Три отчета — три ответа
Представьте стандартную задачу маркетолога - подготовить отчет по проведенной маркетинговой кампании.
Вы анализируете рекламу в Яндекс.Директ: платный поиск принес 50% выручки. Заходите в рекламный кабинет VK, там другая цифра — соцсеть дала 25%. К вам приходит коллега из бренд-команды с отчетом по ТВ-кампании и добавляет к общей картине еще 40%.
Итого: 115% выручки.
Очевидно, что есть нестыковки, но где?.. Знакомо?
Проблема не в том, что платформы и/или коллеги врут. Проблема в том, что каждый оценивает свою собственную работу. У каждого своя методика атрибуции, свое окно конверсии, свои правила учета. И ни одна не видит полной картины.
Именно здесь на сцену выходит моделирование медиамикса (MMM).
MMM — это не магия (и не пирамида), это математика
Маркетинговое эконометрическое моделирование (Marketing Mix Modeling, MMM) — это статистический метод, который оценивает реальный вклад каждого рекламного канала в ваш бизнес-результат (продажи, лиды, первичные обращения).
Звучит сложно. На деле базовая идея проста.
Берутся три вещи:
Строите модель, которая отвечает на вопрос: «Что именно повлияло на результат и насколько сильно?»
Звучит сложно. На деле базовая идея проста.
Берутся три вещи:
- Историю своих трат по рекламным каналам (поиск, соцсети, ТВ, наружка, email — любые, даже оффлайн).
- Историю результата (это могут быть данные по выручке, количеству заявок, число клиентов и т.д - все, что можно считать целевой метрикой).
- Внешние и внутренние другие нерекламные факторы (сезонность, промо-акции, активность конкурентов, количество торговых точек и другое).
Строите модель, которая отвечает на вопрос: «Что именно повлияло на результат и насколько сильно?»
Чем MMM отличается от атрибуции?
Атрибуция отвечает на вопрос: «С какими касаниями взаимодействовал пользователь перед покупкой?». Это описание пути клиента. Полезно для принятия тактических решений: какой креатив лучше, какое ключевое слово эффективнее.
MMM отвечает на другой вопрос: «А был бы этот результат без нашей рекламы?». Модель анализирует причинно-следственную связь. Полезно для стратегии: куда направить миллионы в следующем квартале, а где бюджет просто сгорает.
Пример из жизни.
Вы запустили ТВ-рекламу и параллельно крутите поиск. Человек увидел ролик, через неделю вспомнил бренд, нашел в поиске и перешел по ссылке из поиска.
Атрибуция отдаст "заслугу" поиску — он был последним. MMM увидит, что без ТВ поиск работал бы в два раза хуже.
MMM отвечает на другой вопрос: «А был бы этот результат без нашей рекламы?». Модель анализирует причинно-следственную связь. Полезно для стратегии: куда направить миллионы в следующем квартале, а где бюджет просто сгорает.
Пример из жизни.
Вы запустили ТВ-рекламу и параллельно крутите поиск. Человек увидел ролик, через неделю вспомнил бренд, нашел в поиске и перешел по ссылке из поиска.
Атрибуция отдаст "заслугу" поиску — он был последним. MMM увидит, что без ТВ поиск работал бы в два раза хуже.
Почему MMM снова стал популярным?
В 2010–2020 годах многие думали, что MMM устарел. Зачем он, если есть пиксели отслеживания, cookies и сквозная аналитика?
Сегодня ситуация изменилась:
MMM не требует пользовательских данных. Ему нужны только агрегированные цифры — траты по каналам в разрезе недель и итоговые результаты.
Сегодня ситуация изменилась:
- Cookies умирают. Крупные компании ограничивают трекинг и не очень хотят делиться данными. А даже если делятся, то их никак невозможно проверить на корректность.
- Оффлайн каналы рекламы не исчезли. ТВ, радио, наружка, подкасты — они работают, но стандартная аналитика их не видит.
MMM не требует пользовательских данных. Ему нужны только агрегированные цифры — траты по каналам в разрезе недель и итоговые результаты.
Как устроена типичная MMM-модель?
Упрощенно формула выглядит так:
Продажи = эффект канала А + эффект канала Б + эффект канала В + сезонность + промо + базовый спрос + ошибка модели
Но есть два важных эффекта, без которых MMM — просто модель регрессии:
Продажи = эффект канала А + эффект канала Б + эффект канала В + сезонность + промо + базовый спрос + ошибка модели
Но есть два важных эффекта, без которых MMM — просто модель регрессии:
1.Память рекламы (Adstock)
Реклама действует не мгновенно и не исчезает после показа. Вы увидели ролик в понедельник, а позвонили в пятницу. А кто-то — через две недели.
Adstock — это коэффициент, который показывает, как долго «живет» эффект от рекламного рубля. Без учета adstock вы систематически недооцениваете каналы с длинной памятью.
