Marketing Mix Modeling: come misurare il contributo di ogni attività al business

Il Marketing Mix Modeling (MMM) è un metodo che stima statisticamente quanto ogni canale o leva di marketing contribuisce a un risultato di business. 

In un’agenzia di marketing è fondamentale poiché permette di valutare l’efficacia delle attività messe in atto per raggiungere obiettivi come vendite o altri importanti KPI di business come lead qualificati e brand awareness. 

Il MMM è nato negli anni ‘60 per valutare con maggiore accuratezza l’efficacia dei principali canali di vendita offline diffusi all’epoca, come la televisione, la radio o la stampa.

Con l’avvento del digitale, però, è stato messo da parte per lasciare spazio a nuovi strumenti in grado di misurare il percorso dell’utente passo dopo passo. 

Negli ultimi due anni il processo si è nuovamente invertito e il MMM è tornato ad avere una certa rilevanza per tutte le realtà che utilizzano strategie di marketing multicanale. Il motivo di questo cambiamento te lo spieghiamo nel dettaglio nel prossimo paragrafo 

Di recente abbiamo parlato di come sta cambiando il digital advertising, ma si tratta in realtà di un processo che si sta sviluppando in tutto il Web, con una serie di notevoli cambiamenti. E sono proprio questi ad aver ripristinato il ruolo centrale del Marketing Mix Modeling. 

In particolare, i fattori che hanno contribuito sono:

• l’introduzione di forti restrizioni alla raccolta dati sugli utenti da terze parti, che limita in maniera importante l’azione degli strumenti di tracciamento. Il MMM, utilizzando dati storici aggregati, non risente invece di queste limitazioni;
• la frammentazione dei dati su un numero sempre maggiore di canali e la difficoltà di attribuzione cross-channel, ovvero la complessità nel comprendere quale canale abbia effettivamente spinto l’utente all’azione in un percorso lungo e frammentato;
• lo sviluppo dell'Intelligenza artificiale che permette di rendere il Marketing Mix Modeling un processo molto più veloce ed economico rispetto a un tempo;
• la necessità sempre più forte di prendere decisioni di budget basate su una visione complessiva della strategia che si può avere soltanto con il MMM. 

Il Marketing Mix Model analizza e scompone i dati storici aggregati sulle vendite di un’azienda e gli investimenti fatti sui vari canali. Poi, integrando variabili esterne (come stagionalità, prezzi, promozioni e variazioni di mercato), misura statisticamente l’impatto di ogni canale e attività. 

Entrando ancor più nel dettaglio, permette di distinguere: 

• la baseline, ovvero le vendite che l’azienda ha generato senza marketing;
• le vendite incrementate grazie alle campagne pubblicitarie;
• l’impatto di ogni singolo canale (compresi quelli offline);
• l’effetto di variabili come il prezzo, la stagionalità o eventuali promozioni. 

Tutto ciò avviene in genere attraverso software avanzati e formule statistiche. 

Si tratta in generale di un processo molto più ampio rispetto a quello utilizzato dai comuni strumenti di tracciamento, e che proprio per questo può essere utilizzato anche per valutare le attività e i canali offline come la tv, la stampa, le affissioni e il passaparola. 

Inoltre è in grado di rispondere a molte domande che, chi è a capo di un’azienda, si pone di frequente e guidare di conseguenza le scelte successive.
 

Un marketing mix model costruito correttamente permette di rispondere a domande a cui altri strumenti non potrebbero dare risposta.

• Quali canali stanno realmente contribuendo alla crescita? Il MMM permette di capire in maniera dettagliata quali canali stanno contribuendo in maniera concreta ad arrivare al risultato stabilito.
• Dove il budget è sovra-investito o sotto-investito? Il modello permette di capire se il budget assegnato a un determinato canale è in linea con il contributo che dà.
• Quali canali stanno arrivando a saturazione? Aiuta a capire se un canale sul quale è già stato speso molto budget può continuare effettivamente a rendere come ha fatto fino a quel momento.
• Cosa potrebbe succedere riallocando gli investimenti? Permette di simulare e prevedere eventuali scenari di spostamento budget per capire se può valerne la pena stimando l'impatto sul business. 

È proprio grazie a questo che il Marketing Mix Model diventa uno strumento particolarmente utile a chi gestisce il budget per le attività di marketing e a chi si occupa di consulenza marketing strategico. 

Vediamo passo dopo passo come costruire un Marketing Mix Model: 

• Definizione del KPI: il primo passo consiste nel definire in maniera chiara l’obiettivo di business.
• Raccolta e armonizzazione dei dati: un archivio di dati storici completi provenienti da diverse fonti è la base fondamentale per il funzionamento del MMM.
• Scelta delle variabili: definizione dei fattori che possono influenzare il KPI.
• Trasformazioni: alle variabili vengono applicate trasformazioni matematiche per riflettere concretamente la realtà.
• Stima del modello: il modello applica formule statistiche per isolare il contributo di ogni canale e attività al business.
• Validazione: si utilizzano test di incrementalità per validare i risultati stimati.
• Interpretazione: le stime del modello vengono tradotte in azioni concrete per l’ottimizzazione della strategia di marketing.
• Scenario planning: basandosi sui risultati, si utilizza il modello per fare previsioni statistiche sugli scenari futuri.
• Aggiornamento periodico: il modello deve essere aggiornato periodicamente aggiungendo i dati più recenti. 
   

Prima di tutto è fondamentale sapere che un Marketing Mix Model affidabile si costruisce attraverso uno storico dati completo, pulito e relativo a un periodo di tempo abbastanza lungo. 

