마케팅 믹스 모델링: 마케팅 및 판매에 대한 분석적 접근

디지털 마케팅의 가장 큰 과제 중 하나는 기여도 문제입니다. 소비자가 다양한 온라인 및 오프라인 채널에 노출됨에 따라 최상의 결과를 제공하는 채널을 결정하는 것이 더욱 어려워졌습니다. 그러나 데이터 과학의 적용이라는 해결책이 있습니다.

MMM( 마케팅 믹스 모델링 )은 판매에 대한 각 채널의 진정한 영향을 이해하고 최적의 결과를 위해 정보에 입각한 투자 조정을 할 수 있게 해주는 분석적 접근 방식입니다. 또한 각 채널이 판매에 미치는 실제 영향과 최상의 결과를 얻기 위해 투자를 조정하는 방법을 알 수 있습니다.

이 기사에서는 마케팅 믹스 모델링의 비밀을 밝히고 마케터와 영업 전문가가 귀속 문제를 자신 있게 탐색할 수 있도록 권한을 부여하기 위해 잠재력을 살펴봅니다.

마케팅 믹스 모델링이란 무엇입니까?

존 워너메이커(John Wanamaker)의 유명한 인용문이 있습니다. 마음대로 사용할 수 있는 다양한 채널이 있는 오늘날의 마케팅 환경에서는 어떤 채널이 결과를 내고 어떤 채널이 그렇지 않은지 결정하는 것이 중요합니다.

온라인 채널 에서 클릭을 추적하고 쿠키와 같은 기술을 사용하여 사용자 행동을 추적할 수 있지만 절대적인 정확도를 달성하는 것은 여전히 ​​어려울 수 있습니다.

TV 광고나 옥외 광고와 같은 오프라인 마케팅 에서는 개별 노출과 반응을 쉽게 추적할 수 없기 때문에 작업이 훨씬 더 복잡해집니다.

이것은 마케팅 믹스 모델링이 들어오는 곳입니다!

마케팅 믹스 모델링은 각 채널의 마케팅 지출과 해당 결과(예: 웹 방문, 판매, 고객 확보 또는 기타 KPI) 간의 관계를 식별하는 것을 목표로 하는 통계 모델링 기술 입니다. 기록 데이터 및 회귀 기술을 사용하여 이러한 KPI에 대한 각 채널의 기여도를 확인할 수 있습니다. 이 모델은 마케팅 지출이 다양한 기간과 채널에 따라 달라지는 경우에만 적용할 수 있다는 점에 유의해야 합니다.

마케팅 믹스 모델링을 올바르게 사용하면 각 채널에 대한 투자가 KPI에 미치는 영향에 대한 정확한 통찰력을 얻을 수 있습니다.

이러한 계산에 도움이 되는 공식을 생성하려면 각 마케팅 채널의 비용이 다양하고 효과적인 마케팅 전략을 추진하는 결과를 기반으로 여러 시나리오가 생성되는 시뮬레이션을 사용할 수 있습니다. Medium에 따르면 사용할 수 있는 선형 회귀 방정식이 있습니다.

매출 = β_0 + β_1 * (채널 1) + β_2 * (채널 2)

이 방정식에서 "매출"은 판매량을 나타내고, "채널 1"과 "채널 2"는 서로 다른 마케팅 채널을 나타내며, "β_0"은 기본 판매량(마케팅 캠페인이 없을 때 자연 수요에 의해 발생하는 판매량, 충성도, 브랜드 인지도), "β_1" 및 "β_2"는 각 채널의 판매량 기여도를 나타내는 계수입니다. 다른 가능한 공식이 있다는 점에 유의하는 것이 중요합니다.

마케팅 믹스 모델링을 적용하려면 어떤 데이터가 필요합니까?

이 마케팅 및 영업 모델을 성공적으로 적용하려면 올바른 데이터로 시작하는 것이 중요합니다. 이러한 계산에 필요한 정보를 수집할 때 고려해야 할 요소는 다음과 같습니다.

• 충분하고 다양한 데이터 : Marketing Mix Modeling은 단일 종속 변수에서 여러 요소의 변화를 분석합니다. 따라서 이러한 변동이 변수에 미치는 영향을 정확하게 식별하기 위해서는 충분한 변동이 있는 적절한 데이터가 있어야 합니다.
• 대표 데이터 : 수집된 데이터는 변수 간의 관계를 결정하고 귀사를 진정으로 대표할 수 있는 충분한 정보와 균형을 이루어야 합니다.
• 세부 수준 : 데이터의 세부 수준에 따라 결과의 세부 수준이 결정됩니다. 예를 들어, 마케팅 믹스 모델링이 매장, 제품 또는 부문 수준에서 각 채널의 성과에 대한 통찰력을 제공하기를 원하면 그에 따라 데이터를 세분화해야 합니다.
• 노이즈 제거 : 계절성 및 경기 변동과 같은 외부 요인은 판매, 웹 방문 및 고객 확보 지표에 영향을 미칩니다. 따라서 이러한 요소로 인해 발생하는 "노이즈"를 제거하여 모델을 다듬는 것이 필수적입니다.

