marketing effectiveness, media measurement tools, marketing-mix modeling, attribution, marketing mix optimization

По данным американской аналитической компании EXL Service, директора и менеджеры по маркетингу в сфере ритейла инвестируют в продвижение 8-10% прибыли. Важно наиболее эффективно распределить эти средства между разными каналами, чтобы вложения окупились. Поэтому необходимы метрики, которые точно отражают рентабельность инвестиций (ROI) на достаточно гранулярном уровне. К сожалению, на данный момент система оценки эффективности рекламы не соответствует потребностям бизнеса, учитывая быстро меняющийся ландшафт рекламной индустрии, где происходит сдвиг от ТВ к видео на различных платформах. По запросу CIMM были проанализированы существующие способы измерения рентабельности маркетинговых и рекламных инвестиций. Коалиция за инновационное измерение эффективности рекламы (CIMM) это объединение поставщиков контента, закупщиков и продавцов, которые продвигают инновации для оценки аудитории ТВ, интернет, мобильной и кроссплатформенной рекламы в США. Ее членами являются такие компании, как CBS, Discovery, NBC, P&G и The Walt Disney Company. 

Наша статья представляет собой краткий обзор и сравнение двух основных инструментов, которые сейчас применяются для измерения рентабельности маркетинговых инвестиций (ROMI).

  • Моделирование маркетинг-микса (МММ)

  • Атрибуция

Атрибуция и МММ – это два разных аналитических инструмента, которые используются с одной целью: они помогают понять, правильно ли распределен бюджет, как настроить медиа-микс, где увеличить или сократить инвестиции, чтобы получить наилучший результат. 

МММ – это метод анализа, который количественно оценивает рентабельность и эффективность каждого элемента в маркетинговых и рекламных кампаниях. Для этого применяются регрессионный и другие статистические подходы, чтобы оценить влияние бюджета, распределенного по каналам рекламы, на прирост продаж.

Атрибуция анализирует путь клиента и распределяет значимость маркетинговых элементов, с которыми взаимодействуют потребители перед конверсией, то есть покупкой продукта. Существует несколько видов этого инструмента: цифровая, телевизионная, мультитач или многоканальная атрибуция.

Вы можете ознакомиться с преимуществами и недостатками этих двух подходов в таблице ниже.

МММ (+) Атрибуция (+)
  • Всесторонняя модель, которая объясняет большинство колебаний уровня продаж.
  • Статистические методы проверены временем и надежны.
  • Они поняты руководству.
  • Учитываются все основные факторы, влияющие на продажи, такие как сезонность, конкурентная деятельность, продвижение.
  • Маловероятно, что каким-то каналам будет присвоена излишняя значимость, когда речь идет о многоканальных кампаниях.
  • Нет проблем с конфиденциальностью данных.
  • Учитывается влияние размещения и креатива, а также их синергия.
  • Результаты очень гранулярные, а модели могут обновляться каждую неделю, что позволяет вовремя влиять на тактические решения.
  • Функционирует на микроуровне (отдельные лица, домохозяйства, устройства и события).
  • Использует новейшие технологии (ИИ, теория игр).
  • Наиболее продвинутые системы привязывают результаты к платформам управления данными, торговым интернет-площадками и системам динамического таргетинга.
МММ (-) Атрибуция (-)
  • Функционирует медленно, на макроуровне и дает результаты с опозданием.
  • Обычно проводится раз в год.
  • Результаты недостаточно гранулярны для принятия тактических решений и оптимизации.
  • Если не учтены другие факторы, то может приписать излишнюю значимость цифровым каналам.
  • Большинство систем не учитывает базовый уровень продаж или покупательские привычки.
  • Сомнительное качество данных на уровне домохозяйств.
  • Опирается на непроверенные данные и методы.
  • Недостаточно долго используется, чтобы понять, что лучше всего подходит для определенных целей.
  • Результаты зависят от добавления информации по офлайн каналам рекламы.
  • Не всегда учитываются такие факторы, как продвижение, цена, динамика бренда, погодные условия или общая экономическая ситуация.
  • Методы недостаточно прозрачны.
MMM (+)
  • Всесторонняя модель, которая объясняет большинство колебаний уровня продаж.
  • Статистические методы проверены временем и надежны.
  • Они поняты руководству.
  • Учитываются все основные факторы, влияющие на продажи, такие как сезонность, конкурентная деятельность, продвижение.
  • Маловероятно, что каким-то каналам будет присвоена излишняя значимость, когда речь идет о многоканальных кампаниях.
  • Нет проблем с конфиденциальностью данных.
Атрибуция (+)
  • Учитывается влияние размещения и креатива, а также их синергия.
  • Результаты очень гранулярные, а модели могут обновляться каждую неделю, что позволяет вовремя влиять на тактические решения.
  • Функционирует на микроуровне (отдельные лица, домохозяйства, устройства и события).
  • Использует новейшие технологии (ИИ, теория игр).
  • Наиболее продвинутые системы привязывают результаты к платформам управления данными, торговым интернет-площадками и системам динамического таргетинга.
МММ (-)
  • Функционирует медленно, на макроуровне и дает результаты с опозданием.
  • Обычно проводится раз в год.
  • Результаты недостаточно гранулярны для принятия тактических решений и оптимизации.
Атрибуция (-)
  • Если не учтены другие факторы, то может приписать излишнюю значимость цифровым каналам.
  • Большинство систем не учитывает базовый уровень продаж или покупательские привычки.
  • Сомнительное качество данных на уровне домохозяйств.
  • Опирается на непроверенные данные и методы.
  • Недостаточно долго используется, чтобы понять, что лучше всего подходит для определенных целей.
  • Результаты зависят от добавления информации по офлайн каналам рекламы.
  • Не всегда учитываются такие факторы, как продвижение, цена, динамика бренда, погодные условия или общая экономическая ситуация.
  • Методы недостаточно прозрачны.

Как мы видим, ни один из методов не идеален, так что напрашивается идея объединить сильные стороны этих подходов для достижения наилучших результатов. Именно эту проблему сейчас пытаются решить маркетологи, так как еще нет ​​проверенной методики их объединения. Были разговоры о двухэтапной модели, в которой сначала применяется традиционное моделирование, а затем используется атрибуция для дальнейшей обработки результатов. Хотя изначально MMM и атрибуция специализировались на противоположных концах спектра рекламных каналов, со временем они начали двигаться навстречу друг другу, анализируя новые сферы: для атрибуции это ТВ и другие офлайн каналы, а для МММ  интернет реклама. В настоящее время существует не менее 26 различных моделей МММ и атрибуции.

Недавнее исследование, проведенное Ассоциацией мобильного маркетинга, показало, что 39% маркетологов уже используют мультитач атрибуцию, а за ближайшие два года этот показатель может достигнуть 75%.

marketing expenditures, online advertising, print advertising, marketing-mix optimization

Большинство крупных компаний, продвигая свои услуги, используют весь спектр рекламных каналов (телевидение, радио, наружная реклама, интернет, пресса), а значит становится сложнее эффективно распределять бюджетные средства между ними.

Вы можете подробнее узнать в кейсе моделирования банковского медиамикса, как было усовершенствовано управление рекламным бюджетом при помощи CheckMedia Solution от AdoptoMedia. С использованием машинного обучения и BigData была разработана модель прогноза входящих заявок по продукту, а также оптимизирован рекламный бюджет на 2017 год за счет оптимального распределения средств между рекламными каналами и отказа от неэффективных каналов, что привело к увеличению ROMI на 15%.