营销中的媒体混合建模

媒体混音建模是营销商的最好朋友 - 尽管这并不是很小的壮举。您想要很多干净的数据，理想情况下是跨越几年。

mmm使用历史数据来识别和量化营销渠道之间的关系及其对转换或收入等业务目标的影响。这是它与其他模型大大不同的地方。

例如，

最后一次触摸归因模型仅考虑导致销售的最后一个营销渠道，而第一键式归因也相反。

我觉得大多数营销人员很高兴地说，销售很少来自一个频道，每个媒体都发挥了作用。

通过媒体混合建模，营销人员可以预测未来的绩效，这有助于他们做出营销决策，例如分配预算。

使用MMM，标记可以：

收集有关营销支出，销售，趋势等的历史数据。 开发一个统计模型解释营销活动与业务成果之间的关系。 解释结果以了解每个营销渠道的有效性。 使用见解将预算和资源重新分配以获得最大投资回报率。 根据不同的营销场景来预测未来的绩效。

我认为，MMM的主要价值在于数据。您可以量化渠道在营销中的作用，而不是基于直觉的感觉做出决定。此外，您将脱离孤立的频道指标，以完整地了解营销性能。

，做出更广泛的数据驱动决定。 媒体混合建模框架

媒体混合模型框架由六个步骤组成。

数据收集依赖于来自各种来源和营销渠道的高质量，纵向数据。如上图所示，这可能包括销售，营销支出，消费者，产品，经济和竞争对手数据。 数据卫生的听起来很简单，但它是Time-Con和suming和非常重要的一步。它包括清洁并将数据拉入准备分析的统一数据集中。如果您不正确，则将无法获得准确的数据输出。在这里度过时光。 模型开发通常取决于机器学习模型，以帮助您了解营销投入和业务成果之间的关系。 最好通过一些人类干预进行分析。 AI可以进行大量分析，对于分析大型数据集来说是惊人的，但是营销非常细微，对AI发现的人类概述至关重要。 优化在很大程度上取决于所获得的见解，但是借助您的新数据驱动的见解，您可以优化未来广告系列的营销和预算分配。 预测是听起来的。现在您有了数据，您可以预测不同营销场景的潜在结果，创建假设，测试它们并重申它们，直到您的营销精确地导致了您所需的结果。 媒体混合建模EXA样本

听取MMM及其影响的最佳方法是通过现实生活中的例子。我对以下营销人员收到的惊人见解感到非常兴奋。

频道之间的点协同作用

是需求生成的副总裁。当被问及MMM的价值时，惠特克说，它已经“改变了我们如何分配营销预算并衡量跨渠道影响。”

发现的一个特别有价值的应用程序是发现频道之间的协同作用。在这种可靠的用例中，惠特克解释说：“在分析零售客户的假期活动表现时，而不是孤立地查看频道，我们的MMM揭示了广播广告和社交媒体之间的意外协同作用。

我们发现，早晨通勤时间的广播广告在接下来的几个小时内放大了社交媒体参与度25％ - 这种见解是通过传统归因模型看不到的。”

我喜欢的是：营销归因对于任何企业来说都是一个巨大的挑战，没有MMM，很容易错过收音机补充的价值。很容易假设社交媒体访问，跟随，参与等已经上升。经常发生的事情是努力完全归因于社交媒体，但现实是广播在这里扮演着角色。

借助此信息，您可以更好地将无线电为何是媒体组合的一部分。更好的是，您可以在正确的时间（早上证明有效）对准无线电媒体。

。

专业提示：如果您正在研究广告，努力获得想要的结果，或者有证据（感谢MMM！）广告正在为您工作，请看看HubSpot的。它使您的媒体计划和媒体购买变得轻松。