Vorbereitung auf die Marketing-Mix-Modellierung: Was Sie wissen müssen

Sehen Sie mehr „nicht zugewiesenen“ und „direkten“ Traffic in Ihrem Google Analytics-Konto, selbst wenn Sie bei der UTM-Kennzeichnung vorsichtig sind? Denn Datenschutzbestimmungen schützen die Besucher Ihrer Website.

Da die Datenschutzbestimmungen zunehmen, kann es sein, dass Attributionsmodelle Schwierigkeiten haben, präzise und wertvoll zu bleiben. Viele nutzen Google Analytics 4 zur Attributionsmodellierung, es ist jedoch nicht DSGVO-konform. Aus diesem Grund werden Attributionsmodelle wie die von Google Analytics weniger effektiv sein. Sie zeigen nicht genau an, welche Kanäle funktionieren. Hier kommt die Marketing-Mix-Modellierung ins Spiel.

Dieser Artikel untersucht die wachsende Bedeutung der Marketing-Mix-Modellierung heute, wie sie sich von der Attributionsmodellierung unterscheidet und wie sie innerhalb eines strategischen Rahmens effektiv genutzt werden kann.

Vergleich von Attributionsmodellierung und Marketing-Mix-Modellierung

Attributionsmodellierung und Marketing-Mix-Modellierung sind zwei unterschiedliche Ansätze, die in der Marketinganalyse verwendet werden, um die Auswirkungen verschiedener Marketingaktivitäten auf Geschäftsergebnisse zu verstehen. Obwohl beide darauf abzielen, Einblicke in die Wirksamkeit von Marketingbemühungen zu geben, unterscheiden sie sich in ihren Methoden, ihrem Umfang und ihrer Anwendung.

Attributionsmodellierung. Eine Reihe von Regeln, die bestimmen, wie Conversions gutgeschrieben werden. Diese Modelle nutzen digitale Touchpoints in Conversion-Pfaden. Beispielsweise weist das Last-Touch-Modell dem letzten Touchpoint unmittelbar vor einer Conversion 100 % zu. Es gibt auch First-Touch-, Time-Decay-, lineare und datengesteuerte Modelle, um nur einige zu nennen.

Modellierung des Marketing-Mix. Eine Analysetechnik, die Marketingfachleuten hilft, die Wirkung ihrer Marketing- und Werbekampagnen zu messen. Sie können sehen, wie verschiedene Variablen zu ihren Zielen beitragen. Ziele sind häufig Einnahmen, Conversions, das Ausfüllen von Formularen oder Abonnements.

Einfach gesagt:

• Ein Attributionsmodell sagt Ihnen, welche Vertriebs- oder Marketingaktivität einem Benutzer zugeschrieben wird, der eine bestimmte Aktion ausführt. Im Marketing verwenden wir häufig Attributionsberichte, um zu sehen, welche Aktionen zu bestimmten Conversions geführt haben. Wir können beispielsweise erfahren, ob das Öffnen einer E-Mail zum Ausfüllen eines Formulars führte.
• Ein Marketing-Mix-Modell ist ein großes Regressionsmodell. Ein Regressionsmodell versucht, die Beziehung zwischen Variablen zu verstehen. Ein Beispiel hierfür könnten Wetterverhältnisse und Einnahmen sein. Sie können immer noch versuchen zu verstehen, welche Aktionen zu Conversions führen, aber ein Marketing-Mix-Modell ermöglicht es Ihnen, mehr Daten einzuführen. Die Analyse kann Ihnen dann Aufschluss über die Beziehung zwischen den Variablen geben. Bei sonnigem Wetter besuchen mehr Menschen Ihr Ladengeschäft, was zu höheren Umsätzen führt.

Beides ist wertvoll für das Verständnis Ihres Marketings. Sie können sie auch mithilfe von maschinellem Lernen und Codierung ausführen.

Wie man heute an die Marketing-Mix-Modellierung herangeht

Um Fehler zu vermeiden, organisieren Sie Ihre Analyse, bevor Sie mit diesen komplexen Modellen arbeiten. Ich habe zum Beispiel kürzlich einige Monatsberichte durchgesehen. Wir führen Attributionsberichte für uns und unsere Kunden durch. Da ich unsere Daten so gut kenne, habe ich scheinbar Ungenauigkeiten gemeldet.

