マーケティング ミックス モデリング: マーケティングと販売への分析的アプローチ

デジタル マーケティングにおける最大の課題の 1 つは、アトリビューションの問題です。 消費者がオンラインおよびオフラインの多数のチャネルにさらされるようになると、どのチャネルが最良の結果をもたらすかを判断することがより困難になります。 ただし、データサイエンスの応用という解決策があります。

マーケティング ミックス モデリング(MMM) は、各チャネルが売上に与える真の影響を理解し、情報に基づいて投資を調整して最適な結果を得ることができる分析アプローチです。 また、各チャネルが売上に与える実際の影響や、最良の結果を達成するために投資を調整する方法を知ることもできます。

この記事では、マーケティング担当者や営業専門家がアトリビューションの課題に自信を持って対処できるようにするために、マーケティング ミックス モデリングの秘密を明らかにし、その可能性について詳しく説明します。

マーケティング ミックス モデリングとは何ですか?

ジョン・ワナメーカーの有名な言葉に、「広告に費やしたお金の半分は無駄になっている。問題は、その半分がどれなのかわからないことだ」というものがあります。 さまざまなチャネルを自由に使える今日のマーケティング環境では、どのチャネルが結果をもたらし、どのチャネルが結果をもたらさないかを判断することが重要です。

オンライン チャネルでのクリックを追跡したり、Cookie などの技術を使用してユーザーの行動を追跡したりすることはできますが、絶対的な精度を達成するのは依然として難しい場合があります。

テレビ コマーシャルや屋外広告などのオフライン マーケティングでは、個人の印象や反応を簡単に追跡できないため、タスクはさらに複雑になります。

ここでマーケティング ミックス モデリングが登場します。

マーケティング ミックス モデリングは、各チャネルのマ​​ーケティング支出と対応する結果 (Web 訪問、売上、顧客獲得、その他の KPI など) との関係を特定することを目的とした統計モデリング手法です。 履歴データと回帰手法を使用すると、これらの KPI に対する各チャネルの寄与を判断できます。 このモデルは、マーケティング支出が期間やチャネルごとに異なる場合にのみ適用できることに注意することが重要です。

マーケティング ミックス モデリングを正しく採用することで、各チャネルへの投資が KPI にどのような影響を与えるかについて正確な洞察を得ることができます。

これらの計算に役立つ式を生成するには、各マーケティング チャネルのコストを変化させ、効果的なマーケティング戦略を推進する結果に基づいて複数のシナリオが生成されるシミュレーションを使用できます。 Medium によると、使用できる線形回帰式があります。

売上高 = β_0 + β_1 * (チャネル 1) + β_2 * (チャネル 2)

この式において、「売上高」は売上高を表し、「チャネル 1」と「チャネル 2」は異なるマーケティング チャネルを指します。「β_0」は基本売上高 (マーケティング キャンペーンがない場合の自然需要による売上高、 「β_1」と「β_2」は、各チャネルの売上高への寄与度を表す係数です。 他にも可能な式があることに注意することが重要です。

マーケティング ミックス モデリングを適用するにはどのようなデータが必要ですか?

このマーケティングおよび販売モデルをうまく適用するには、正しいデータから始めることが重要です。 これらの計算に必要な情報を収集する際に考慮すべき要素を次に示します。

• 十分で多様なデータ: マーケティング ミックス モデリングは、単一の従属変数内の複数の要素の変動を分析します。 したがって、変数に対するこれらの変動の影響を正確に特定するには、十分な変動を含む適切なデータを用意することが不可欠です。
• 代表的なデータ: 収集されたデータは、変数間の関係を判断し、会社を真に表すのに十分な情報のバランスが取れている必要があります。
• 詳細レベル: データの詳細レベルによって、結果の詳細レベルが決まります。 たとえば、マーケティング ミックス モデリングで店舗、製品、またはセグメント レベルで各チャネルのパフォーマンスに関する洞察を提供したい場合は、データをそれに応じてセグメント化する必要があります。
• ノイズ除去: 季節性や経済変動などの外部要因は、売上、Web 訪問、顧客獲得指標に影響を与えます。 したがって、これらの要因によって生じる「ノイズ」を除去してモデルを改良することが不可欠です。