마케팅 믹스 모델링에서 고려해야 할 요소

이 모델의 결과를 올바르게 해석하려면 두 가지 중요한 요소를 고려해야 합니다. 마케팅 및 판매 조치의 지연 효과와 수익 감소의 개념입니다.

마케팅 및 영업의 지체 효과

모든 마케팅 활동이 즉각적인 영향을 미치는 것은 아닙니다. 대부분의 소비자는 필요를 인식하는 순간과 구매 여부를 결정하는 순간 사이에 고려 또는 의사 결정 단계를 거칩니다.

결과적으로 마케팅 캠페인 시작과 기록된 KPI(방문, 구매, 사용자 등록 등) 사이에는 시차가 있습니다. 각 채널의 결과를 계산할 때 이 시간 지연을 고려하는 것이 필수적입니다.

고려 단계의 기간은 해당 제품에 따라 다릅니다. 예를 들어, 립스틱을 살 때의 고려 시기와 새 차를 살 때의 고려 시기는 다릅니다. 또한 마케팅 채널 노출과 의사 결정 프로세스 사이의 시간차는 채널마다 다를 수 있습니다. 따라서 데이터에 가장 적합한 것을 결정하기 위해 다양한 시간 경과를 테스트하는 것이 좋습니다.

수익 감소

투자가 증가함에 따라 증분 혜택이 감소하면 수익 체감이 발생합니다. 즉, 더 많이 투자한다고 해서 일정 수준 이상으로 더 좋은 결과가 나오는 것은 아닙니다. 그 시점 이후에는 추가 광고가 덜 효과적이거나 비생산적일 수 있습니다.

마케팅 예산과 결과 사이의 관계는 선형적이지 않습니다 . 목표는 각 마케팅 채널에 대한 최적의 최대 투자 수준을 결정하는 것입니다.

마케팅 믹스 모델링으로 어떤 결과를 얻을 수 있습니까?

마케팅 믹스 모델링을 적용하기에 충분한 품질 데이터가 있다고 가정해 보겠습니다. 어떤 결과를 얻을 수 있습니까? 우리는 이러한 통찰을 서술적 결과(지금까지 일어난 일을 설명함)와 예측적 결과(미래를 예측하는 것을 목표로 함)로 구분할 수 있습니다.

설명적인 결과

설명 결과 내에서 두 가지 유형의 그래프는 회사의 성과를 평가하는 데 매우 유용할 수 있습니다. 즉, 기여도 그래프와 수익 감소 그래프입니다.

기여 그래프

기여 그래프는 회사의 성장에 기여하는 채널을 시각적으로 나타냅니다 . Marketing Mix Modeling의 결과를 시각적 모델로 변환하면 전체 수익에 대한 채널의 기여도를 빠르게 식별할 수 있습니다. 채널 진화를 추적하고 계절성과 같은 요인을 식별하기 위해 시간 그래프를 관찰하는 것도 통찰력이 있습니다. 이러한 시각적 표현을 통해 추세를 이해하고 회사의 상황을 신속하게 평가할 수 있습니다.

수확 체감 그래프

플로팅 곡선을 나타내는 선 차트는 일반적으로 마케팅 및 판매의 감소하는 수익을 분석할 때 사용됩니다. 이 차트는 투자와 수익 간의 관계를 시각적으로 보여줍니다.

시장에서 광고 포화 이론을 받아들인다고 가정해 봅시다. 이 경우 포화점을 넘어선 마케팅 및 판매에 투자하지 않도록 하고 싶습니다.

이를 결정하기 위해 각 채널의 수익을 플로팅하고 곡선의 모양을 관찰할 수 있습니다. 우리는 특정 채널이 빠르게 포화 상태에 도달하는 반면 다른 채널은 투자 증가에도 불구하고 계속해서 수익을 창출한다는 사실을 발견할 수 있습니다.

기여 및 체감 수익 차트를 모두 검토하여 어떤 채널이 가장 높은 ROI를 제공하는지에 대한 귀중한 통찰력을 얻습니다. 이 정보는 이익을 극대화하기 위해 어느 정도 투자할지 결정하는 데 도움이 됩니다. 이러한 결과의 정확성은 입력한 데이터의 품질과 대표성에 따라 달라집니다.

예측 결과

마케팅 믹스 모델링은 과거 이벤트를 설명하고 마케팅 및 판매 활동의 미래 ROI를 예측하는 데 유용합니다. 미래 예측에 신중하게 접근하는 것이 중요하지만 마케팅 믹스 모델링은 마케팅 및 판매 전략에 대해 정보에 입각한 결정을 내리는 데 유용한 도구를 제공합니다.

이 정보를 활용하기 위해 투자 시나리오를 설계하고 마케팅 믹스 모델링을 적용하여 결과를 평가할 수 있습니다. 이를 통해 아직 포화 상태에 도달하지 않은 가장 효율적인 채널에 집중하여 예산을 최적화할 수 있습니다.

Cyberclick은 귀사의 고유한 상황에 맞는 자동화된 맞춤형 알고리즘을 생성하여 다양한 시나리오를 수동으로 계산할 필요가 없도록 도와드립니다. 이 최적화는 지능적인 예산 할당을 보장하고 시간과 리소스를 확보하여 전략과 창의성을 향상할 수 있도록 도와줍니다.