Wir haben zwei Stunden mit der Untersuchung verbracht und große Unterschiede zwischen unseren Website-Daten und Google Analytics festgestellt. Genauer gesagt bestanden die Diskrepanzen zwischen der Daten-API und der Google Analytics-Schnittstelle.

Wir wissen, wie die Metrik aussehen sollte, und doch stimmt keine unserer Datenquellen überein. Das Problem besteht darin, dass wir für das Attributionsmodell auf einen Datensatz beschränkt sind. Wir können die problematischen Daten ignorieren, wenn wir stattdessen ein Marketing-Mix-Modell verwenden, da Daten aus anderen Systemen gesammelt werden können, um uns zu sagen, was funktioniert.

Bevor wir mit der Analyse beginnen können, müssen wir eine Bestandsaufnahme durchführen. Das Beispiel zeigt, warum Sie Anforderungen sammeln und über eine gute Datenverwaltung verfügen sollten, bevor Sie ein Marketing-Mix-Modell verwenden. Wenn Sie nicht genau wissen, was Ihre Daten Ihnen sagen sollen, hilft eine komplexe Analyse nicht weiter.

Um zu verstehen, womit wir arbeiten, können wir das „5 Ps“-Framework verwenden, um Folgendes zu bestimmen:

• Zweck.
• Menschen.
• Verfahren.
• Plattform.
• Leistung.

Zweck

Hier geben Sie an, warum Sie ein Marketing-Mix-Modell durchführen möchten. Der beste Weg, Ihre Gedanken zu ordnen, ist mit einer User Story.

„Als [Persona] [möchte ich], also [das].“

Die User Story verrät Ihnen, was die anderen Ps sind.

• [Persona] sagt dir die Leute.
• [Wollen] informiert Sie über den Prozess und die Plattform.
• [Das] sagt Ihnen die Leistung.

So sieht meiner aus:

• Als CEO möchte ich verstehen, welche meiner digitalen Marketingbemühungen zu Verkäufen führen, damit ich Budget und Ressourcen priorisieren kann.

In dieser Aussage habe ich viele Informationen. Lasst es uns weiter aufschlüsseln.

Menschen

Ich habe erklärt, dass ich die Daten verstehen möchte und daher die erste betroffene Person bin. Da ich weiß, dass ich nicht allein für die Datenerfassung und -analyse verantwortlich bin, kann ich davon ausgehen, dass ich meinen Analysten einbeziehen muss. Wir benötigen auch unsere Geschäftsentwicklungsressource, um die Verkaufsdaten bereitzustellen.

Verfahren

Ich gab an, dass mein Ziel darin bestand, meine digitalen Marketingbemühungen und Verkäufe zu verstehen. In Bezug auf den Prozess sagt mir diese Aussage, dass ich ein paar Dinge tun muss. Ich muss wissen, wie diese Daten erfasst werden, in welcher Häufigkeit und in welchem ​​Format. Hier muss eine Datenverwaltung eingerichtet sein, damit die Datenerfassungsprozesse nicht das Hindernis für die Umsetzung eines Marketing-Mix-Modells darstellen.

Sobald ich identifiziert habe, aus welchen Systemen ich Daten extrahieren muss (im nächsten Schritt), kann ich mich wieder den Prozessen zuwenden und sicherstellen, dass ich die benötigten Daten exportieren kann. Wenn ich das nicht kann, muss ich neue Prozesse entwickeln und in den Gesamtplan einarbeiten. Außerdem muss ich einen Prozess erstellen, um die einmal extrahierten Daten zu bereinigen und zu normalisieren, um Daten aus verschiedenen Quellen zu analysieren.

Wenn ich die User Story von einem Stakeholder erhalten würde, würde ich wahrscheinlich zurückhalten und nach einem genaueren Zeitrahmen fragen. Hier werden Sie wahrscheinlich die meiste Zeit zwischen Prozess und Plattform verbringen.

Mithilfe eines Marketing-Mix-Modells können Sie Daten aus verschiedenen Quellen analysieren. Da diese Quellen möglicherweise nicht dasselbe Format haben, müssen Sie einen Prozess erstellen, um sie für die Analyse zu kombinieren. Je mehr Daten Sie von verschiedenen Plattformen nutzen möchten, desto mehr Prozesse müssen Sie entwickeln – insbesondere, wenn Sie das Marketing-Mix-Modell immer wieder wiederholen möchten.

