Stel je voor: je marketingaanpak is een voetbalelftal. In de spits staan de Performance Ads. Centraal achterin staan SEO & branding-campagnes en op het middenveld doet e-mailmarketing samen met de socialmedia-advertenties hard hun best om het marketingelftal te laten werken. En met succes.

Jij, als coach van het team, bent continu op zoek naar de juiste samenstelling van het team. Toch iets meer branding of juist meer performance advertenties. Afhankelijk van de uitdaging pas je het team aan.

Wanneer iemand je vraagt: welke speler is het beste en het belangrijkste? Wat zeg je dan?

Ga je voor de spits? Je kunt namelijk gemakkelijk de resultaten linken aan de advertenties. Of toch meer voor de verdedigers; SEO & branding-campagnes. Een lastige vraag om antwoord op te geven als coach. Het is immers een team dat, door het juiste samenspel, het gewenste resultaat behaalt.

Gelukkig staat de marketingwereld niet stil en is er steeds meer mogelijk om inzichten te krijgen. Het gebruik van een Marketing Mix Model zie je steeds meer opkomen. In dit artikel ga ik in op de ontwikkelingen van attributie richting Marketing Mix Model. Ik leg uit wat het is, de voor- en nadelen van zo’n MMM en welke stappen je nodig hebt om te starten.

Van single-touch naar multi-touch naar Marketing Mix Model

In 2019 schreef ik een artikel over attributie. In dat artikel schets ik een zogenoemde ‘buyer journey‘ waarin verschillende kanalen invloed hebben op de uiteindelijke conversie tot klant. Maar welke van die kanalen is nu het belangrijkste? Zie het als de 2019-versie van de analogie van het voetbalteam. In dat artikel ging ik in op vrij simpele en relatief domme attributie modellen: singletouch- & multitouch-attributiemodellen.

Even kort, wat zijn die modellen ook alweer?

De simpelste vorm van een attributiemodel is het singletouch-model. Dit gaat er in essentie van uit dat één kanaal verantwoordelijk is voor 100% van de omzet. Inmiddels een achterhaald model, maar je moet ergens beginnen. Doorontwikkeling zorgde uiteindelijk voor multitouch-attributiemodellen.

Deze modellen houden meer rekening met tijd, verschillende kanalen en de waarde van het kanaal. Echter, dit zijn vaak van tevoren gedefinieerde waarden aan een kanaal en moment in de journey. Ofwel: wanneer iemand bijvoorbeeld van lead naar MQL (marketinggekwalificeerde lead) converteert door een e-mail, dan krijgt e-mail 35% van de omzetwaarde toegekend. Terwijl dit ook een gevolg kan zijn van een optelsom van andere kanalen.

Multitouch-attributie is een verbetering ten opzichte van single-touch, maar nog steeds gelimiteerd en vrij rigide. Zeker ook gezien het feit dat een reis richting klant zich steeds vaker met zero-clicks & dark social plaatsvindt.

Marketing Mix Model – de volgende stap

Een Marketing Mix Model is een econometrisch model, op basis van multilineaire-regressie, dat helpt bij het kwantificeren van de impact van verschillende marketinguitingen, kanalen en niet-marketinguitingen op de verkoop (of ander bedrijfsdoel).

Simpel gezegd: een MMM is een model waar je veel inzicht krijgt in de effectiviteit van je marketing. Per kanaal, per uiting, offline en online, winter of zomer en ondanks prijsveranderingen.

Welke data gebruikt een MMM?

Vrijwel alle MMM maken gebruik van geaggregeerde data. Door data te aggregeren blijf je weg van individuele data. Vanwege die aggregatie kan MMM rekening houden met een breed scala aan kanalen en externe invloeden. De volgende datapunten worden vaak (en niet uitsluitend) gebruikt bij het opbouwen van een MMM:

• Digitale media, zoals social media en banner-advertenties. Concrete voorbeelden zijn data over bereik, frequentie en kliks;
• Traditionele media, zoals televisie, out-of-home en radio;
• Bedrijfsfactoren die van invloed kunnen zijn op conversies. Denk aan voorraadniveaus of beschikbaarheid van personeel;
• Krachten uit de markt, zoals de relatieve prijs van een product ten opzichte van de concurrentie;
• Externe factoren, zoals het weer, seizoensinvloeden of economische omstandigheden (bijvoorbeeld inflatie en consumentenvertrouwen).

