什么是媒体组合模型？营销人员为何重新关注它？

引言

你可能已经注意到，最近你的信息流里发生了一些奇怪的变化。

一种几十年前的衡量方法突然又无处不在。人们在大会主题演讲中谈论它，广告公司也在每一份提案中大力推荐它。不，这绝非怀旧之情。

这就是媒体组合建模。如果你是市场营销负责人，或者管理着一家拥有中小规模团队的代理公司，你就必须明白它为何卷土重来，以及为何它如今比五年前更为重要。

媒体组合建模究竟是什么

媒体组合建模（通常简称为 MMM）是一种统计技术。

它分析你的历史数据——包括广告支出、销售额、季节性因素、定价及其他外部因素——进而估算每个渠道对最终结果的实际贡献。

这正是它与大多数现代追踪方式的不同之处：它不会追踪单个用户在互联网上的行为，而是基于汇总数据进行分析。即：总投入、总产出，从中提炼出规律。

正是这一关键细节，使其正重新受到关注。

为何它此刻卷土重来

Cookie 越来越难以依赖。隐私法规不断收紧。而营销人员多年来依赖的许多追踪手段，其效果也悄然不如从前。

据 eMarketer 报道的 TransUnion 调查显示，近半数（46.9%）的美国品牌和代理商营销人员计划在未来一年内投资 MMM。目前，27.6% 的受访者将其视为最可靠的衡量方法，这一比例高于多触点归因（19.4%）。

这绝非微不足道的转变。这表明营销人员公开承认，旧有的营销策略已无法单独提供足够的可信度。

eMarketer 与 Snap 联合进行的另一项调查发现，超过半数（53.5%）的美国营销人员已经以某种形式采用了 MMM。而提升 MMM 流程的速度被列为他们的首要衡量优先事项。

这一趋势并非你的错觉。它是真实存在的，而且正在加速发展。

一个简单的媒体组合示例

让我们把这个概念具体化一下。

假设你正在同时开展付费搜索、付费社交媒体和全国广播广告活动。在此期间，你的销售额有所增长。简单的归因分析可能会将大部分功劳归于付费搜索，因为这是点击数据最清晰的渠道。

但 MMM 会从全局角度进行分析。它可能会揭示，实际上正是广播提升了一部分品牌认知度，才使得你的付费搜索表现如此出色。如果没有广播，付费搜索的转化效率将大打折扣。

这就是媒体组合分析所能揭示的洞察，而单纯的渠道层级报告根本无法做到这一点。它向您展示了各渠道如何协同作用，而不仅仅是哪个渠道获得了最后一次点击。

现代媒体组合建模技术

您所在行业十年前使用的 MMM 与如今可用的 MMM，绝非仅仅是换了个名字的同一工具。

旧模型严重依赖静态回归分析，运气好的话一年更新一次。现代媒体组合建模技术采用贝叶斯方法，能输出完整的结果范围及置信水平，而不仅仅是一个佯装确定的数字。

此外，它们的更新频率也高得多。根据 OptiMine 的研究，如果模型不定期更新，其准确度可能会下降 10% 至 35% 甚至更多。一个基于去年市场状况构建的模型，可能会在整个季度中悄无声息地误导你，而无人察觉。

目前最佳的做法是将三者融合：利用媒体组合模型（MMM）把握全局；通过增量测试验证实际的因果关系；以及借助平台归因分析获取即时、战术性的信号。据Measured数据显示，采用这种经过验证且经过因果校准方法的品牌，通常在第一年内就能实现10%至30%的媒体效率提升。

这如何融入您的实际工作流程

如果这一切只是变成另一份静止的 PDF 文件，静静躺在共享驱动器中直到下个季度，那么这一切都毫无意义。

因此，媒体组合优化必须直接融入团队的实际工作流程。您的季度营销路线图应反映模型当前的洞察，而非六个月前的结论。预算决策应与模型更新同步进行，而非等待下一次预定的审查。

这也正是主动型媒体采购和主动型网站商品陈列开始发挥作用之处。当您的 MMM 输出结果直接输入到能够近乎实时调整预算或商品陈列的系统中时，该模型就不再只是一份报告，而是成为了决策过程中不可或缺的活跃环节。

为什么不应仅靠电子表格来完成这项工作

手动运行规范的 MMM 确实非常困难。它需要干净的历史数据、真正的统计专业知识，以及持续的更新才能保持准确性。

大多数内部团队没有足够的资源来承担这项工作。根据 Funnel 和 Ravn Research 的一项调查，只有大约四分之一的内部营销团队完全独立处理他们的 MMM。

这正是专业 营销智能平台旨在填补的空白。您无需再等待外部供应商提供的年度模型，而是可以获得持续更新的媒体组合分析，该分析与您的其他绩效和收入数据相连，从而真正为决策提供依据，而非仅在事后进行记录。

结论

媒体组合建模之所以卷土重来，并非因为营销人员对旧技术怀有怀旧之情。

它之所以卷土重来，是因为隐私法规的变更使替代方案失效，同时也因为人工智能终于使其处理速度足够快，能够实时提供有价值的洞察，而非仅限于每年一次。

如果您仍然仅依赖“最后点击归因”模型，就无法看到全局。而您每拖延一个季度去解决这个问题，就意味着该季度的预算决策都是在信息不完整的情况下做出的。