Podczas 44 edycji DIMAQ Voice jedną z prelegentek była Julia Drażba, Data Analytics Manager w Yotta, która przygotowała prezentację o Marketing Mix Modelingu. Julia opowiadała nam o tym na jakie pytania biznesowe i marketingowe możemy poznać odpowiedź dzięki modelowaniu oraz w jaki sposób wnioski z analizy wspierają proces planowania mediów?
Podczas spotkania padło kilka pytań dotyczących tej metody, a poniżej prezentujemy odpowiedzi prelegentki.
Czy możesz podać przykłady tego typu narzędzi open source?
Czy możesz podać najlepsze Twoim zdaniem narzędzie open source do Marketing Mix Modeling ?
Przykładowymi rozwiązaniami jest Robyn (Meta) czy Lightweight (Google). Osobiście nie korzystałam z tych rozwiązań, bo w YOTTA zwykle korzystamy z autorskiej metodologii i narzędzi, które pozwalają na uzyskanie szczegółowości niedostępnej w rozwiązaniach ogólnodostępnych. Natomiast we współpracy z Meta powstało u nas w YOTTA case study wykorzystania rozwiązania Robyn dla dużego klienta z branży FMCG. Zainteresowanych odsyłam do artykułu, który opisuje nasze wnioski z tego projektu:
Poszczególne rozwiązania open source różnią się pod względem wykorzystanej metodologii i założeń modelowania. Każde z nich ma swoje mocne i słabe strony. Przed podjęciem decyzji o wykorzystaniu któregoś z nich warto zapoznać się dokładnie z tym, co poszczególne z nich oferują i w jaki sposób działają. Pamiętajmy też, że wykorzystanie rozwiązań open source wymaga wiedzy, bez której zbudowanie modelu oraz poprawna interpretacja wyników mogą być ogromnym wyzwaniem. Osoby, które chciałaby dowiedzieć się więcej o poszczególnych rozwiązaniach odsyłam do dwóch artykułów, które w mojej opinii zbierają najważniejsze informacje o Robyn, Lightweight oraz Orbit (Uber):
- https://medium.com/hungry-robot/features-comparison-metas-robyn-vs-google-s-lightweight-f95356bba51e
- https://medium.com/dp6-us-blog/what-is-the-best-mmm-tool-for-your-company-an-evaluation-of-lightweightmmm-orbit-and-robyn-7ccfed2144a9
Jak algorytmy wpływają na podejmowanie decyzji biznesowych i w jaki sposób organizacje radzą sobie z presją na osiąganie zwrotu z inwestycji (ROI) w kontekście implementacji tych technologii?
Algorytmy pozwalają na podejmowanie trafnych decyzji w oparciu o dane, minimalizują czynnik ludzki oraz automatyzują proces podejmowania decyzji redukując ryzyko, przyspieszając i znacząco go upraszczając
Zastosowanie algorytmów jest bardzo szerokie i możemy wykorzystać je tak naprawdę do podjęcia każdej decyzji biznesowej. Algorytmy w marketingu najczęściej stosowane są m.in. w celu segmentacji klientów, generowania rekomendacji produktów, planowania polityki cenowej, prognozowania popytu czy optymalizacji kampanii, a dzięki temu zwiększenia ROI działań marketingowych.
Tak, jak w przypadku wszelkich innych przedsięwzięć, tak też w przypadku inwestycji w implementację algorytmów należy zadbać o to, by była ona rentowna. Przed wdrożeniem nowych rozwiązań należy przede wszystkim zidentyfikować potrzebę, a następnie postarać się skwantyfikować koszty i potencjalne zyski. Wiele firm decyduje się na wsparcie firm konsultingowych, które mają za zadanie wesprzeć je w tym etapie. Warto wiedzieć, że na rynku funkcjonują również agencje doradczo-wdrożeniowe (takie, jak YOTTA), które towarzyszą klientowi na całej ścieżce rozwoju algorytmu – od momentu identyfikacji potrzeby, wyboru odpowiednich rozwiązań, aż po ich realizację, wdrożenie. W celu zmniejszenia ryzyka i kosztów, firmy często decydują się też na pilatożowe projekty, które pozwalają na przetestowanie skuteczności algorytmów przed pełną implementacją. Warto zwrócić uwagę nie tylko na inwestycję w technologię, ale również kapitał ludzki w organizacji, gdyż zrozumienie i umiejętne wykorzystanie algorytmów, a dzięki temu pełne wykorzystanie ich potencjału, wymaga wiedzy.
W kontekście rosnącej presji na ROI i znaczenia analityki, jak (MMM) pomaga w zrozumieniu i kwantyfikacji wpływu różnych kanałów marketingowych na ogólną efektywność działań marketingowych?
Przede wszystkim Marketing Mix Modeling (MMM) pozwala skwantyfikować inkrementalny wpływ komunikacji mediowej na sprzedaż, poznać efektywność poszczególnych kanałów mediowych oraz zoptymalizować przyszłą komunikację, a tym samym zapewnić poprawę efektywności działań (wyższy ROI). Badany jest również wpływ innych czynników marketingowych, takich jak np. polityka cenowa czy promocje. Dodatkowo istnieje możliwość oszacowania efektu synergii np. pomiędzy promocjami a komunikacją mediową.
Jak duże wzrosty % efektywności kampanii osiągaliście po wprowadzeniu marketing mix modelingu vs używając starszych metod?
Przy starszym, bardzo ogólnym podejściu i analizie w podziale na medium, mogliśmy zoptymalizować budżet pomiędzy poszczególne kanały mediowe. Najnowsze rozwiązania pozwalają na dużo bardziej szczegółową analizę efektywności mediów (per kampania, długość kopii, placement, format itp.), a dzięki temu na optymalizację nie tylko strategii, ale również taktyki, co skutkuje w wyższych potencjalnych wzrostach efektywności. Projekty zrealizowane przy wykorzystaniu najnowszych metod pozwalają na średni wzrost efektywności kosztowej mediów o 17% (w przypadku starszych metod było to średnio 7-9%). Co ważne, mówimy tutaj o projektach realizowanych przez YOTTA oraz optymalizacji osadzonej w realiach biznesowych i rynkowych – zawsze upewniamy się, że nasze rekomendacje są możliwe do wdrożenia, ale z matematycznego punktu widzenia możliwy do osiągnięcia wzrost efektywności zwykle jest jeszcze większy. Potencjał optymalizacyjny może się też różnić w zależności od kategorii, złożoności media mixu, wielkości budżetu mediowego oraz gotowości klienta do wdrożenia zmian w planie mediowym.