De wederopkomst van Marketing Mix Modeling

Marketing Mix Modeling (MMM) als evaluatietechniek is niet nieuw en wordt al decennia lang door marketeers ingezet. Echter, door de beschikbaarheid van steeds meer datastromen en de evolutie van de onderliggende technieken en technologieën, beleeft MMM op dit moment een ware wedergeboorte. Modelleren is tegenwoordig minder tijdrovend dan voorheen en dankzij technologische vooruitgang kan MMM nu sneller en gedetailleerder inzichten bieden.

Voor het modelleren kiest ZIGT voor het Robyn-model. Dit open-source pakket is ontwikkeld door Meta Marketing Science. We hebben voor deze oplossing gekozen vanwege de transparantie van de code. Hierdoor vermijden we een ‘black box’ situatie en hebben we te allen tijde volledig inzicht in en kunnen we de keuzes, inzichten en aanbevelingen verklaren. Bovendien houdt deze tool rekening met aspecten zoals adstock (het vertraagde effect) en verzadiging (de afnemende meerwaarde van elke toegevoegde media-eenheid).

Hieronder staan vier redenen waarom MMM waardevol is:

1. Identificeren van incrementele sales

Een belangrijk aspect van MMM is het vermogen om de verkoop die toch al zou hebben plaatsgevonden te onderscheiden van de verkoop die specifiek door marketinginspanningen wordt gestimuleerd, oftewel de incrementele verkoop. Het inzicht in de incrementele verkoop die voortkomt uit bepaalde mediakanalen stelt marketeers in staat om een nauwkeurig beeld te krijgen van de marketing-ROI. Dit helpt bij het identificeren van de gebieden waar advertenties een financiële bijdrage leveren, los van externe factoren, ofwel het netto voordeel van marketing. Dergelijke inzichten zijn waardevol voor het toewijzen van budgetten en het prioriteren van verschillende mediakanalen.

Het biedt inzicht in het genereren van incrementele verkoop gedurende langere tijdsperiodes dan individuele campagnes, wat vooral belangrijk is voor categorieën met een langere aankoopcyclus. MMM heeft ook de capaciteit om gedetailleerde inzichten te verschaffen over welke specifieke factoren van invloed zijn op de incrementele verkoop, inclusief de effecten van concurrentieactiviteiten en hoe kortere campagnes of lagere budgetten presteren.

MMM maakt de bijdrage van verschillende kanalen aan de sales inzichtelijk​

Bron: Geanonimiseerde MMM analyse gebaseerd op een bestaande casus, 2022

2. Geïsoleerd kanaaleffect

MMM is een hulpmiddel waarmee de bijdrage van elke reclamevorm aan de verkoop kan worden vastgesteld. Dit houdt rekening met veranderingen in de branche en externe factoren. Hierdoor kunnen slimme beslissingen worden genomen over de verdeling van het advertentiebudget over verschillende kanalen. Het analyseren van zaken zoals uitgaven en opbrengsten helpt bij het bepalen van de effectiviteit van verschillende vormen van reclame. Er wordt niet alleen gefocust op winst, maar ook op andere factoren zoals merkbekendheid.

De inzichten helpen een accuraat beeld van de marketing ROI te vormen​

Met behulp van kanaaleffect-analyse kunnen budgetten binnen mediaplannen toegewezen worden aan de meer succesvolle kanalen. Hierbij wordt rekening gehouden met de kosten en baten van investeren in verschillende mediakanalen. Marketeers kunnen ook de prestaties van kanaalverkopen nauwlettend volgen op verschillende budgetniveaus. Daarnaast kunnen de effecten van afnemende meerwaarde en concurrentiedruk op hun eigen prestaties in de gaten gehouden worden.

