Marketing-Mix-Modellierung für Nicht-Spezialisten

Jazmie Jamaludin

Hier ist ein Frust, den fast jeder Marketer früher oder später erlebt. Sie können genau sehen, wie viele Personen auf Ihre Online-Anzeige geklickt haben, aber Sie haben keine Ahnung, ob die Plakatwand, der Radiospot oder die Patenschaft des letzten Monats überhaupt etwas bewirkt haben. Schlimmer noch, Sie können nicht einmal sagen, wie viel des Umsatzes im letzten Quartal auf Ihr Marketing zurückzuführen ist und wie viel auf die einfache Tatsache, dass es eine geschäftige Saison war. Klick-Tracking ist brillant für den Online-Teil des Lebens und nutzlos für alles andere. Marketing-Mix-Modellierung ist das Werkzeug, das versucht, diese Lücke zu schließen.

Dieser Artikel erklärt die Marketing-Mix-Modellierung, oft MMM abgekürzt, für Personen, die keine Statistiker sind und es auch nicht werden wollen. Wir werden behandeln, was es ist, wie es im Geiste und nicht in Gleichungen funktioniert, worin es hervorragend ist, wo es Mängel aufweist und wie es sich neben dem Klick-Level-Tracking einfügt, das Sie bereits verwenden. Stellen Sie es sich als die Weitwinkel-Linse vor, die Ihre Nahaufnahme ergänzt.

Was Marketing-Mix-Modellierung ist, auf einen Blick

Marketing-Mix-Modellierung ist eine Methode zur Schätzung, wie viel jeder Teil Ihres Marketings zum Umsatz beiträgt, indem Muster über die Zeit untersucht werden. Anstatt einzelne Personen und ihre Klicks zu verfolgen, betrachtet sie das gesamte Geschäft aus der Vogelperspektive: wie viel Sie jede Woche oder jeden Monat für jede Aktivität ausgegeben haben, wie hoch Ihre Verkäufe waren und was sonst noch geschah, wie das Wetter, die Jahreszeit oder eine Preisänderung. Aus diesen Mustern leitet sie grob ab, wie stark jeder Marketinghebel etwas bewirkt hat.

Die Mischpult-Analogie

Stellen Sie sich einen Toningenieur an einem Mischpult vor, wobei jeder Regler ein Instrument steuert. Das Publikum hört nur den kombinierten Song, doch ein erfahrener Ingenieur kann Ihnen sagen, wie viel der Bass im Vergleich zur Gitarre beiträgt, indem er zuhört, wie sich der Klang ändert, wenn die Regler bewegt werden. Die Marketing-Mix-Modellierung macht denselben Trick mit Ihren Verkäufen: Indem sie beobachtet, wie sich die Ergebnisse verschieben, wenn Ihre Ausgaben für verschiedene Aktivitäten steigen und fallen, schätzt sie den Beitrag jedes "Instruments" zur endgültigen Melodie.

Ein großer Teil der Marketingwirkung findet dort statt, wo Klicks nicht folgen können
Studien zur Werbewirksamkeit zeigen immer wieder, dass Markenbildung und Offline-Medien signifikante Verkäufe erzielen, die das klickbasierte Tracking einfach nie sieht.
Quelle: Nielsen Marketingeffektivitätsforschung

Warum es existiert, obwohl wir bereits Klick-Tracking haben

Klick-Tracking und Marketing-Mix-Modellierung beantworten unterschiedliche Fragen, weshalb ernsthafte Teams beides verwenden. Klick-Tracking ist eine Nahaufnahme: Es verfolgt Einzelpersonen durch nachvollziehbare digitale Schritte und sagt Ihnen, welche Online-Berührung einem Verkauf vorausging. Es ist präzise, aber eng gefasst und wird zunehmend durch Datenschutzbestimmungen und Cookie-Beschränkungen blockiert. Es kann auch die digitalen Kanäle überbewerten, da dies die einzigen sind, die es sehen kann.

Marketing-Mix-Modellierung ist die Weitwinkelaufnahme. Sie verfolgt überhaupt keine Einzelpersonen, sodass Datenschutzänderungen sie kaum beeinträchtigen, und sie kann Dinge einschließen, die Klick-Tracking nie konnte: Print, Radio, Außenwerbung, Sponsoring, sogar die Auswirkungen eines regnerischen Monats oder eines Wettbewerber-Sales. Sie tauscht punktgenaue Details gegen Vollständigkeit. Zusammen verwendet, ergeben die Nahaufnahme und die Weitwinkelaufnahme ein weitaus wahrheitsgetreueres Bild als jede für sich allein, was der Kern der ehrlichen Messung des Marketing-ROI ist.

Marketing-Mix-Modellierung versus klickbasierte Attribution
Aspekt Mix-Modellierung Klick-Attribution
Ansicht Weitwinkel, gesamtes Geschäft. Nahaufnahme, individuelle Wege.
Deckung von Offline-Medien Ja. Nein.
Betroffen von Datenschutzregeln Kaum. Erheblich.
Granularität Grobe Züge. Feine Details.

