Media Mix Modeling: uitleg en ontwikkelingen

Hoe meet je het effect van een outdoor campagne? En wat is de impact van een prijspromotie? Klantreizen zijn complex. Ze spelen zich af over meerdere devices en meerdere browsers. Offline en online touchpoints lopen volledig door elkaar heen.

Klassieke conversie attributiemodellen staan onder druk van de afstervende cookie. Adverteerders zoeken naar alternatieven en die worden steeds vaker gevonden in Media Mix Modeling (MMM). Wat is MMM? En waarom wint het aan populariteit?

De defintie van Media Mix Modeling

Voor het Digital Marketing Trendrapport 2023 sprak Bart Meerdink met Nicolas Arrivé. Nicolas is Manager Marketing Services bij Meta. Hij omschrijft MMM als volgt:

Hoe werkt Media Mix Modeling?

Nicolas: ‘MMM is een statistische analyse waarbij een groot aantal variabelen wordt opgenomen (zakelijke context, prijskortingen, betaalde media-activiteiten, enz.). ‘De meeste MMM’s zijn gebaseerd op statistische regressietechnieken, waarbij gebruik wordt gemaakt van een optelsom van allerlei informatie uit tijdreeksen (denk aan beurskoersen, het weer of mediabestedingen) – vandaar dat de methode privacy-vriendelijk is.’

‘Het is een traditionele techniek die al meer dan vijf decennia bestaat, maar het is in de afgelopen 3+ jaar snel geëvolueerd. Machine Learning (ML) heeft MMM-mogelijkheden vergroot, omdat het aantal variabelen dat in het model moet worden opgenomen onbeperkt kan zijn (doelgroep, verkochte producttypes, enz.). ML beperkt ook de afhankelijkheid van rijke historische gegevens. Eén organisatie kan bijvoorbeeld leren van verschillende bedrijfseenheden. Nieuwe markten of producten kunnen bijvoorbeeld profiteren van modellen van bestaande markten.’

Onderzoeksbureau Nielsen onderscheidt vier fasen in het proces van MMM:

De populariteit van Media Mix Modeling

Wat verklaart de populariteit van MMM? Volgens Nicolas ligt de oorzaak op twee gebieden. Adverteerders zijn actief opzoek naar alternatieven voor de klassieke attributiemodellen. Door de toenemende regulering en het uitfaseren van 3rd party cookies wordt de ‘cookie pot’ steeds leger.  Hierdoor hebben de klassieke modellen een steeds onvollediger beeld van de touchpoints.

Aan de andere kant profiteert MMM van de snelle technologische ontwikkelingen. Waaronder de toenemende betrouwbaarheid, snelheid en beschikbaarheid van machine learning en AI. Je kan met slimme algoritmes dus eindeloos veel variabelen gebruiken en verschillende modellen maken voor diverse contexten. MMM wordt door deze snelle ontwikkelingen voor een steeds groter publiek beschikbaar.

Open-source pakketten

Wat zijn volgens Nicolas de belangrijkste ontwikkelingen in MMM? ‘De beschikbaarheid van zeer gedetailleerde gegevens, cloudbased technologie en open-sourcepakketten leidden tot aanzienlijke veranderingen. MMM’s kunnen gemakkelijker worden gecombineerd en gevalideerd. Op de cloud gebaseerde technologieën zorgen ervoor dat MMM’s regelmatig worden bijgewerkt, we hebben een toename gezien van maandelijkse updates (in tegenstelling tot driemaandelijkse of jaarlijkse updates); sommige modellen zelfs vaker dan dat.’

‘Open-sourcepakketten zoals Project Robyn, geïnitieerd door Meta Open Source, maken MMM-codes beschikbaar voor alle marketeers. Het stelt marketeers ook in staat om deze MMM’s over te nemen en aan te passen aan hun specifieke behoeften.’

Is Media Mix Modeling relevant voor mijn organisatie?

Media Mix Modeling kan dus antwoord geven op vragen als:

• Wat dreef de sales?
• Wat was mijn ROI?
• Hoe optimaliseer ik mijn marketinginvestering?

Echter, MMM’s waren vroeger voorbehouden aan enkele zeer grote organisaties met veel middelen. Tegenwoordig zijn de toetredingsdrempels tot MMM’s zo laag dat vrijwel alle bedrijven hiervan kunnen profiteren. Bij Meta zag Nicolas bijvoorbeeld hoe de succesvolle toepassing door het New Yorkse sieraden merk Talisa. Zij kunnen nu een efficiënte manier het marketingbudget per markt op kwartaal-, maand- en weekbasis toe te wijzen.

Hoe start je met Media Mix Modeling

Is er een ‘self-service’ manier om te beginnen of heb je een team van econometristen nodig? Volgens Nicolas hangt het af van welke talenten jij in je organisatie hebt. ‘Werken met een MMM-bedrijf of -bureau in-housing kan een manier zijn om te beginnen. Media Mix Modeling vereist expertise op het gebied van statistiek. Dit vraagt om investeringen in mensen, tools en cultuur voor dit type talent. Analisten en datawetenschappers zijn nu niet meer zo zeldzaam als 5 jaar geleden. Interne MMM kan leiden tot meer flexibiliteit dan uitbesteding.’

‘Out-of-the-box oplossingen bestaan en omvatten alle serviceniveaus en prijzen. Deze oplossingen automatiseren MMM-builds. Als je geen econometristen in huis hebt, bestaan er geautomatiseerde oplossingen. Je hebt minder controle over de input en output van geautomatiseerde oplossingen (d.w.z. deze oplossingen zijn slechts tot op zekere hoogte aanpasbaar). Deze zouden echter wel snel MMM-achtige inzichten opleveren.’

Bekijk ook de 7 stappen uit Google’s Media Mix Modeling for CMO”s guide ›

Combineren is key

MMM op zich zelf biedt nog geen volledig beeld in de conversie-attributie. Maar de combinatie met de klassieke attributiemodellen en nieuwe ontwikkelingen als Micro Moments zorgt voor een accuraat beeld.