마케팅 믹스 모델링 대 기여 모델링: 장단점

대부분의 마케팅 팀에는 일종의 데이터 문제가 있습니다.

그들은 데이터가 충분하지 않거나 너무 많거나 가장 일반적으로 데이터로 무엇을 해야 할지 모릅니다.

이것이 바로 이 게시물에서 기업이 현재 마케팅 데이터를 적용하는 가장 일반적인 두 가지 방법인 기여 모델링과 마케팅 믹스 모델링을 평가하는 이유입니다.

바로 뛰어들자.

MMM 대 MTA [웹 세미나]

자세히 알아보려면 마케팅 믹스 모델링과 멀티터치 기여에 대한 웨비나를 시청하십시오.

녹음 받기

기여 모델이란 무엇입니까?

기여도 모델링은 고객 여정의 각 터치포인트가 판매에 기여하는 정도를 결정하는 규칙을 설정하는 프로세스입니다. 이것은 마케팅의 수익 기여도를 추정하기 위해 수행됩니다.

일반적인 멀티터치 기여 모델은 다음과 같습니다.

• 선형 기여: 고객 여정의 각 (추적 가능한) 터치포인트는 동일한 수익 기여도를 갖습니다.
• 시간 붕괴 귀인: 고객 여정에 따른 보다 최근의 터치포인트가 이전의 터치포인트보다 수익에 더 기여합니다.
• 위치 기반 어트리뷰션: 첫 번째 및 마지막 터치포인트는 고객 여정의 중간에 있는 터치포인트보다 더 많은 수익에 기여합니다.

기여 모델의 이점

문서상으로 귀인 모델링의 약속은 매력적입니다. 마케터가 고객 여정을 분석하고 각 터치포인트가 판매에 기여하는 방식을 이해하는 데 도움이 됩니다. 이론적으로 기여 모델은 마케팅 담당자가 수익에 가장 큰 영향을 미치는 채널, 캠페인 및 활동에 예산을 보다 효과적으로 할당하는 데 도움이 되어야 합니다.

그러나 여기에서 키워드는 이론적으로 . 어트리뷰션 모델링이 종종 약속에 실패하는 몇 가지 이유를 살펴보겠습니다.

기여 모델의 단점

1. 100% 추적 가능성에 대한 잘못된 약속

가장 큰 문제부터 시작하겠습니다. 멀티터치 어트리뷰션은 모든 단일 장치의 모든 단일 터치포인트를 추적할 수 있다는 잘못된 약속을 기반으로 합니다.

문제는 그 약속이 악의로 이루어졌다는 것입니다.

우리는 모든 사람의 모든 노출과 클릭을 추적할 수 없었습니다. 그리고 법적, 윤리적, 기술적인 이유로 우리도 절대 할 수 없습니다. 사실, 쿠키의 죽음과 iOS 14의 도입은 실제로 추적 가능한 터치포인트의 수가 감소한다는 것을 의미하며, 어트리뷰션을 훨씬 더 어렵게 만듭니다.

사이드바: 멀티터치 어트리뷰션의 지지자들은 여기에서 고객 터치포인트의 약 70% 데이터를 수집하는 것이 해당 데이터의 0%를 수집하는 것보다 낫다고 주장할 것입니다. 이 주장의 문제는 아무리 세분화해도 결국 측정할 수 있는 채널을 과대평가하게 된다는 것입니다. 결과적으로 고객 여정의 가장 중요한(?) 30%를 무시하는 매우 끔찍한 결정을 내릴 수 있습니다.

그러면 수집한 데이터로 무엇을 해야 합니까? 글쎄, 우리는 나중에 그것을 얻을 것입니다.

2. 어트리뷰션은 클릭수와 클릭수만을 측정합니다.

기여 분석이 고객 여정의 많은 터치포인트를 설명하지 못하는 이유는 기여 모델이 일반적으로 클릭수만 측정하기 때문입니다. 즉, 오프라인 접점, 다크 소셜 및 인상은 대부분의 모델에서 완전히 제외됩니다.

당신의 CEO가 게스트로 출연했던 그 팟캐스트는? 귀속 불가. 귀하의 웹사이트에 연결되지 않은 LinkedIn 게시물이 있습니까? 귀속 불가. 누군가가 당신의 제품을 추천했던 그 Slack 그룹? 당신은 그것을 추측했습니다 : 또한 원인이 아닙니다.