Adstock — это коэффициент, который показывает, как долго «живет» эффект от рекламного рубля. Без учета adstock вы систематически недооцениваете каналы с длинной памятью.
2.Убывающая отдача рекламы
Первый миллион в канале работает не так, как десятый.
Представьте, что вы продаете лимонад. Первые 1000 человек на пляже — новая аудитория, каждый рубль приносит много. Десятая тысяча — это те, кто уже проходил мимо десять раз. Они либо купили, либо не собираются.
В маркетинге то же самое. У каждого канала есть точка насыщения — уровень инвестиций, после которого отдача на дополнительный рубль резко падает.
MMM находит эту точку. И говорит: «Дальше лить деньги сюда смысла нет, лучше перенаправьте деньги в другой канал».
Представьте, что вы продаете лимонад. Первые 1000 человек на пляже — новая аудитория, каждый рубль приносит много. Десятая тысяча — это те, кто уже проходил мимо десять раз. Они либо купили, либо не собираются.
В маркетинге то же самое. У каждого канала есть точка насыщения — уровень инвестиций, после которого отдача на дополнительный рубль резко падает.
MMM находит эту точку. И говорит: «Дальше лить деньги сюда смысла нет, лучше перенаправьте деньги в другой канал».
Что вы получаете на выходе?
Главный результат MMM — декомпозиция результата, в результате которого видно:
Например: из 100 млн выручки 40 млн — это база, 20 млн принес поиск, 15 млн — соцсети, 10 млн — ТВ, 10 млн — сезонный всплеск, а 5 млн — разовая промо-акция.
С таким пониманием вы не урежете ТВ, «потому что его не видно в сквозной аналитике». И не удвоите поиск, если он уже достиг насыщения.
- Базовый спрос — сколько продаж случилось бы без рекламы вообще (повторные покупки, органика, сарафанное радио).
- Вклад каждого канала — поиска, соцсетей, ТВ, наружки и т.д.
- Вклад сезонности — декабрьские и майские праздники, летние отпуска и др.
- Вклад нерекламных факторов - количество торговых точек, уровень зарплат в стране, количество продаваемых позиций
Например: из 100 млн выручки 40 млн — это база, 20 млн принес поиск, 15 млн — соцсети, 10 млн — ТВ, 10 млн — сезонный всплеск, а 5 млн — разовая промо-акция.
С таким пониманием вы не урежете ТВ, «потому что его не видно в сквозной аналитике». И не удвоите поиск, если он уже достиг насыщения.
С чего начать, если вы никогда не делали MMM?
Хорошая новость: вам не нужны годы данных и команда докторов наук со степенью в аналитике.
Минимальный стартовый набор:
Даже простая модель на годовом графике покажет, какой канал явно перегрет, а у какого есть потенциал для роста.
Минимальный стартовый набор:
- 52 недели данных.
- 3–5 каналов, по которым есть история трат.
- Данные хотя бы по одному бизнес-результату (выручка, лиды, заявки).
- Платформа Optimix.
Даже простая модель на годовом графике покажет, какой канал явно перегрет, а у какого есть потенциал для роста.
MMM — это не замена, а надстройка
Мы не призываем выкинуть вашу сквозную аналитику.
Она нужна для тактики: A/B-тесты, оптимизация креативов, ставки по ключевым словам.
MMM нужен для стратегии: квартальное перераспределение миллионов, защита бюджета перед финансовым директором, прогноз на следующий год.
В идеале они работают в связке. Атрибуция показывает как, MMM — что реально сработало и куда идти дальше.
Если вы хотя бы раз ловили себя на мысли «не понимаю, куда уходят деньги» или «отчеты платформ противоречат друг другу» — MMM даст ответы.
Мы в Optimix строим такие модели автоматически, без необходимости нанимать команду эконометриков. Платформа сама собирает данные, подбирает параметры adstock и насыщения и показывает, где лежат неочевидные резервы вашего бюджета.
Она нужна для тактики: A/B-тесты, оптимизация креативов, ставки по ключевым словам.
MMM нужен для стратегии: квартальное перераспределение миллионов, защита бюджета перед финансовым директором, прогноз на следующий год.
В идеале они работают в связке. Атрибуция показывает как, MMM — что реально сработало и куда идти дальше.
Если вы хотя бы раз ловили себя на мысли «не понимаю, куда уходят деньги» или «отчеты платформ противоречат друг другу» — MMM даст ответы.
Мы в Optimix строим такие модели автоматически, без необходимости нанимать команду эконометриков. Платформа сама собирает данные, подбирает параметры adstock и насыщения и показывает, где лежат неочевидные резервы вашего бюджета.
Хотите увидеть, как MMM работает на ваших данных?
Запросите демо — покажем, какие каналы у вас перегреты, а куда стоит переложить бюджет уже в следующем квартале.