Marketing Mix Modeling in acht stappen
In het eerste deel van mijn blog heb ik de lezer meegenomen door het democratiseren van data. Dit keer ga ik verder in op Marketing Mix Modeling. Wat zijn de opbrengsten van je marketinginvesteringen? Tegenwoordig is dit misschien wel de belangrijkste vraag voor marketeers.
We hebben namelijk terabytes aan data beschikbaar en er is fors geïnvesteerd in marketing automation. We ontwikkelen proposities en lanceren campagnes via een reeks aan media en kanalen. Maar wat is nu eigenlijk de bijdrage hiervan aan het bedrijfsresultaat? En met welke externe invloeden moeten we rekening houden?
Wanneer gebruik ik een Marketing Mix model?
Een Marketing Mix Model helpt je bij het ontrafelen van de impact op de verkoop van belangrijke marketingcomponenten zoals prijs en promotie alsmede invloeden van buitenaf, zoals concurrentie, seizoensinvloeden en de economie. Het beantwoordt vragen zoals:
- Wat was de ROAS van het medium TV vorig jaar?
- Welke externe factoren beïnvloeden mijn online en offline sales en in welke mate?
- Hoeveel sales realiseer ik dit jaar als ik meer of minder mediabudget inzet dan vorig jaar?
- Hoe moeten we ons mediabudget inzetten wanneer we onze sales willen maximaliseren?
- Hoe kunnen we ons beschikbare mediabudget optimaliseren en verdelen over alle media?
Met een Marketing Mix Model krijg je een strategisch middel in handen waarmee inzicht wordt gecreëerd van de impact van al je marketingactiviteiten. Het stelt je in staat om een vergelijking te maken tussen de prestaties van verschillende media en kanalen van interactie. Omdat het gebruik maakt van geaggregeerde data, worden niet alleen de digitale media geanalyseerd maar even zo de offline media zoals televisie, radio en out-of-home. Met de uitkomsten ben je nog beter in staat op het juiste moment de juiste verdeling van het marketingbudget vast te stellen.
Concreet stappenplan
Wanneer je een Marketing Mix Model ontwikkelt dan is het handig om een beproefd stappenplan te hebben:
1. Verzamel en prepareer data
Het gaat om geaggregeerde data van marketing, sales en externe bronnen zoals het weer en macro-economische cijfers. Bij voorkeur hanteren we data op weekniveau en over een periode van minimaal drie jaar. Dit laatste verkleint het risico op bias van incidentele invloeden en hiermee kunnen onder andere seizoensinvloeden bepaald worden. Denk aan de verkoop van ijs en zonnebrillen in de zomer of tuinmeubilair in de lente.
2. Bepaal de doelindicator
Hoe meet je het resultaat van de marketinginspanningen? Dit kan bijvoorbeeld de prijs zijn van een unit (gestandaardiseerde prijs).
3. Variabelen
Naast input over marketingbestedingen, zoals out-of-home campagnes en bereik van bijvoorbeeld televisie (uitgedrukt in GRP), moet je ook andere onafhankelijk variabelen selecteren. Denk daarbij aan input over het weer en economie. Maar ook bijvoorbeeld informatie over prijsaanpassingen, tarieven van de concurrentie, incidenten zoals tijdelijke winkelsluitingen, feestdagen etcetera.
4. Ontwikkel het model
Bepaal een methodiek die past bij de vraagstelling en beschikbare data. Dit kan bijvoorbeeld een SCANxPRO model zijn. En naast statistiek kunnen ook algoritmen uit de machine learning worden gebruikt. Van belang is verder om op de juiste manier de ‘adstock’ te berekenen. Adstock wordt gebruikt om de geschatte impact van media op een merk en daarmee op koopgedrag van de consument over tijd uit te drukken. Vaak wordt verondersteld dat deze waarde over tijd afneemt. Je herinnert je een reclame van merk A vandaag beter dan je morgen doet of volgende week.
5. Test het model
Vergelijk de uitkomsten van het model met de werkelijke sales cijfers. Identificeer de momenten waar de afwijking groot is, onderzoek de mogelijke oorzaken en optimaliseer het model waar noodzakelijk. Hiermee zorgen we ervoor dat de precisie van het model goed aansluit bij de praktijk van de marketeers.
6. Bepaal impact door de tijd
Analyseer de invloed van middelen en externe invloeden op de gedefinieerde KPI’s zoals sales door de tijd heen. Dit geeft al een eerste indicatie van de impact. Dit kan bijvoorbeeld weergegeven worden als ROI of ROAS van de online kanalen en middelen zoals display, search en social.
7. Analyseer per medium en middel
Analyseer per medium of interactiekanaal, en mogelijk per product of propositie, de prestaties van de marketinginspanningen. Een vergelijking geeft dan een goed beeld van de prestaties van de verschillende middelen. Maar dit geeft bijvoorbeeld ook uitsluitsel over de impact van het prijsmodel van de concurrentie (mits data voorhanden is als input).
8. Budgetbepaling
Met de inzichten uit de impact van de verschillende middelen kan het toekomstige mediabudget worden vastgesteld. Aan de hand van een ‘response curve’ kan per medium het optimale budget worden bepaald, afhankelijk van de gewenste doelstellingen (brand/sales).
Holistisch beeld
Een Marketing Mix Model creëert een holistisch beeld van de impact van alle marketingactiviteiten. Het behelst onder andere de invloed van verkoopperiodes, campagnes en prijsbeleid. Bovendien geeft het inzicht in de impact van externe invloeden zoals concurrentie, evenementen en het weer. Een goed uitgevoerd Marketing Mix Model is daarmee een middel voor marketeers om de effectiviteit van marketing en media te meten. En daarmee is het een strategisch middel voor iedere marketeer en marketing verantwoordelijke.
Over de auteur: Remco Weijers is senior data strategist bij Merkle Nederland.
Leave a Reply