Wie es funktioniert, ohne Gleichungen

Im Grunde genommen sammelt die Marketing-Mix-Modellierung eine lange Historie Ihrer Zahlen, typischerweise zwei oder drei Jahre wöchentlicher Daten, und ordnet sie an: Ausgaben für jede Aktivität, Gesamtumsatz und eine Liste weiterer Einflüsse wie Saisonalität, Preisgestaltung und Feiertage. Dann sucht sie nach Beziehungen. Wenn Sie mehr für eine bestimmte Aktivität ausgegeben haben, neigten die Verkäufe dazu, zu steigen, nachdem alles andere berücksichtigt wurde? Je stärker und konsistenter diese Verbindung ist, desto mehr Anerkennung erhält diese Aktivität.

Zwei Ideen, die es realistisch machen

Gute Modelle erfassen zwei Wahrheiten, die einfaches Denken übersieht. Die erste ist der sinkende Grenznutzen: Die zehnte Anzeige wirkt selten so stark wie die erste, weil das Publikum gesättigt ist. Ein Modell, das dies ignoriert, würde fälschlicherweise vorschlagen, dass Sie unendlich viel ausgeben und ewig wachsen könnten. Die zweite ist der verzögerte Effekt: Werbung wirkt oft weiter, nachdem sie geschaltet wurde, sodass eine Kampagne in dieser Woche noch Wochen danach den Umsatz steigern kann. Das Erfassen dieser Verzögerung verhindert, dass das Modell den falschen Zeitraum gutschreibt.

Warum Geschichte das Rohmaterial ist

Da die Mix-Modellierung aus der Vergangenheit lernt, steht und fällt sie mit der Qualität Ihrer Aufzeichnungen. Lückenhafte Ausgabendaten, fehlende Kampagnen oder das Fehlen einer Aufzeichnung einer großen Preisänderung werden das Ergebnis schwächen. Dies ist ein weiterer Grund, warum die Pflege einer sauberen, vertrauenswürdigen Single Source of Truth für Ihre Zahlen sich weit über einen einzelnen Bericht hinaus auszahlt. Schlechte Historie rein, wackelige Schlussfolgerungen raus.

Korrelation ist kein Beweis, daher arbeiten gute Modelle hart daran, Zufälle auszuschließen
Da die Mix-Modellierung Muster liest, anstatt Personen zu verfolgen, muss sie echte Ursache von saisonalem Zufall sorgfältig trennen, bevor ihre Zahlen vertrauenswürdig sind.
Quelle: McKinsey Marketing Analytics Insights

Wofür es hervorragend geeignet ist

Die Marketing-Mix-Modellierung verdient ihren Platz, wenn Sie Budgets für sehr unterschiedliche Aktivitäten planen müssen. Da sie Online und Offline auf derselben Skala bewertet, kann sie die Frage beantworten, die Planer wach hält: Wenn wir einen Teil des Geldes von diesem Kanal auf jenen verschieben würden, was würde wahrscheinlich mit den Verkäufen passieren? Das ist eine Planungs-Superkraft, die kein Klick-Tracking-Tool erreichen kann, da Klick-Tracking nicht einmal die Hälfte der Optionen sehen kann.

Es ist auch widerstandsfähig. Da die digitale Spur, die Klicks mit Verkäufen verbindet, immer schwächer wird, wird eine Methode, die nie auf diese Spur angewiesen war, attraktiver. Sie wird Ihnen nicht sagen, welcher genaue Kunde reagiert hat, aber sie wird Ihnen auf Portfolioebene sagen, wo Ihr Geld am härtesten arbeitet, was genau das ist, was Sie brauchen, wenn Sie entscheiden, wohin das nächste Budget gehen soll und wie es Ihre Kundenakquisitionskosten insgesamt beeinflusst.

Wo es Schwächen hat

Ehrlichkeit ist hier wichtig, denn die Mix-Modellierung wird manchmal überverkauft. Ihre erste Schwäche ist die Grobheit. Sie arbeitet in groben Zügen, kann also nicht sagen, welche spezifische Anzeige oder welches genaue Publikum am besten abgeschnitten hat, sondern nur, dass ein ganzer Kanal tendenziell geholfen hat. Für granulare, Echtzeit-Anpassungen benötigen Sie immer noch Klick-Level-Daten und die Art von Details, die Sie von Customer Journey Analytics erhalten.

Ihre zweite Schwäche ist der Hunger nach Historie. Neue Unternehmen mit nur wenigen Monaten Daten oder solche, die ihre Offline-Ausgaben nie erfasst haben, können kein zuverlässiges Modell erstellen. Ihre dritte Schwäche ist die ewige Falle, Zufall mit Ursache zu verwechseln, dieselbe Gefahr, die in unserem Beitrag über Korrelation versus Kausalität untersucht wird. Verkäufe könnten parallel zu einer Kampagne steigen, nur weil beide in einer starken Saison ihren Höhepunkt erreichten. Gute Modellierer schützen sich davor, aber es verschwindet nie ganz.