マーケティング ミックス モデリングで考慮すべき要素

このモデルの結果を正しく解釈するには、2 つの重要な要素を考慮する必要があります。それは、マーケティングと販売活動の遅延効果、および収益逓減の概念です。

マーケティングと販売の遅れた効果

すべてのマーケティング活動がすぐに効果を発揮するわけではありません。 ほとんどの消費者は、ニーズを認識した瞬間から購入するかどうかを決定するまでに、検討または意思決定の段階を経ます。

その結果、マーケティングキャンペーンの開始と記録されるKPI（訪問、購入、ユーザー登録など）の間にはタイムラグが発生します。 各チャネルの結果を計算する際には、このタイムラグを考慮することが不可欠です。

検討フェーズの期間は対象の製品によって異なります。 たとえば、口紅を購入する場合の検討時間は、新車を購入する場合とは異なります。 さらに、マーケティング チャネルへの接触と意思決定プロセスの間の時間差は、チャネルによって異なる場合があります。 したがって、さまざまなタイムラプスをテストして、データに最適なものを決定することをお勧めします。

収益逓減

投資が増加するにつれて増分利益が減少すると、収益逓減が発生します。 言い換えれば、ある時点を超えると、より多くの投資を行ってもより良い結果は得られません。 それ以降は、さらなる広告の効果が薄れたり、逆効果になる可能性があります。

マーケティング予算と結果の関係は線形ではありません。 目的は、各マーケティング チャネルにおける最適な最大投資レベルを決定することです。

マーケティング ミックス モデリングでどのような結果が得られますか?

マーケティング ミックス モデリングを適用するのに十分な品質のデータがあると仮定します。 どのような結果が得られるでしょうか? これらの洞察は、記述結果 (これまでに何が起こったかを説明する) と予測結果 (将来を予測することを目的とする) に分けることができます。

記述的な結果

記述的な結果では、貢献グラフと収益逓減グラフという 2 種類のグラフが会社のパフォーマンスを評価するのに非常に役立ちます。

貢献度グラフ

貢献度グラフは、会社の成長に貢献しているチャネルを視覚的に表します。 マーケティング ミックス モデリングの結果を視覚的なモデルに変換することで、全体の収益に対するチャネルの貢献をすぐに特定できます。 時間グラフを観察してチャネルの進化を追跡し、季節性などの要因を特定することも洞察力に役立ちます。 これらの視覚的表現により、傾向を理解し、会社の状況を迅速に評価することができます。

収益逓減のグラフ

プロット曲線を表す折れ線グラフは、通常、マーケティングや販売で利益逓減を分析するときに使用されます。 これらのグラフは、投資と収益の関係を視覚的に表現します。

市場における広告の飽和理論を受け入れると仮定します。 その場合、飽和点を超えてマーケティングと販売に投資しないようにしたいと考えています。

これを判断するには、各チャネルのリターンをプロットし、曲線の形状を観察します。 特定のチャネルがすぐに飽和状態に達する一方で、他のチャネルは投資を増やしても利益を生み出し続けていることが判明する場合があります。

貢献度グラフと利益逓減グラフの両方を調べることで、どのチャネルが最も高い ROI を提供するかについて貴重な洞察が得られます。 この情報は、利益を最大化するためにどこに多かれ少なかれ投資すべきかを決定するのに役立ちます。 これらの結果の精度は、入力したデータの品質と代表性に依存することに留意してください。

予測結果

マーケティング ミックス モデリングは、過去の出来事を説明したり、マーケティングおよび販売活動の将来の ROI を予測したりするのに役立ちます。 将来の予測に慎重に取り組むことは重要ですが、マーケティング ミックス モデリングは、マーケティングおよび販売戦略について情報に基づいた意思決定を行うための貴重なツールを提供します。

この情報を活用するには、投資シナリオを設計し、マーケティング ミックス モデリングを適用して結果を評価します。 これにより、まだ飽和状態に達していない最も効率的なチャネルに焦点を当てて予算を最適化できます。

Cyber​​click は、企業固有の状況に合わせてカスタマイズされた自動アルゴリズムの作成を支援し、さまざまなシナリオを手動で計算する必要をなくします。 この最適化により、インテリジェントな予算割り当てが確保され、時間とリソースが解放されるため、戦略と創造性を高めることができます。