Il contributo del Marketing Mix Model
Questo strumento data-driven consente di capire qual è il contributo dei media utilizzati e di prendere decisioni per migliorare gli investimenti del media plan, in una logica di budget optimization.
Gli algoritmi di Marketing Mix Model tradizionalmente basati su approcci regressivi, più recentemente integrano approcci di Intelligenza Artificiale e Machine Learning, per generare insight sempre più operativi a supporto delle decisioni quotidiane dei marketers.
Le dinamiche temporali nell’efficacia dei media nelle strategie di marketing e comunicazione
Il legame tra le variabili indipendenti, come media, eventi esterni, contesto e le variabili dipendenti, come vendite e conversioni, tiene conto di alcuni importanti fenomeni media. Essi sono:
- Media Saturation: in base alla legge dei rendimenti marginali decrescenti, a livelli elevati di spesa, ogni euro di investimento addizionale sui media produce effetti decrescenti. Mezzi di comunicazione diversi hanno curve di saturazione diverse.
- Advertising Adstock (o carry-over): è la caratteristica di un investimento media di non produrre effetti solo nel periodo in cui è avvenuto ma anche nei periodi successivi.
- Lag: l’impatto delle strategie di marketing e comunicazione spesso non è immediato. Un consumatore esposto oggi a un messaggio pubblicitario può attendere alcune settimane prima di rispondere al messaggio medesimo attraverso, ad esempio, un acquisto.
Quali benefici offre il Marketing Mix Model?
Grazie ad una modellazione avanzata, il Marketing Mix Model permette di ottenere 5 importanti benefici:
1. Attribuire risultati di vendita alle leve di marketing e comunicazione.
2. Definire le curve di saturazione dei paid media.
3. Stimare il ROAS delle leve di marketing.
4. Generare scenari previsionali tramite predictive analytics.
5. Ottimizzare l’allocazione del budget di comunicazione sui media.