Wie die Teile zusammenpassen

Die moderne Ansicht ist, dass keine einzelne Methode die ganze Wahrheit sagt, daher triangulieren die klügsten Teams. Sie verwenden Klick-Attribution für schnelle, detaillierte, tägliche Optimierung; Mix-Modellierung für breite, datenschutzfreundliche Budgetplanung; und kontrollierte Experimente, um Streitigkeiten beizulegen, die die anderen beiden nicht können. Wenn alle drei grob übereinstimmen, können Sie mit Zuversicht handeln. Wenn sie nicht übereinstimmen, ist diese Uneinigkeit selbst ein nützlicher Hinweis, der es wert ist, untersucht und nicht ignoriert zu werden.

Sie müssen nicht alles auf einmal übernehmen. Viele Unternehmen beginnen mit sauberem Klick-Tracking, führen gelegentlich Experimente durch und greifen zur Mix-Modellierung, sobald sie genügend Historie und genügend Offline-Ausgaben haben, um dies zu rechtfertigen. Der Punkt ist nicht, eine Methode zum König zu krönen, sondern jede die blinden Flecken der anderen abdecken zu lassen. Wenn Sie Hilfe dabei wünschen, herauszufinden, wofür Ihr Unternehmen tatsächlich bereit ist, können Sie uns gerne für ein fundiertes Gespräch kontaktieren.

Die Quintessenz

Marketing-Mix-Modellierung ist die Weitwinkel-Linse, die Ihrem Messwerkzeug wahrscheinlich gefehlt hat. Sie kann keine Einzelpersonen sehen, aber sie kann alles sehen, einschließlich der Offline-Bemühungen, die das Klick-Tracking stillschweigend ignoriert. Sie arbeitet in groben Zügen und benötigt eine gute Datenhistorie, daher ist sie keine schnelle Lösung oder ein Ersatz für detailliertes Tracking. Was sie stattdessen bietet, ist Perspektive: ein gerechteres Gefühl dafür, wie all Ihr Marketing, online und offline, tatsächlich zu Verkäufen führt.

Betrachten Sie sie als eine vertrauenswürdige Stimme in einem kleinen Chor von Methoden und nicht als ein einsames Orakel, und sie wird Ihnen helfen, Budgets mit weitaus mehr Zuversicht zu planen, als es das Bauchgefühl je könnte.

Häufig gestellte Fragen

Ist Marketing-Mix-Modellierung nur für riesige Unternehmen?+
Es war einst das Privileg riesiger Werbetreibender, aber zugänglichere Tools haben eine einfachere Version auch für mittelständische Unternehmen erschwinglich gemacht. Der eigentliche Wächter ist nicht die Größe, sondern die Historie: Sie benötigen eine solide Reihe sauberer Ausgaben- und Verkaufsdaten, einschließlich jeglicher Offline-Aktivitäten, damit die Methode funktioniert.
Ersetzt es meine normalen Analysen?+
Nein, es ergänzt sie. Klickbasierte Analysen liefern Ihnen feine, schnelle Details für tägliche Entscheidungen, während die Mix-Modellierung Ihnen die breite, datenschutzsichere Ansicht für die Budgetplanung bietet. Sie beantworten unterschiedliche Fragen, und die gemeinsame Verwendung beider ergibt ein weitaus ehrlicheres Bild als jede für sich allein.
Wie viel Datenhistorie benötigt es?+
Als Faustregel gilt, dass ein paar Jahre wöchentlicher Daten dem Modell genügend Saisons und Kampagnen zum Lernen geben. Weniger als ein Jahr macht es schwierig, echte Marketingeffekte von gewöhnlichen saisonalen Schwankungen zu trennen, wodurch die Ergebnisse unzuverlässig werden.
Kann es beweisen, dass ein Kanal meine Verkäufe verursacht hat?+
Es schätzt den wahrscheinlichen Beitrag, anstatt die Ursache direkt zu beweisen, da es Muster liest, anstatt ein Experiment durchzuführen. Um von "wahrscheinlich" zu "bewiesen" zu gelangen, paaren Sie es mit einem kontrollierten Test, der die Ergebnisse mit und ohne eine bestimmte Aktivität vergleicht. Zusammen sind sie weitaus überzeugender.

Referenzen

  1. Nielsen. "Marketing Mix Modeling und Effektivitätsforschung." nielsen.com.
  2. McKinsey & Company. "Marketing-Analysen und Einblicke zur Ausgabeneffektivität." mckinsey.com.
Zurück zum Blog

AUTOMATISIEREN. OPTIMIEREN. DOMINIEREN.

Optimieren Sie Ihre Betriebsabläufe und bieten Sie ein reibungsloses Kundenerlebnis. Unsere Experten implementieren modernste Technologien und optimierte Arbeitsabläufe, damit Sie sich auf Ihre Kernkompetenzen konzentrieren können.