Plattform

In der Mitte der Aussage erklärte ich noch einmal, dass mein Ziel darin bestehe, meine digitalen Marketingbemühungen und Verkäufe zu verstehen. Dies sagt mir, von welchen Plattformen ich Daten extrahieren muss, weil ich Verkaufsdaten verstehen möchte, bei denen es sich entweder um meine CRM- oder Buchhaltungssoftware handelt.

Ich möchte auch meine digitalen Marketingbemühungen verstehen. Das bedeutet, dass ich zunächst alle digitalen Marketingtaktiken kennen muss und dann herausfinden muss, welche Plattformen über Daten verfügen, die ich extrahieren kann. LinkedIn zum Beispiel ist bei der Datenextraktion geizig, das könnte also ein Problem sein, wenn das ein Kanal ist, der mir am Herzen liegt. Am Ende könnte ich leicht Daten von einem halben Dutzend Plattformen haben. Bei einem Attributionsmodell hingegen verfügen Sie normalerweise nur über Daten aus einer oder zwei Quellen.

Wenn ich eine gut durchdachte User Story habe, werde ich nicht mit dem Versuch überfordert sein, Daten von allen meinen Systemen zu sammeln. In meiner User Story heißt es: „Digitale Marketingbemühungen“. Wenn ich viele Kampagnen und Taktiken habe, kann ich mich auf einige wenige Kanäle oder einen kürzeren Zeitraum konzentrieren, um die Handhabung zu vereinfachen.

Leistung

Dies ist der letzte Teil der User Story. Wenn Sie keine User Story mit messbarem Ergebnis erstellen, versuchen Sie es erneut. In meiner User Story habe ich erklärt, dass ich in der Lage sein möchte, Ressourcen und Budget zu priorisieren. Nun, das ist kein gutes Ergebnis. Es mag wahr sein, aber es ist nicht besonders messbar. Woher weiß ich, dass ich das getan habe, priorisiert?

Die Empfehlung wäre, zur User Story zurückzukehren und sie genauer zu formulieren. Eine andere Version könnte lauten: „Die Ausgaben für ineffektive Kanäle senken und für erfolgreiche Taktiken erhöhen.“

Sie müssen „Personen“, „Prozess“ und „Plattform“ nicht in einer bestimmten Reihenfolge ausführen. Möglicherweise kennen Sie die Plattformen, die den Prozess und die Menschen informieren. Aber überspringen Sie diese Ps nicht. Wenn Sie die Erfassung von Anforderungen und die Datenverwaltung versäumen, kann dies zu kostspieligen Fehlern und verschwendeten Ressourcen führen.

Wenn ich auf mein erstes Audit zurückblicke, sehe ich, dass noch viel Arbeit vor mir liegt, bevor ich über die Einführung eines Marketing-Mix-Modells nachdenken kann. Viele Teams werden ein Marketing-Mix-Modell unter Verwendung von Code und maschinellem Lernen durchführen. Wenn Sie einen Plan haben, bevor Sie überhaupt mit Ihrem Code beginnen, wird Ihre Ausführung effizienter. Anstatt Probleme in den Daten zu beheben, können Sie Ihre Zeit mit der Feinabstimmung und der Erstellung von Aktionsplänen verbringen.

Die gute Nachricht ist, dass ich es in kleinere, besser kontrollierbare Teile zerlegen kann. Ich kann wiederholbare Prozesse erstellen, um Daten zu extrahieren und das Marketing-Mix-Modell erneut auszuführen. Die Wahl dieser Route bedeutet, dass die Vorabentwicklung länger dauern wird. Der Prozess wird jedoch viel effizienter sein, wenn ich die Analyse erneut ausführen muss.

Nutzen Sie die Marketing-Mix-Modellierung für umfassende Einblicke

Ein Marketing-Mix-Modell kann ein wirklich wirkungsvoller Teil Ihres Analyseportfolios sein. Wenn Sie an einem Datenprojekt arbeiten, ist es wichtig, sich auf den Erfolg vorzubereiten. Das Sammeln von Anforderungen und die Verwaltung sind der Teil, den wir alle schnell erledigen wollen, aber es lohnt sich nicht, hier Abkürzungen zu nehmen. Nehmen Sie sich im Voraus Zeit, um einen Plan zu erstellen. Ihre Analyse wird viel wertvoller und umsetzbarer sein.

Erfahren Sie mehr: Was sind Marketing-Attributions- und Performance-Management-Plattformen?