. Podľa spoločnosti Measured značky, ktoré používajú overenú, kauzálne kalibrovanú verziu tohto prístupu, zvyčajne zaznamenajú 10 až 30-percentný nárast mediálnej efektívnosti už v priebehu prvého roka.

Ako to zapadá do vášho skutočného pracovného toku

Nič z toho nemá význam, ak sa to stane len ďalším statickým PDF súborom, ktorý leží na zdieľanom disku až do nasledujúceho štvrťroka.

Práve tu sa optimalizácia mediálneho mixu musí priamo prepojiť so spôsobom, akým váš tím skutočne pracuje. Váš štvrťročný marketingový plán by mal odrážať to, čo vám hovorí váš model teraz, nie to, čo vám hovoril pred šiestimi mesiacmi. Rozhodnutia o rozpočte by sa mali prijímať tak rýchlo, ako sa aktualizuje model, a nie čakať na ďalšie naplánované hodnotenie.

Tu začínajú hrať dôležitú úlohu aj agentúrny nákup médií a agentúrny merchandising webových stránok. Keď sa výstupy vášho modelu MMM priamo prenášajú do systémov, ktoré dokážu presúvať rozpočet alebo upravovať merchandising takmer v reálnom čase, model prestáva byť len správou. Stáva sa aktívnou súčasťou rozhodovacieho procesu.

Prečo by ste to nemali robiť len s tabuľkovými kalkulátormi

Ručné vykonávanie správneho MMM je naozaj náročné. Vyžaduje si čisté historické údaje, skutočné štatistické znalosti a neustále aktualizovanie, aby zostalo presné.

Väčšina interných tímov na to nemá dostatočné kapacity. Podľa prieskumu spoločností Funnel a Ravn Research len približne štvrtina interných marketingových tímov spravuje svoj MMM úplne samostatne.

Presne túto medzeru má vyplniť správna platforma marketingovej inteligencie. Namiesto čakania na ročný model od externého dodávateľa získate analýzu mediálneho mixu, ktorá sa neustále aktualizuje a je prepojená so zvyškom vašich údajov o výkone a tržbách, takže skutočne slúži ako podklad pre rozhodnutia, namiesto toho, aby ich len dokumentovala dodatočne.

Záver

Modelovanie mediálneho mixu sa nevrátilo preto, že by marketéri nostalgicky spomínali na staré techniky.

Vráti sa preto, lebo zmeny v oblasti ochrany súkromia znemožnili alternatívy a umelá inteligencia ho konečne zrýchlila natoľko, že je užitočné v danom okamihu, a nie len raz ročne.

Ak sa stále spoliehate len na atribúciu posledného kliknutia, nevidíte celkový obraz. A každé štvrťročné obdobie, počas ktorého čakáte na nápravu, je štvrťrokom, v ktorom sa rozhodnutia o rozpočte prijímajú na základe neúplných informácií.