Digital Marketing Academy · Lektion

Omfordeling af budget

Optimér sammensætningen.

Lektion 4 af 413 trin

Omfordeling af budget er en gratis Digital Marketing Academy-lektion på CoddyKit. Dette er lektion 4 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Digital Marketing Academy, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Digital Marketing Academy-kurset indeholder 4 lektioner i alt.

Hvorfor omfordele

Gevinsten ved en MMM er et bedre budget. Omfordeling flytter penge fra mættede kanaler med lavt marginalt afkast til underfinansierede kanaler med højt marginalt afkast for at øge det samlede salg ved det samme forbrug.

I denne lektion viser du, hvordan responskurver omsættes til en fordelingsplan.

Optimeringsmålet

Formelt maksimerer du det samlede inkrementelle salg under en budgetbegrænsning. Det optimale punkt er det, hvor hver kanals marginale afkast pr. krone er ens.

Hvis én kanals marginale ROI er højere end en andens, øger en flytning af en krone til den første kanal det samlede salg. Derfor fortsætter du, indtil de er i balance.

maximize  sum( response_i(spend_i) )
subject to sum( spend_i ) = total_budget

optimum: marginal_ROI_1 = marginal_ROI_2 = ...

Udjævning af marginalt afkast

Forestil dig to kanaler. Den næste krone i søgning giver et afkast på 1,8, mens den næste krone i sociale medier giver 3,4. Flyt budget fra søgning til sociale medier.

Når sociale medier vokser, bliver kanalen mættet, så det marginale afkast falder, og når søgning reduceres, mindskes mætningen, så det marginale afkast stiger. Stop, når de to marginale afkast mødes.

before: Search mROI=1.8  Social mROI=3.4
shift $10k Search -> Social
after:  Search mROI=2.5  Social mROI=2.6  (near optimum)

En konkret omfordeling

Her er en omfordeling med det samme budget. Det samlede beløb forbliver 290.000, men pengene flyttes fra mættet søgning og svage OOH-medier til uudnyttet kapacitet i sociale medier og tv.

Modellen forudsiger et højere inkrementelt salg alene på grund af et bedre kanalvalg.

channel  old_spend  new_spend  change
Search    60,000     45,000    -15,000
OOH       40,000     20,000    -20,000
Social    50,000     80,000    +30,000
TV       140,000    145,000     +5,000
TOTAL    290,000    290,000          0

Estimering af løftet

Kør de nye forbrugsniveauer gennem hver responskurve for at estimere de nye bidrag, og sammenlign derefter totalen med den gamle plan.

Forskellen er dit forventede løft. Angiv det altid som et interval baseret på modellens usikkerhed, ikke som ét enkelt imponerende tal.

old total inc_sales = 600,000
new total inc_sales = 648,000
projected lift      = +48,000 (+8%)
plausible range     = +5% to +11%

Respektér kurvens gyldige område

Responskurver er kun pålidelige tæt på de observerede forbrugsniveauer. En omfordeling, der går tre gange ud over et historisk niveau, ekstrapolerer til et ukendt område.

Begræns ændringerne til et troværdigt interval (ofte +/- 30-50 % pr. kanal pr. periode), og gennemfør store ændringer gradvist over flere perioder.

observed Social spend: 20k-60k
proposed: 80k -> slightly outside, flag risk
proposed: 200k -> far extrapolation, reject

Operationelle begrænsninger

Det matematiske optimum er sjældent den plan, der kan udføres. Kontrakter, minimumskøb, bureauforpligtelser, leveringstider for kreativt materiale og kanalernes opskaleringshastighed begrænser alle handlemulighederne.

Tilføj dem som grænser i optimeringsmodellen, så anbefalingen er noget, teamet faktisk kan gennemføre.

constraints:
  TV     >= 100,000  (upfront contract)
  Search <= 70,000   (account capacity)
  Social ramp <= +50% per quarter

Øge eller omfordele

To forskellige spørgsmål: det bedste mix for et fast budget, og om det samlede budget skal ændres.

Brug også marginal ROI til det andet: Hvis den dårligst ydende krone i den optimerede plan stadig giver et afkast over dit afkastkrav, kan det samlede budget være for lille.

optimized plan, lowest marginal ROI = 2.1
hurdle rate (break-even ROAS) = 1.5
2.1 > 1.5 -> room to increase total budget

Scenarieplanlægning

Lever ikke kun ét tal; lever scenarier. Modellér forsigtige, forventede og aggressive budgetter, og vis det forventede salg og risikoen for hvert.

Det giver ledelsen mulighed for at vælge sin risikoprofil i stedet for at godkende en uigennemsigtig anbefaling.

scenario     budget    proj_sales   risk
conservative 250k      1.9M         low
base         290k      2.05M        med
aggressive   350k      2.18M        high

Afprøv, og stol derefter på resultatet

Betragt omfordelingen som en hypotese. Gennemfør den, helst i en geografisk kontrolgruppe, og mål derefter, om det realiserede salg svarer til prognosen.

Før resultaterne tilbage i den næste model. Denne læringssløjfe – planlæg, afprøv, og tilpas modellen igen – er det, der adskiller modne programmer fra enkeltstående analyser.

1. optimize on current MMM
2. roll out in test geos, control geos unchanged
3. measure actual lift vs projected
4. refit model with new data -> repeat

Almindelige fejl

Faldgruberne er at optimere efter gennemsnitlig i stedet for marginal ROI, ekstrapolere langt ud over det observerede forbrug, ignorere operationelle begrænsninger, præsentere et punktestimat som en sikker sandhed og aldrig validere planen mod virkeligheden.

Undgå disse fejl, så bliver omfordeling en pålidelig vækstmotor.

Hurtigt tjek

Anvend princippet om lige marginale afkast.

Opsamling

Omfordel ved at udligne marginal ROI på tværs af kanaler ved hjælp af responskurver, ikke gennemsnitlig ROAS. Begræns ændringerne til kurvens gyldige område, og respekter de operationelle begrænsninger.

Brug også marginal ROI til at fastsætte det samlede budget, præsentér scenarier med usikkerhed, og valider alle planer med en afprøvning, før du stoler fuldt ud på dem.

Gratis at komme i gang

Lær Digital Marketing Academy med en AI-underviser — gratis

Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.

Kurser
63
Lektioner
239

Ofte stillede spørgsmål

Er lektionen “Omfordeling af budget” gratis?

Ja — alle 3 lektioner i læringssporet Digital Marketing Academy, inklusive “Omfordeling af budget”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Digital Marketing Academy-kurset indeholder 4 lektioner i alt.

Hvad lærer jeg i “Omfordeling af budget”?

Optimér sammensætningen. Du øver dig i Digital Marketing Academy med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.

Skal jeg have erfaring for at begynde på Digital Marketing Academy?

Der kræves ingen tidligere erfaring. Digital Marketing Academy på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 4 af 4.

Hvor lang tid tager lektionen “Omfordeling af budget”?

De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.

Kan jeg skrive og køre kode i denne Digital Marketing Academy-lektion?

Ja. Alle Digital Marketing Academy-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.

Alle lektioner i dette kursus

  1. MMM kontra attribuering
  2. Input og variabler
  3. Læs en MMM-model
  4. Omfordeling af budget
← Tilbage til Digital Marketing Academy