MMM a atrybucja

Modelowanie miksu marketingowego (MMM) i atrybucja wielopunktowa (MTA) próbują odpowiedzieć na pytanie „co napędziło sprzedaż?”, ale podchodzą do niego z przeciwnych kierunków.

MMM ma charakter odgórny: wykorzystuje zagregowane dane o wydatkach i sprzedaży w ujęciu szeregów czasowych, aby oszacować udział każdego kanału. MTA ma charakter oddolny: łączy poszczególne punkty styku użytkownika prowadzące do jednej konwersji.

Zaawansowani praktycy korzystają z obu metod, wiedząc, że każda z nich ma słabe strony, które druga częściowo uzupełnia.

MMM wykonuje regresję sprzedaży względem czynników marketingowych i niemarketingowych w czasie. Zwraca elastyczności na poziomie kanałów oraz dekompozycję sprzedaży na wkład bazowy i inkrementalny.

Co najważniejsze, MMM uwzględnia kanały offline (telewizję, radio, OOH) oraz długoterminowe efekty, których nie można dostrzec za pomocą śledzenia na poziomie użytkownika.

MTA przypisuje częściową zasługę każdemu śledzonemu punktowi styku, z którym użytkownik miał kontakt przed konwersją. Modele obejmują rozwiązania od atrybucji last-click po opartą na danych atrybucję w stylu Shapleya.

Metoda ta doskonale sprawdza się w cyfrowych, możliwych do śledzenia za pomocą plików cookie ścieżkach użytkowników i zapewnia szczegółowe informacje o udziale kanałów oraz kampanii niemal w czasie rzeczywistym.

Najważniejszy kompromis: atrybucja jest szczegółowa, ale ma wąski zakres; MMM obejmuje szeroki zakres, lecz jest mało precyzyjne.

MTA może wskazać, która kreacja reklamowa doprowadziła użytkownika do konwersji, ale pomija telewizję, marketing szeptany i wszystko, co wykracza poza jego okno śledzenia. MMM uwzględnia cały budżet, ale nie pozwala zejść do poziomu pojedynczej kampanii ani grupy odbiorców.

Wycofywanie plików cookie, ATT (App Tracking Transparency) i zasady uzyskiwania zgody ograniczyły sygnał na poziomie użytkownika, na którym opiera się MTA.

Ponieważ MMM korzysta wyłącznie z danych zagregowanych, zmiany te w dużej mierze go nie dotyczą. To główny powód, dla którego MMM ponownie zyskało popularność wśród dużych reklamodawców.

Obie metody mogą mylić korelację z przyczynowością. Wyszukiwanie często otrzymuje zbyt dużą część zasług, ponieważ przechwytuje popyt wygenerowany przez inne kanały.

Prawdziwa inkrementalność odpowiada na pytanie: czy do tej sprzedaży doszłoby bez poniesienia tego wydatku? Eksperymenty geograficzne i testy z grupą kontrolną stanowią złoty standard, względem którego należy kalibrować MMM i MTA.

MTA analizuje konwersje w oknie od kilku dni do kilku tygodni. MMM może modelować efekt przeniesiony w czasie oraz długoterminowy wpływ na markę, obejmujący wiele miesięcy, za pomocą adstocku i składników trendu.

Jeśli kampania wizerunkowa zostanie oceniona wyłącznie za pomocą MTA, jej wartość będzie systematycznie zaniżona, ponieważ efekt pojawia się poza tym oknem.

MMM wymaga 2–3 lat historii z tygodniową częstotliwością: wydatków według kanału, sprzedaży, cen, promocji, dystrybucji oraz czynników zewnętrznych, takich jak pogoda lub indeksy makroekonomiczne.

MTA wymaga czystych, pozbawionych duplikatów dzienników zdarzeń z trwałymi identyfikatorami użytkowników we wszystkich punktach styku, które coraz trudniej pozyskać.

Dojrzałe środowiska pomiarowe wykorzystują triangulację: MMM do strategicznej alokacji budżetu między kanały, MTA do taktycznej optymalizacji w ramach kanałów, a eksperymenty do kalibracji obu metod.

Gdy wyniki MMM i MTA są rozbieżne, sama luka między nimi dostarcza informacji — często wskazuje na nieśledzone ścieżki lub ścieżki, którym przypisano zbyt dużą zasługę.

MMM zawodzi, gdy kanały zmieniają się jednocześnie (współliniowość), historia jest zbyt krótka albo model nadmiernie dopasowuje się do szumu.

MTA zawodzi, gdy śledzenie jest niepełne, raportowanie jest zdominowane przez obciążenie ostatnim kliknięciem, a konwersje offline nigdy nie trafiają do zbioru danych.

Należy ustalić: czy pytanie ma charakter strategiczny czy taktyczny? Czy obejmuje media offline? Czy dane na poziomie użytkownika są tu wiarygodne?

Roczne planowanie budżetu obejmujące telewizję, kanały cyfrowe i handel detaliczny przemawia za MMM. Optymalizacja konta płatnych kampanii w wyszukiwarce w przyszłym tygodniu przemawia za MTA. Do walidacji obu metod najlepiej wykorzystać eksperymenty.

Sprawdź, czy rozumiesz, kiedy MMM jest lepsze od atrybucji.

MMM jest odgórne, zagregowane, odporne na zmiany związane z prywatnością i świetnie nadaje się do strategicznej alokacji we wszystkich mediach, także offline. MTA jest oddolne i szczegółowe; najlepiej sprawdza się w taktycznej optymalizacji kanałów cyfrowych, ale jest podatne na utratę danych ze śledzenia.

Żadna z tych metod nie jest kompletna samodzielnie. Należy zestawiać MMM, MTA i eksperymenty, a rozstrzyganie sporów między nimi opierać na testach inkrementalności.