Modellazione di media combina: qual è e il modo migliore per usarlo [+ Examples]

Ho lavorato nella promozione digitale da oltre dieci anni e sempre alla ricerca di tecniche per fortificare le mie analisi e i rapporti di promozione. Avendo lavorato nelle principali società digitali e nella mia azienda multicanale, Media Mix Modeling (MMM) è fondamentale nelle mie opere d’arte.

Ho co-fondato un marketing di motori di ricerca e un PPC aziendale con Leigh Buttrey e siamo dedicati alla promozione multicanale. Gestisce PPC, gestisco il marketing dei motori di ricerca e tutti sappiamo che il nostro lavoro d’arte influisce sull’altro. Inoltre, operemo in modo scarsamente con team all’interno che hanno molti canali alternativi all’interno del loro apparato mediatico di promozione.

In relazione alla promozione, sono sicuro che saremo tutti d’accordo sul fatto che un modo omnicanale sia più alto.

Il problema? Bene, è nel corso dell’analisi. Sappiamo tutti che i clienti raramente si convertono grazie a un minimo di un media, d’altra parte quali media guidano i risultati?

Bene, è qui che entra in gioco la modellazione dei mix di media.

In questo articolo, scopro Media Mix Modeling (MMM), a partire dalla sua definizione, framework ed esempi di MMM in movimento. Ho contattato gli esperti di marketing, i dirigenti delle vendite di prodotti e i proprietari di case del settore l’uso di MMM nelle loro analisi promozionali. Condividono aneddoti e linee guida nella vita reale che ti aiuteranno davvero a sentirti davvero sicuro di MMM.

Iniziamo.

Sommario

Se capisci come sono i tuoi canali “giocando” insieme e il modo in cui è un impatto su ciascun canale, ottimizzerai i tuoi media. Ad esempio, capirai meglio quali canali assumere una posizione in più attentamente e per quale obiettivo.

Resta sintonizzato-Più tardi, condividerò alcuni esempi di vita reale del modo in cui MMM ha ristrutturato l’approccio di un settore alla promozione.

Media Mix Modeling nella promozione

Fornitura

Media Mix Modeling è il buon eccellente amico di un marketer, nonostante il fatto che non sia una piccola impresa da preparare. Hai bisogno di numerosi dati puliti, idealmente che abbracciano anni.

MMM utilizza dati antichi per identificare e quantificare la relazione tra i canali di promozione e il loro impatto sugli obiettivi del settore come la conversione o la fonte di entrate. Questa è la posizione che differisce molto da altri modelli.

I modelli di attribuzione dell’ultimo touch, ad esempio, il più efficiente considera il canale di promozione generale che ha portato a una vendita, mentre l’attribuzione del primo touch fa il contrario.

Credo che i marketer di maggioranza siano soddisfatti di dire che le vendite di prodotti raramente provengono da un canale da solo e ogni media svolge un compito.

Con la modellazione dei mix di media, gli esperti di marketing possono aspettarsi una potenza a più lungo termine, il che li aiuta a rendere la promozione di alternative paragonabili all’allocazione dei budget.

Con MMM, i marcatori possono:

• Raccogli dati antichi su cose come la promozione della spesa, le vendite di prodotti, i tratti e così via.
• Aumenta un tipo statistico che spiega la relazione tra promozione di movimenti e effetti del settore.
• Interpretare i risultati per comprendere l’efficacia di ciascun canale di promozione.
• Utilizzare approfondimenti per riallocare la fascia di prezzo e la proprietà per il ROI ottimale.
• Aspettatevi una potenza a più lungo termine in linea con diverse situazioni di promozione.

Individualmente, il valore primario di MMM è in tutti i dati. In alternativa a fare alternative in linea con i sentimenti intestinali, quantificherai il servizio di un canale come nella promozione. Inoltre, cambierai trasparente di metriche del canale silenziato per aiutare a rendere più ampie alternative basate sui dati con tutto il tuo simbolo della potenza della promozione.

Media Mix Modeling Framework

Fornitura

Il framework Kind Mix Media è costituito da sei passaggi.

