Chociaż koncepcja ta istnieje od lat, MMM powraca do mody dzięki postępom w uczeniu maszynowym i analizie danych. Kiedy weźmie się pod uwagę śmierć zewnętrznych plików cookie i fakt, że MMM przyjmują odgórne podejście do analizy rynku, kładąc mniejszy nacisk na dane na poziomie użytkownika, nie jest zaskoczeniem, że MMM przeżywa renesans.

„Jeśli zajmujesz się tylko mediami, to interesuje to tylko CMO” — powiedział Michael Cross, globalny starszy wiceprezes ds. pomiarów w Media.Monks, wirtualnym centrum talentów zajmującym się danymi, mediami cyfrowymi i usługami technologicznymi. „Ale jeśli faktycznie umieszczasz media w kontekście wszystkich innych czynników, takich jak cena, promocje, zwracasz uwagę zespołu finansowego, a następnie masz okazję przedstawić to zarządowi”.

MMM niewątpliwie zyskują uznanie w dzisiejszym krajobrazie, ale co tak naprawdę potrzebujesz wiedzieć jako marketer, a nie analityk danych, aby interpretować wyniki i podejmować lepsze decyzje? MMM są tworzone przy użyciu bogactwa danych z przeszłości, magii statystycznej i kilku bardzo ważnych założeń. Porozmawiajmy o każdym z nich.

Anatomia MMM

Istnieje wiele faz MMM, a różni ich producenci — w tym ekonometrycy, wewnętrzni analitycy danych i inni konsultanci ds.

Jedną z najważniejszych części raportu MMM jest tak zwany wykres dekompozycji, który jest zasadniczo warstwową siatką śledzenia, która przedstawia pomiary kategorycznych zestawów danych zebranych w pewnym okresie czasu. Wyobraź sobie pomiary poświęcone wpływowi rynku na sprzedaż oprócz wydatków na media, zmian cen, inwestycji w media społecznościowe i przychodów konkurencji. Jak przebiega kampania Twojej firmy typu „płać za kliknięcie”? Na wykresie dekompozycji zobaczysz jego wzloty i upadki, a także dane dotyczące wpływu sezonowości na sprzedaż i innych sił zewnętrznych, takich jak globalna pandemia lub recesja gospodarcza.