Witajcie w świecie, gdzie priorytetem jest prywatność, a innowacje rodzą się w odpowiedzi na nowe wyzwania. Nie chodzi tu tylko o przestrzeganie przepisów – to także szansa na reewaluację skutecznego podejścia do danych. W tym dynamicznym środowisku Marketing Mix Modeling (MMM) wyrasta na kluczowe narzędzie – takie, które nie tylko odnajduje się w nowych realiach prywatności, ale wręcz czyni je swoim atutem, oferując przy tym marketerom przejrzystość i gotowe do wdrożenia rekomendacje.
Modele atrybucji – narzędzie, które straciło blask
Atrybucja miała być odpowiedzią na pytanie, jak śledzić ścieżki klientów i optymalizować budżety marketingowe poprzez analizę punktów styku. Choć dobrze zaprojektowane modele atrybucji mogą być użyteczne, nigdy nie były pełnym rozwiązaniem do mierzenia efektywności działań marketingowych.
Nie potrafią one zmierzyć rzeczywistego, dodatkowego wpływu każdego kanału mediowego. Zamiast tego przypisują zasługi za konwersje, często przeceniając działania na końcowym etapie lejka zakupowego, ignorując przy tym szerszy obraz działań marketingowych. Nasze badania MMM konsekwentnie pokazują, że średnio jedynie 20% sprzedaży w e-commerce wynika z krótkoterminowych działań mediowych. Pozostałe 80% napędzają inne czynniki, takie jak cena, promocje czy sezonowość.
Dodatkowo, wycofanie plików cookies stron trzecich stawia modele atrybucji przed ogromnymi wyzwaniami. Brak możliwości śledzenia użytkowników na różnych urządzeniach uniemożliwia dokładne przypisywanie zasług konkretnym punktom styku. W świecie bez ciasteczek wiarygodność modeli atrybucji spada niemal do zera. Jeśli modele atrybucji – i wnioski z nich płynące – są fundamentalnie wadliwe, czas przestać na nich polegać przy podejmowaniu decyzji biznesowych!
Prywatność jako szansa, a nie ograniczenie
Prywatność stała się standardem, którego konsumenci oczekują, regulatorzy wymagają, a marki nie mogą ignorować. Przepisy takie jak RODO czy CCPA zmieniają sposób, w jaki dane są zbierane i wykorzystywane, a wycofywanie ciasteczek third-party wymusza na marketerach poszukiwanie nowych rozwiązań. Ale to nie musi być postrzegane jako problem – przeciwnie, to okazja do stworzenia skuteczniejszych metod pomiaru marketingu.
Tu właśnie pojawia się Marketing Mix Modeling. W przeciwieństwie do modeli atrybucji MMM nie bazuje na śledzeniu pojedynczych użytkowników ani inwazyjnym zbieraniu danych. Zamiast tego analizuje dane zagregowane, by ocenić ogólny wpływ działań marketingowych. To metoda, która pozwala zachować równowagę między poszanowaniem prywatności a uzyskiwaniem wartościowych wniosków – idealne rozwiązanie w dzisiejszym świecie. Przy okazji jest to metoda łatwo skalowalna i aplikowalna dla niemal każdej branży, każdej marki.
Dlaczego MMM jest skuteczniejsze?
MMM patrzy na marketing z holistycznej perspektywy. Zamiast skupiać się na kliknięciach w poszczególne touchpointy digitalowe analizuje, jak wszystkie elementy marketing-mixu – media, promocje, polityka cenowa, dystrybucja, a nawet czynniki zewnętrzne, takie jak konkurencja, zmiany rynkowe czy sezonowość – współdziałają ze sobą, generując finalny efekt biznesowy.
Największą zaletą MMM jest jednak jego zdolność do mierzenia inkrementalnego wpływu każdego z elementów marketing-mixu. Podczas gdy modele atrybucji próbują odpowiedzieć na pytanie: "Któremu kanałowi przypisać zasługę za daną konwersję?", MMM dostarcza informacji o tym: "Jaką dodatkową wartość wygenerowała dana aktywność marketingowa?". Tym samym, MMM dostarcza precyzyjnych informacji o wpływach działań marketingowych (w tym mediowych) oraz praktycznych, gotowych do wdrożenia rekomendacji na przyszłość. W czasach, gdy każda złotówka ma znaczenie, taka precyzja i akcyjność są nieocenione.
Renesans MMM, czyli gdzie potrzeba spotyka innowację
W obliczu rosnącego nacisku na ochronę prywatności MMM przeżywa swój renesans. Narzędzia open-source sprawiają, że zaawansowane techniki modelowania stają się dostępne dla szerszego grona odbiorców. Jednocześnie dostawcy usług stale udoskonalają swoje rozwiązania, by sprostać nowym wyzwaniom biznesowym.
Nasz zespół opracował własne narzędzia, które wynoszą MMM na jeszcze wyższy poziom. Sprawdzone przez zewnętrznych partnerów, takich jak TikTok, dostarczają one szczegółowych wniosków, które pomagają podejmować skuteczne decyzje biznesowe. Nie tylko analizują efektywność na poziomie kanałów (perspektywa strategiczna), ale także rekomendują optymalne formaty, miejsca emisji czy długości treści (perspektywa taktyczna). Dzięki temu dane przekształcają się w konkretne działania, które przekładają się na rzeczywiste wyniki.
Przykład? Nasze badania w sektorze FMCG pokazały, że działania influencerskie na TikTok mogą generować nawet o 65% wyższy zwrot z inwestycji (ROI) niż średnia dla pozostałych mediów wykorzystywanych przez markę. Zwrot ten jest wyższy niż efektywność pozostałych social mediów i porównywalny z efektywnością video online. Dodatkowo kampanie skierowane do młodszych odbiorców osiągały najlepsze wyniki właśnie na TikToku, co prowadzi do jasnych rekomendacji: wykorzystuj TikTok, by dotrzeć do tej grupy demograficznej.
Współpraca kluczem do sukcesu
W erze priorytetu prywatności nie działamy w próżni. Platformy takie jak TikTok inwestują w partnerstwa z dostawcami analityki, by zapewnić wysokiej jakości pomiar wpływu prowadzonych działań i ich efektywności. Era priorytetu prywatności to nie przeszkoda, lecz moment przełomu. Wymaga od marketerów świeżego spojrzenia, większej transparentności i otwartości na innowacje.
Marketing Mix Modeling daje ramy, które pozwalają odnaleźć się w tej nowej rzeczywistości, dostarczając jasnych i praktycznych rekomendacji w całym miksie marketingowym. Pomaga zrozumieć, co naprawdę działa, zidentyfikować rzeczywisty wpływ działań marketingowych i zoptymalizować koszty. To rozwiązanie skrojone na miarę przyszłych wyzwań, umożliwiające odejście od metod o coraz większych ograniczeniach i wkroczenie w przyszłość opartą na holistycznym pomiarze, precyzji i świadomych decyzjach biznesowych.
Dzięki MMM przyszłość marketingu jest nie tylko obiecująca – jest jasna i pełna możliwości.
Autorką jest Joanna Makoladra, econometrics director w Choreograph (WPP Media)