1. Collezione delle conoscenze è deciso per mezzo della gamma, dati longitudinali da un bel po ‘di risorse e canali di promozione. Come nella foto sopra, ciò può includere le vendite di prodotti, la promozione della spesa, gli acquirenti, i dati di prodotto, monetari e concorrenti.
2. Igiene della conoscenza è semplice come sembra, d’altra parte è un passo che richiede tempo e un passo davvero cruciale. Incorpora la pulizia e il trasferimento dei dati correttamente in un set di dati unificato pronto per l’analisi. Anche se non ottieni questo tipo giusto, non hai ricevuto un output di dati adeguato. Trascorri il tuo tempo adeguato proprio qui.
3. Sviluppo del gusto Generalmente è deciso mediante modelli di apprendimento degli strumenti che ti aiuteranno a comprendere la relazione tra promozione di input ed effetti del settore.
4. Analisi è più alto ottenuto con un po ‘di intervento umano. L’intelligenza artificiale può fare numerose analisi ed è incredibile per l’analisi di grandi dispositivi di dati, d’altra parte è anche molto sfumata e una valutazione umana dei risultati dell’IA è essenziale.
5. Ottimizzazione Varia in gran parte sulle intuizioni acquisite, d’altra parte insieme alle tue nuove intuizioni basate sui dati, ottimizzerai la tua allocazione di promozione e gamma di prezzi per le campagne a più lungo termine.
6. Previsione è come sembra. Ora che ti sono semplicemente stati dati dati, ti aspetterai il risultato concepibile di più di alcune situazioni di promozione, crea ipotesi, controllali e ribadirli fino a quando non le promozioni di promozione precisamente nel risultato desiderato.

Esempi di modellazione di mezzi mix

Una delle tattiche più alte vitali per conoscere MMM e il suo impatto è attraverso esempi di vita reale. Sono stato felice delle incredibili intuizioni acquisite dai marketer sottostanti.

Spot sinergie tra i canali

Aaron Whittaker è il vicepresidente del nome per la generazione della pubblicità sul web Thrive. Alla domanda sul valore di MMM, Whittaker ha affermato di aver “rimodellato il modo in cui allochiamo i budget di promozione e misuriamo un impatto incrociato”.

Uno strumento particolarmente prezioso che Whittaker si è imbattuto per essere non appena individuato le sinergie tra i canali. In questo solido caso d’uso, Whittaker spiega: “Quando si analizza la potenza della campagna per la pubblicità per le vacanze e del marketing di marketing di un cliente, come sostituto di dare un’occhiata ai canali in isolamento, il nostro MMM ha rivelato improvvise sinergie tra le vendite radio e i social media.

Abbiamo scoperto che gli annunci radio in tutti i luoghi dei casi di pendolarismo mattutino hanno amplificato il coinvolgimento dei social media fino al 25% durante le ore successive – una convinzione che non sarebbe stata visibile mediante modelli di attribuzione tipici. “

Cosa mi piace di questo: Promuovere l’attribuzione è un grande svantaggio per qualsiasi settore e senza MMM, è davvero semplice spostare il costo che, in questo caso, ha aggiunto la radio. Potrebbe essere facile pensare che le visite, i social media seguano, il coinvolgimento e così via. Quello che accade senza fine è che gli sforzi sono completamente attribuiti ai social media, d’altra parte la verità è che la radio ha un compito di giocare proprio qui.

Con questi dati, razionalizzerai perché la radio fa parte del mix di media. Upper, obietti i media radio nel momento giusto (per tutta la mattina, quando si sta dimostrando rispettoso dell’ambiente).

Suggerimento abile: Mentre corri nei tuoi annunci, lottando per ottenere i risultati che desideri o hai prove (a causa di MMM!) Che gli annunci sono in esecuzione per te, quindi dai un’occhiata al modello mediatico a pagamento di HubSpot. Fa delicati opere d’arte nell’organizzazione della pianificazione dei media e dell’acquisto dei media.

Quantificare il tempo di emblema di tempo a lungo termine

Whittaker ha fornito molti esempi per MMM. Scegliere quali includere in questo articolo non appena un problema! Ho dovuto includere il costo della costruzione del marchio a lungo termine e il modo in cui MMM può essere in accordo quantificava il suo servizio.

Sulla costruzione del marchio, Whittaker afferma: “Ciò che l’attenzione dell’attenzione è come MMM aiuta a quantificare i movimenti di costruzione del marchio a lungo termine. Ci siamo imbattuti in quella sponsorizzazione del podcast mostrato un ROI rapido minimo, d’altra parte la nostra modellazione ha rivelato che hanno contribuito in modo significativo alla riduzione dei costi di acquisizione degli acquirenti durante altri canali per sei mesi. Questa convinzione ha contribuito a giustificare investimenti perseverati nei canali di sensibilizzazione della moda. “

Cosa mi piace di questo: Simile all’obiettivo sopra, in effetti mi piace il modo in cui MMM aiuti a giustificare la promozione degli sforzi che potrebbero forse muoversi inosservati. È vero che se un canale non si traduce in un ROI rapido, diventa “non trackibile” l’uso del tipo di attribuzione dell’ultimo touch, d’altra parte con MMM, vedrai come le opere dei media per la tua piccola impresa .

Comprendi il crossover tra attività multimediale online e offline

Peter O’Callaghan, responsabile della promozione di Scrapingbee, ha avuto necessariamente il massimo valore dell’uso di MMM per trovare tratti regionali. O’Callaghan descrive MMM come trasformazionale.