Per kanaal is inzichtelijk hoe de inzet zich verhoudt tot de opbrengst en kan een optimaal budgetniveau bepaalt worden​

3. Inzicht in branding versus activatie

In navolging van e-commercebedrijven, techbedrijven en startups merken we dat de nadruk op activering zijn stempel drukt op het bredere marketingdomein. Dit is begrijpelijk, gezien de beschikbaarheid van vele kortetermijnmetingen, zoals attributie op basis van de laatste klik. Deze metingen zijn natuurlijk indrukwekkend in vergelijking met de relatief complexere (kostbaardere en tijdsintensievere) benadering om de impact van merkopbouw zichtbaar te maken. Toch moeten we oppassen voor directe bevrediging, want het opbouwen van een merk blijft essentieel voor langetermijngroei.

Brand building versus Activatie​

Dankzij MMM kunnen we duidelijk zien hoe branding en activatie strategieën zowel op de korte als de lange termijn bijdragen. Het is van vitaal belang om in beide soorten campagnes te investeren voor een gezonde groei van het merk en het behoud of de toekomstige groei van de vraag.

Sales effecten accumuleren op de lange termijn​

Bron: Thinkbox research ‘Demand Generation’ – nov 2019

4. Duurzame methode

Naarmate het digitale landschap zich ontwikkelt met de bijbehorende regelgeving, wordt MMM gezien als een betrouwbare meetoplossing. Het maakt gebruik van gegroepeerde en geanonimiseerde gegevens, wat betekent dat verschillende kanalen op een privacyvriendelijke manier met elkaar kunnen worden vergeleken.

Hier zijn tien handige tips wanneer we MMM gaan gebruiken voor jouw merk:

1. Bereid de basis voor – Om het meeste uit MMM te halen, is het raadzaam om 2 jaar aan gegevens op weekniveau te hebben, waarin diverse kanalen met variabele uitgaven in de loop van de tijd zijn betrokken. Een nauwe samenwerking draagt bij aan betere resultaten.
2. Stel de juiste vragen – Definieer vooraf de specifieke uitdagingen van het merk en welke vragen beantwoord moeten worden met betrekking tot mediakanalen, prijsdynamiek en concurrentie-inzichten.
3. Zet de parameters vast – Stem vroegtijdig af, zoals de startdatum van een week, de keuze tussen week- of dagbasis, en het tijdsbestek van de analyse. Hoewel deze details klein lijken, kunnen ze aanzienlijke invloed hebben op de analyse en conclusies.
4. Verzamel niet-gestructureerde input – Denk aan informatie zoals startdatums van campagnes, details over concurrerende producten en veranderingen in creatieve stijl. Deze aanvullingen verbeteren de analyse.
5. Betrek interne belanghebbenden bij het afstemmen van de data – Voordat het eerste model wordt opgesteld, is het van belang dat de belangrijkste betrokkenen de data evalueren en goedkeuren. Modellen verliezen geloofwaardigheid als de gegevens worden betwist.
6. Neem een breed scala aan gegevens op – MMM kan diverse gegevenstypen omvatten, zoals merk-KPI’s, NPS-scores, schapposities en externe data zoals weersomstandigheden en consumentenprijsindex (CPI).
7. Evalueer vroege modellen – Alle modellen vereisen interpretatie en een initiële analyse kan trends aan het licht brengen die verder onderzocht moeten worden bij volgende modellen.
8. Verwacht geen drastische veranderingen – MMM zal mogelijk niet leiden tot ingrijpende wijzigingen in de mediamix. Gerichte, zelfs kleine aanpassingen aan kanalen zullen op de lange termijn echter waardevol blijken.
9. Begrijp dat inzichten gebaseerd zijn op huidige communicatie en creatie – Zoals Les Binet schreef: ‘Het gaat niet zozeer om het medium zelf, maar om de manier waarop je het gebruikt.’
10. Voer regelmatig updates uit – MMM presteert het best wanneer het geleidelijk kennis opbouwt. Dit kan een jaarlijkse aangepaste analyse zijn of bijvoorbeeld regelmatige updates per kwartaal.

Contact?

Heb je na het lezen van dit artikel nog vragen of kom je graag met ons in contact? Neem dan gerust contact op met yvonne.kes@zigt.nl. We helpen je graag!