Zoals je merkt, houdt een MMM met veel factoren rekening die van invloed zijn op de bedrijfsdoelstellingen (sales).

Wat levert een Marketing Mix Model op?

Een MMM geeft je dus inzicht in hoeveel elke marketinguiting en kanaal bijdraagt aan de verkoop en hoeveel investering er nodig is per marketinguiting en kanaal. Een MMM helpt bij het beantwoorden van diverse vragen.

• Hoe ziet de optimale inzet van een kanaal eruit?
• Wat is de impact wanneer de investering in marketing met 20% afneemt (of toeneemt)?
• Hoeveel invloed heeft een kanaal op verkopen / conversie?
• Op welke manier kan ik mijn budget het beste verdelen over verschillende kanalen?

Daarnaast neemt het model ook non-marketinguitingen mee. Dit zijn invloeden van bijvoorbeeld seizoen, promoties en prijs. Je kunt stellen dat een Marketing Mix Model je een helikopterview geeft van je gehele marketing. Het is een ijzersterke oplossing om je echte inzichten te geven waar je wat mee kunt. Een goed opgezet en gevoed MMM is in staat om goede voorspellingen te geven van de impact van je marketing. Ideaal voor scenarioplanning, opbouwen van een gedegen marketingstrategie en budgetteringen.

Een Marketing Mix Model voor elke marketingafdeling en CMO?

Ondanks dat een MMM als de holy grail klinkt voor marketingafdelingen en CMO’s, zijn er belangrijke overdenkingen. Zo heb je data nodig. Veel data over een langere periode. En kwalitatief goede data. De meeste Marketing Mix Modellen, zowel open source als closed source, hebben minimaal 2 jaar aan kwalitatief goede data nodig om te kunnen voorspellen. Voor veel organisaties is het samenbrengen van consistente data lastig, zeker over een lange periode.

Kanalen zoals Google Ads, Meta Ads en TikTok genereren veel data op een hoge snelheid, zoals bereik, frequentie en kliks. Er zijn veel datapunten die geformatteerd moeten worden voor het MMM en waarvan je de juiste, relevante variabelen moet selecteren. Belangrijk is namelijk dat je appels met appels vergelijkt.

Zeker wanneer je ook indirecte kanalen gebruikt, zoals TV-advertenties, zul je hier rekening mee moeten houden in het model.

Open source of closed source Marketing Mix Model?

De grote tech-jongens hebben verschillende Marketing Mix Modellen die je kunt gebruiken. Zo heeft Meta het model genaamd Robyn, dat met AI/ML ondersteund is. Begin maart volgde Google ook met het model Meridian. Beide modellen zijn open source en maken gebruik van data-bibliotheken van hun moederbedrijven. Het mooie van deze modellen is dat ze aanpasbaar zijn naar de wensen van de organisatie en hun doelen. Ondanks dat dit het grootste voordeel is, vergt het aanpassen en onderhouden ook veel specialistische kennis van een data scientist. Niet elke organisatie heeft die kennis in huis of beschikbaar.

Toegankelijker zijn de closed source-modellen van diverse leveranciers. Vaak komen deze oplossingen met ondersteuning bij implementatie, specialistische kennis en onderhoud. Een MMM is verre van plug & play maar een oplossing van een leverancier maakt het makkelijker om te starten met een MMM. Op termijn kun je het als nadeel zien dat de kennis niet intern opgebouwd wordt en dat er limitaties zijn wat betreft aanpasbaarheid.

Wie is de beste speler?

Terug naar het marketingelftal uit de inleiding. De hamvraag is nog steeds: welke speler is het belangrijkst? Een MMM geeft je inzicht en helpt je met het formuleren van een datagedreven antwoord. Je bent precies in staat om in kaart te brengen in welke mate e-mailmarketing bijdraagt aan het succes, net zoals SEO.

De dynamiek van het team is duidelijk en je hebt inzicht in hoe het succes tot stand komt en welke spelers daarbij samenspelen. Het is waardevol en uiterst belangrijk om het team naar het volgende niveau te brengen.