Als brand- of mediamanager wil je gedetailleerd inzicht in de prestaties van je marketing. Van banners tot podcasts en van abri tot STER-reclame: je wilt weten wat de precieze bijdrage is aan je resultaten. Maar de meetbaarheid daarvan laat te wensen over, ook in deze tijd waarin ‘alles meetbaar’ zou moeten zijn. Met Marketing Mix Modeling (MMM) kun je die tekortkomingen compenseren. 

Je hebt die data trouwens niet alleen nodig om achteraf je uitgaven te verantwoorden. Je wilt ze ook gebruiken om snel je strategie bij te sturen en zo continu je ROAS te verbeteren. Je wilt data dus snel hebben. 

Steeds kleiner deel van de werkelijkheid 
De belofte van data en digital was dat alles meetbaar zou worden. Dat is niet gebeurd. Sterker nog: consumenten eisen steeds meer rechten en technieken om hun data te beschermen en controle uit te oefenen over met wie ze gedeeld worden en hoe ze gebruikt worden. Overheden en techbedrijven reageren daarop door de mogelijkheden voor dataverzameling steeds verder te beperken. We zien in onze data dus een steeds kleiner deel van de werkelijkheid. Dat maakt vooral attributie-analyse lastig. 

De CEO wil niet meer wachten 
Je bent ook al lang niet meer de enige die snelle, up-to-date inzichten wil hebben. CMO’s en CEO’s willen niet meer rustig wachten op kwartaalrapporten met marketingcijfers. En ook Finance en Procurement willen snel en precies weten wat er met de marketing-euro’s gebeurt. Er is dus door de hele organisatie heen een groeiende behoefte aan snelle, accurate data. Terwijl er buiten je bedrijfsmuren juist hard gewerkt wordt aan het beperken van de datastromen. 

Om deze redenen wordt de inzet van MMM steeds populairder. MMM geeft je namelijk de mogelijkheid om de data die je wel hebt te gebruiken als basis voor machine learning en zo op nieuwe manieren in te zetten. Daardoor kun je snel en precies aangeven wat de resultaten zijn van je marketinginzet, ook nu je steeds minder user level data hebt. 

Met een goed ingericht model kun je zelfs voorspellen wat een kanaal of uiting zal doen voor je omzet, je verkoop of andere KPI’s. 

Eerst: strategie maken en doelen scherpstellen
Standaard plug-and-play-modellen zijn er niet. Iedere branche heeft zijn eigen dynamiek en eigenaardigheden. Daarom bouwen wij hier bij Annalect voor iedere adverteerder een model op maat. Dat doen we natuurlijk niet vanaf nul, maar op een flexibel, solide basisplatform. Ook dashboards moeten bij de specifieke processen van een adverteerder passen en worden dus meestal op maat gebouwd. 

Maar voordat je iets kunt maken, moet je weten waar je naartoe wilt. De implementatie van MMM begint dus altijd met het (opnieuw) bepalen van de strategie en het scherpstellen van doelen. Hoe beter je dit uitwerkt, hoe sneller je met je modellen naar concrete resultaten toe kunt werken. 

Data inventariseren, selecteren en integreren 
Als iedereen het eens is over strategie en doelen, kun je stap voor stap je modellen steeds verder verfijnen. Maar dan heb je wel toegang nodig tot alle beschikbare data. Voordat je je eerste model bouwt, kijk je dus welke data je hebt en welke van je databronnen je als eerste wilt integreren. Als je hier een goed beeld van hebt, kun je veel praktische keuzes al maken. Het heeft bijvoorbeeld geen zin om weekrapporten te gaan bouwen als essentiële data maandelijks worden aangeleverd. 

Van algemeen naar specifiek 
Je eerste werkende MMM-model is een algemeen model voor je hele organisatie of merk. Dat klinkt misschien beperkt, maar het geeft je al heel veel nieuwe inzichten. En het dient als basis om op verder te bouwen. De ervaringen en lessen uit dit eerste traject neem je mee in de vervolgstap van het MMM-implementatieproces: het ontwikkelen van specifieke modellen. Dit is een continu proces, waarin je steeds specifieke modellen en dashboards toevoegt. Je begint bijvoorbeeld je algemene model aan te passen voor verschillende regio’s. Of je splitst al je marketingactiviteiten uit voor je verschillende merken. Maar ook teams die met andere KPI’s willen werken hebben vaak behoefte aan een apart model. 

Zo ontstaat, op een centraal MMM-platform waar alle data ‘wonen’, een ecosysteem van modellen. Alle gebruikers van het platform kunnen modellen en rapporten bekijken vanuit hun eigen perspectief en op hun ideale detailniveau. Wij voegen aan zo’n platform meestal ook mediarapportages en scenario- en forecasttools toe. Dat maakt beslissingen nemen makkelijk. 

Meer weten over Marketing Mix Modeling bij Annalect? 
In onze whitepaper Marketing Mix Modeling nieuwe stijl: 4 stappen naar optimale beslissingen en betere campagnes gaan we dieper in op de uitdagingen en kansen van MMM en laten we je ons proces zien voor MMM-succes. Download hem gratis op onze website.