Marketing bland modellering i otte trin

i den første del af min blog tog jeg læseren gennem demokratisering af data. Denne gang vil jeg fokusere på Marketingblandingsmodellering. Hvad er afkastet på dine marketinginvesteringer? I dag er dette måske det vigtigste spørgsmål for marketingfolk.

vi har terabyte data til rådighed, og vi har investeret meget i marketingautomatisering. Vi udvikler forslag og lancerer kampagner gennem en række medier og kanaler. Men hvad er dette bidrag til driftsresultatet? Og hvilke eksterne påvirkninger skal vi tage højde for?

hvornår bruger jeg en Markedsføringsblandingsmodel?

en Markedsføringsblandingsmodel hjælper dig med at afsløre indvirkningen på salget af vigtige marketingkomponenter som pris og forfremmelse samt eksterne påvirkninger som konkurrence, sæsonbestemthed og økonomi. Det besvarer spørgsmål som:

• hvad var ROAS på medium TV sidste år?
• hvilke eksterne faktorer påvirker mit online og offline salg, og i hvilket omfang?
• hvor meget salg vil jeg opnå i år, hvis jeg bruger mere eller mindre mediebudget end sidste år?
• hvordan skal vi bruge vores mediebudget, når vi vil maksimere vores salg?
• Hvordan kan vi optimere og distribuere vores tilgængelige mediebudget på tværs af alle medier?

med en Markedsføringsblandingsmodel får du et strategisk værktøj, der skaber indsigt i effekten af alle dine markedsføringsaktiviteter. Det giver dig mulighed for at sammenligne udførelsen af forskellige medier og interaktionskanaler. Fordi det bruger aggregerede data, analyseres ikke kun de digitale medier, men også offline medier som tv, radio og uden for hjemmet. Med resultaterne er du endnu bedre i stand til at bestemme den rigtige fordeling af marketingbudgettet på det rigtige tidspunkt.

konkret trinplan

når du udvikler en Marketingblandingsmodel, er det nyttigt at have en gennemprøvet trinplan:

1. Indsamle og forberede data

dette er aggregerede data fra marketing, salg og eksterne kilder såsom vejr og makroøkonomiske tal. Vi foretrækker at bruge data ugentligt og over en periode på mindst tre år. Sidstnævnte reducerer risikoen for bias fra tilfældige påvirkninger og tillader blandt andet sæsonmæssige påvirkninger at blive bestemt. Tænk på at sælge is og solbriller om sommeren eller havemøbler om foråret.

2. Bestem målindikatoren

Sådan måles resultatet af marketingindsatsen? Være prisen på en enhed (standardiseret pris).

3. Variabler

ud over input til markedsføringsudgifter, såsom kampagner uden for hjemmet og rækkevidde fra for eksempel TV (udtrykt i GRP), skal du også vælge andre uafhængige variabler. Tænk på input om vejret og økonomien. Men også for eksempel information om prisjusteringer, konkurrencesatser, hændelser som midlertidige butikslukninger, helligdage osv.

4. Udvikle modellen

bestem en metode, der passer til spørgsmålet og tilgængelige data. Være en Scanpro-model. Og ud over statistikker kan algoritmer fra maskinindlæring også bruges. Det er også vigtigt at beregne ‘adstock’ korrekt. Adstock bruges til at udtrykke mediernes anslåede indvirkning på et brand og dermed på forbrugernes købsadfærd over tid. Det antages ofte, at denne værdi falder over tid. Du husker et mærke en kommerciel bedre i dag, end du gør i morgen eller næste uge.

5. Test modellen

sammenlign resultaterne af modellen med de faktiske salgstal. Identificer de øjeblikke, hvor afvigelsen er stor, undersøge de mulige årsager og optimer modellen, hvor det er nødvendigt. Dette sikrer, at præcisionen af modellen passer godt til markedsførernes praksis.

6. Bestem indvirkning over tid

analyser virkningen af ressourcer og eksterne påvirkninger på de definerede KPI ‘ er, såsom salg over tid. Dette giver allerede en første indikation af virkningen. Dette kan for eksempel vises som ROI eller ROAS for online kanaler og ressourcer som display, søgning og social.

7. Analyser med medium og midler

analyser efter medium eller interaktionskanal og muligvis efter produkt eller proposition udførelsen af marketingindsatsen. En sammenligning giver derefter et godt billede af udførelsen af de forskellige midler. Men dette giver også information om virkningen af prismodellen for konkurrencen (forudsat at data er tilgængelige som input).

8. Budgetbestemmelse

med indsigten fra virkningen af de forskellige ressourcer kan det fremtidige mediebudget bestemmes. På baggrund af en’ responskurve’ kan det optimale budget bestemmes for hvert medium afhængigt af de ønskede mål (brand/salg).

holistisk syn

en Marketingblandingsmodel skaber et holistisk syn på virkningen af alle marketingaktiviteter. Det inkluderer blandt andet indflydelse fra salgsperioder, kampagner og prispolitikker. Derudover giver det indsigt i virkningen af eksterne påvirkninger som konkurrence, begivenheder og vejret. En veludført Marketingblandingsmodel er derfor et middel for marketingfolk til at måle effektiviteten af markedsføring og medier. Og det gør det til et strategisk værktøj for enhver marketingmedarbejder og marketingchef.

om forfatteren: Remco er senior datastrateg hos Merkle Netherlands.