WARC we współpracy z Amazon Ads opublikowało nowy raport pt Pomiar następnej fali: modelowanie marketingu mix w dobie mediów detalicznych.

Raport przedstawia korzyści płynące z modelowania Marketing Mix (MMM) w świecie, w którym wpływy mediów detalicznych stale rosną, i podkreśla postępy poczynione we wspieraniu większej adopcji w branży.

Kluczowe spostrzeżenia przedstawione w nowym raporcie obejmują:

• Konsumenci korzystają z ponad 20 kanałów interakcji z markami

Rozwój mediów detalicznych zwiększa złożoność dla marketerów. Badania przeprowadzone przez Upland BlueVenn sugerują, że dzisiejszy „konsument hybrydowy” wchodzi w interakcję z marką średnio za pośrednictwem 20 kanałów. Ponadto ponad połowa (56%) marketerów w USA współpracuje obecnie z pięcioma lub więcej detalicznymi sieciami medialnymi, ale według badań ANA brak standaryzacji jest dużym wyzwaniem.

Aby marketerzy mogli zoptymalizować swoje plany marketingowe w kanałach internetowych i stacjonarnych, aby zwiększyć ogólną sprzedaż i zwiększyć lojalność klientów, potrzebne są odpowiednie rozwiązania pomiarowe.

Prowadzi to do zwiększonej adopcji Marketing Mix Modeling (MMM). Jedną z przewag MMM nad innymi technikami pomiarowymi jest to, że jest w stanie ocenić wszystkie media i kanały sprzedaży detalicznej oraz ocenić długoterminowe skutki reklamy.

Moitree Rahmana, zastępca dyrektora ds. strategii aktywacji i pomiaru danych w Colgate-Palmolive, powiedział: „MMM naprawdę pomaga nam spojrzeć na wyższy poziom, zarówno w kanałach makro, jak i mikro w każdej kategorii. Możemy wskazać, gdzie coś nie działa i jakie dźwignie musimy wykorzystać, aby zoptymalizować je w kampanii, w trakcie lotu lub w planowaniu scenariuszy”.

• Marketerzy uważają MMM za wartościowe w dobie mediów detalicznych

Marketing Mix Modeling przeżywa renesans, ponieważ dostępnych jest coraz więcej danych umożliwiających połączenie działań marketingowych i kanałów sprzedaży detalicznej.

Powody, dla których marketerzy uważają MMM za wartościowe w analizie środowisk mediów detalicznych, są następujące:

(1) Identyfikacja sprzedaży przyrostowej: MMM ma możliwość oddzielenia sprzedaży, która i tak by się wydarzyła, od sprzedaży napędzanej przez marketing – sprzedaż „przyrostowa” – co ma kluczowe znaczenie dla ustalania budżetu i ustalania priorytetów.

(2) Izolowanie efektu kanału: MMM pomaga zidentyfikować indywidualny wkład każdego kanału wykorzystywanego przez markę, biorąc pod uwagę dynamikę kategorii i zewnętrzne czynniki rynkowe.

(3) Wykazanie synergii online i offline: MMM jest w stanie ujawnić związek między mediami a kanałami sprzedaży detalicznej i pomóc marketerom zrozumieć skuteczność kampanii wielokanałowych.

(4) Zrozumienie budowania marki a aktywacja sprzedaży: MMM może ujawnić wyraźny wkład między budowaniem marki a strategiami aktywującymi sprzedaż w perspektywie krótko- i długoterminowej.

(5) Trwały pomiar: MMM wykorzystują zagregowane i anonimowe sygnały z szerokiej gamy kanałów medialnych i formatów sprzedaży detalicznej, umożliwiając marketerom porównywanie różnych kanałów w sposób bezpieczny i chroniący prywatność.

• MMM oferują nowe możliwości dzięki szybkości, trafności i dostępności

Rozwiązania MMM nowej generacji są bardziej dostępne, szybsze w użyciu i umożliwiają tworzenie szczegółowych analiz w podziale na poszczególne kanały sprzedaży, a nie zagregowany widok, pomagając markom udoskonalić ich strategie dotyczące partnerów detalicznych i mediów detalicznych.

Szybkość: Nowoczesne MMM mogą dostarczać wyniki w ciągu kilku tygodni, a nawet dni, eliminując potrzebę ręcznego zarządzania danymi.

Trafność: MMM mogą być teraz wykorzystywane do wspierania taktycznych decyzji dotyczących odbiorców, miejsc docelowych, wiadomości i kreacji, a nie makro decyzji skupionych wyłącznie na ustalaniu priorytetów kanałów.

Dostępność: Większe firmy technologiczne, a także specjalistyczne firmy konsultingowe promują narzędzia do majsterkowania, które wykorzystują kod open source, aby udostępnić MMM szerszemu gronu reklamodawców.

Wasilij Kurakisglobalny dyrektor ROI & Media Lead, L’Oréal, mówi: „Obecnie złożoność krajobrazu punktów styku wymaga gromadzenia większej ilości danych, ponieważ pojawiły się nowe punkty styku, takie jak wirtualne przymierzanie, oceny i recenzje itp., a ponieważ większość czasu poświęca się na gromadzenie danych, im większa automatyzacja, tym szybsza dostawa”.

Pełny raport można przeczytać tutaj.