Nel dettaglio, i dati fondamentali sono:

• spend media per canale;
• impression/reach (dove disponibili);
• investimenti pubblicitari;
• vendite o lead;
• variazioni di prezzo, sconti e promozioni;
• stagionalità e trend di mercato;
• dati CRM;
• altre variabili di business.

Per trasformare questi dati in previsioni utili sulle vendite future, il MMM utilizza pilastri matematici e concetti chiave, come Adstock e Saturazione, che ora vedremo nel dettaglio. 

I concetti fondamentali su cui si basa il Marketing Mix Modeling sono i seguenti. 
 

In sintesi, l’Adstock rivela quando vedrai gli effetti del tuo investimento, mentre la Saturazione ti dice quanto spendere su un canale per continuare ad avere risultati.

Questi fenomeni sono i pilastri fondamentali del Marketing Mix Modeling poiché permettono di gestire il budget in maniera ottimale, evitando dispersioni e investimenti inutili. 

Esistono oggi software avanzati che permettono di rendere il processo più veloce e automatico: si chiamano Google Meridian e Meta Robyn e li stiamo per scoprire nel dettaglio.

Google Meridian e Meta Robyn sono ad oggi i framework open source più avanzati e rilevanti per il Marketing Mix Modeling. 

Google Meridian è il software open source per il MMM rilasciato da Google. Adotta l'approccio bayesiano, ovvero un metodo statistico che unisce dati, calcolo delle probabilità e lo studio delle relazioni tra causa ed effetto, rappresenta esplicitamente l’incertezza e può incorporare informazioni pregresse. 

Grazie a questo è possibile gestire più accuratamente ogni canale digitale e ottimizzare la propria strategia di marketing. 

Meta Robyn è il software open source per il MMM rilasciato da Meta Marketing Science. Utilizza regressione regolarizzata e ricerca di configurazioni di Adstock e Saturazione. 

Grazie a questo è possibile fare previsioni molto più stabili sulle vendite, attribuendo il merito ai diversi canali in maniera equa e realistica. 

Un’azienda investe un budget di 100.000 al mese tra Meta e Google. 

Ad un certo punto l’azienda rileva un rallentamento nell’acquisizione di lead e il MMM conferma che il canale Meta è arrivato a saturazione, mentre Google presenta ancora un buon margine di crescita. 

A quel punto, il MMM può simulare e prevedere il migliore scenario per ottimizzare tutta la situazione: in questo caso, secondo i calcoli del modello, la scelta migliore per l’azienda sarebbe fare uno spostamento di 15.000 euro al mese da Meta a Google. 

In questo modo, mantenendo lo stesso budget  iniziale, il modello suggerisce come investirlo in maniera ottimale, spostandone parte su un canale che può effettivamente portare ancora risultati di valore, mentre il canale arrivato a saturazione non rischia più di risentirne mantenendo invariati i risultati raggiunti. 

Questo esempio racconta una delle decisioni più comuni che ci lavora nel performance marketing si ritrova a prendere per ottimizzare concretamente tutte le attività di marketing. 

Il Marketing Mix Modeling è particolarmente utile per aziende multicanale con uno storico dati massiccio e completo, e un budget consistente da poter investire.

Al contrario, ha poco senso utilizzarlo in aziende molto giovani, con uno storico dati insufficiente, pochi canali presidiati e un budget contenuto. 

Da questa differenza emergono proprio gli elementi essenziali che servono per valutare l’utilizzo del Marketing Mix Modeling o meno. 

Prima è fondamentale consolidare e ordinare il proprio archivio di dati storici e creare una strategia più matura in grado di comprendere più canali, poi è possibile valutare l'utilizzo del MMM per ottimizzare concretamente ogni attività. 

Marketing Mix Modeling e Google Analytics 4 non sono intercambiabili. 

L’uno non può sostituire l’altro poiché agiscono in maniera molto differente, ma è proprio utilizzandoli insieme che si possono ottenere i risultati migliori. 
 

La buona notizia è che le loro sostanziali differenze li rendono complementari all’interno di una strategia di marketing. 

Partendo dal presupposto che i risultati proposti dal Marketing Mix Modeling sono stime matematiche e statistiche, per validarli si utilizzano generalmente dei test di incrementalità. 

L’incrementality testing consiste nello spegnere o ridurre un canale su una fetta di mercato, mantenendo invariato tutto il resto, per poter misurare poi le effettive differenze nei risultati. 

I due approcci si completano perché, mentre il MMM stima statisticamente l’effetto di diversi canali contemporaneamente nel lungo periodo (rischiando talvolta anche di fare errori a causa di effetti difficili da separare), il test di incrementalità isola l’effetto di un singolo canale, validando o meno i risultati statistici del modello. 

Per quanto il Marketing Mix Modeling sia ad oggi un metodo avanzato e molto utile, non è comunque esente da limiti.  Vediamo i più importanti. 

• Dipendenza dai dati storici: basandosi soprattutto su dati storici aggregati, se questi non sono completi o sufficienti il modello può produrre stime poco affidabili.
• Correlazioni tra canali: quando più canali vengono attivati insieme, nello stesso periodo di tempo, il modello può avere maggiori difficoltà a distinguere l’effetto di ciascun canale.
• Cambiamenti strutturali: un cambiamento imprevisto nel mercato può alterare ciò che il modello ha imparato fino a quel momento, richiedendo quindi un nuovo bilanciamento.
• Difficoltà ad isolare alcune variabili: le variabili offline come il passaparola, i cambiamenti nella reputazione del brand e in generale le attività messe in campo al di fuori del digitale, sono difficili da stimare con estrema precisione.  
• Necessità di una interpretazione competente: il modello propone stime matematiche e statistiche che per diventare decisioni solide devono necessariamente essere interpretate e valutate da una persona competente.