Dice che sta servendo a “Assegnare budget, perfezionare i messaggi e decidere le scelte di crescita. È uno strumento potente per prevedere dove assumere una posizione e dove tirare ancora una volta. “

Quando è stato chiesto un esempio, O’Callaghan afferma: “Ci ha aiutato a individuare la California e il Texas come hotspot per raschiare il nome API per, contribuendo al 40% dei nostri lead. Tramite il riallocazione di $ 5.000 alle campagne bersaglio geo-bersaglio negli stati, abbiamo un impegno regionale più elevato al 30%, accorciando il nostro ciclo di vendita dei prodotti con riferimento a due ore in linea con il lead. Questo punto di interesse regionale continua a modellare il modo in cui modifichiamo la metodologia della campagna di pubblicità e marketing di marketing. “

Linee guida per l’uso della modellazione dei mix di media

Suggerimento 1: inizia l’analisi con numerosi dati.

Accanto ai suoi esempi di successo MMM, Aaron Whittaker ha esortato a chiunque a partire dall’analisi MMM dovrebbe iniziare con “un minimo di 18-24 mesi di conoscenza”.

I dati aggiuntivi, meglio è individuare i tratti. Whittaker spiega: “18-24 mesi di conoscenza [helps] Considera i modelli stagionali ed effetti a lungo termine. Ora ora abbiamo incontrato quei periodi di tempo più brevi senza fine portano a conclusioni fuorvianti sull’efficacia del canale. “

Whittaker ha ogni altro esempio MMM che dimostra il costo dei dati in modo fantastico.

“Una scoperta sorprendente è emersa durante la modellazione di impatti stagionali. La nostra analisi ha mostrato che l’efficacia di più di alcuni canali più di alcuni drammaticamente durante la stagione. Messaggio elettronico che promuove il picco in tutti i luoghi invernali, mentre le porte vendute hanno consegnato il ROI più produttivo più produttivo in tutti i luoghi della stagione estiva. Questo ci ha portato ad ampliare le strategie dinamiche di allocazione della fascia di prezzo che spostano la spesa in linea con l’efficacia stagionale. “

Cosa mi piace di questo: Sono sicuro che molti esperti di marketing scoprono che stanno annuendo in accordo. Sappiamo tutti che vorremmo i dati – e il più aggiuntivo, meglio è – fare un’analisi adeguata.

Suggerimento 2: assicurarsi che i dati siano puliti.

Peter O’Callaghan consiglia che “MMM funziona più in alto quando hai obiettivi chiari e misurabili. Senza effetti definiti, è facile interpretare male le intuizioni e agire sulla saggezza incompleta. “

È facile spostarsi dove i tuoi dati hanno bisogno di opere d’arte, d’altra parte O’Callaghan ha anche alcune linee guida per questo.

• Fai attenzione alla scarsa segmentazione. O’Callaghan spiega che una scarsa segmentazione nasconde motivi preziosi. Dice: “Se i dati sono troppo generalizzati, i tratti chiave che differenziano i gruppi di clienti possono anche essere fuori posto. Rompere i dati in segmenti più piccoli e importanti implica che sarai in grado di comprendere i comportamenti e le preferenze unici di più di qualche pubblico. “
• Stabilità della valutazione di tratti temporanei o picchi stagionali. O’Callaghan mette in guardia su tratti temporanei e picchi stagionali, spiegando: “Le uscite MMM possono una volta in errore quando si verifica per pesare i tratti temporanei troppo attentamente. I picchi stagionali o gli elementi esterni possono distorcere i risultati quando si verificano non tenerne conto. Ad esempio, un aumento degli ospiti una tantum ci ha portato a sopravvalutare la potenza e-mail. Ora, controlliamo i risultati MMM con metriche a lungo termine per verificare una vista equilibrata. “

Cosa mi piace di questo: Questo può essere un sentimento che abbiamo sentito prima in questo articolo. Mi piace che O’Callaghan consigliasse risultati incrociati con metriche a lungo termine. Questa punta si allinea totalmente con la punta di Aaron Whittaker sull’avvio di MMM con dati a lungo termine.

Inizia con la modellazione dei mix di media

Come marketer e principalmente un marketing dei motori di ricerca, conosco il costo della modellazione dei mix di media. Tuttavia, scrivendo questo articolo e parlando ad altri esperti di marketing, sarò in grado di vedere come MMM aiuta le società a fare alternative di promozione superiore. Come alternativa di sensazione Come se un determinato media di promozione funziona per te, MMM ti aiuta a trovarlo.

Quindi, se vuoi iniziare con la modellazione dei mix di media, fallo. Ricorda solo di ottenere quei dati a lungo termine e spostare i risultati temporanei di riferimento con tratti a lungo termine.

wordpress seo

[ continue ]

Piani di manutenzione wordpress | hosting wordpress

Per saperne di più