이 사실을 알고 인간이 결정을 내리는 방식에 대한 일반적인 이해를 바탕으로 Facebook 및 Google 광고, 랜딩 페이지 방문, 웨비나 가입을 기여 모델에 포함하는 것이 괜찮다고 생각하십니까? 동료, 팟캐스트 및 소셜 미디어 게시물?

아니요? 그렇게 생각하지 않았다.

3. 어트리뷰션은 실제로 완전히 구성되어 있습니다.

이 두 가지 점은 세 번째 점으로 깔끔하게 이어집니다. 속성은 문자 그대로 구성됩니다.

팀 윌슨(Tim Wilson)이 최근 인터뷰에서 지적했듯이 “저희가 기여하는 방식은 데이터 과학자들에게 우스꽝스럽습니다. 마지막 접촉, 첫 접촉, 시간 붕괴 또는 역 J 곡선의 경험적 모델을 선택하는 것은 절대적으로 터무니없는 일입니다. 그 이유는 두 가지입니다. 첫째, 모든 터치포인트에서 한 사람을 추적하기가 정말 어렵고, 둘째, 브랜드와 함께 한 사람의 이력도 무시합니다.”

과학적으로 말해서 특정 클릭이 구매 결정에 긍정적인 영향을 미쳤다는 것을 어떻게 증명할 수 있습니까? 아니면 한 터치포인트가 다른 터치포인트보다 더 큰 기여를 했습니까? 생각해보면 우리가 각 접점에 기여도를 할당하기로 결정한 방식이 과학에 근거한 것이 아님을 알게 될 것입니다.

사실, 대부분의 경우 사람들이 우리 광고와 상관없이(또는 광고에도 불구하고) 우리 제품을 구매할 것이라고 주장할 수 있습니다. 그러나 광고는 기술적으로 고객이 구매하기 전에 고객에게 표시되었기 때문에 구매에 대한 일부 크레딧을 청구합니다.

4. 좋은 기운만

마지막으로, 대부분의 기여 모델은 모든 터치포인트가 구매 결정에 긍정적인 영향을 미친다고 가정합니다. 사람들이 결국 부정적인 상호 작용을 했던 제품이나 서비스를 구매할 수 있다는 점을 고려하면 이는 분명히 문제가 됩니다.

즉, 멀티터치 속성은 독성 양성에 해당하는 데이터로 간주할 수 있습니다.

마케팅 믹스 모델링이란 무엇입니까?

마케팅 믹스 모델링은 특정 미래 마케팅 활동이 수익(또는 기타 종속 변수)에 미칠 영향을 추정하기 위해 과거 마케팅 및 판매 데이터에 대한 통계 분석을 말합니다. 이는 올바른 채널 및 캠페인에 대한 마케팅 예산 할당을 최적화하기 위해 수행됩니다.

마케팅 믹스 모델링의 이점

멀티터치 어트리뷰션과 달리 마케팅 믹스 모델링은 추적 가능한 고객 행동의 약한 사슬 대신 통계적 방법을 사용하여 출력(수익 또는 브랜드 인지도 생각)과 관련하여 입력(예산 및 채널 생각)을 분석하는 데 중점을 둡니다.

다시 말해, 목표는 고객 여정의 포괄적인 모델을 구축하는 것이 아니라 비즈니스의 전반적인 성공에서 각 채널과 캠페인이 수행하는 역할을 이해하는 것입니다.

또한 마케팅 믹스 모델링은 실제적이고 유효한 과학을 기반으로 합니다. MMM은 선형 회귀를 적용했으며 모든 입력이 알려져 있기 때문에 안정적으로 측정하기가 훨씬 쉽습니다.

마지막으로 MTA와 달리 MMM은 특정 채널, 캠페인 또는 자산의 부정적인 수익 영향도 설명합니다.

종이에 잘 들리죠? 그러나 이것이 마케팅 믹스 모델링에 자체 문제가 없다는 것을 의미하지는 않습니다.

마케팅 믹스 모델링의 단점

1. 마케팅 믹스 모델링이 작동하려면 비교적 큰 예산이 필요합니다.

아마도 마케팅 믹스 모델링의 가장 큰 문제는 회사가 특정 규모와 미디어 예산에 도달했을 때만 이해가 되기 시작한다는 것입니다. 각 채널과 캠페인의 영향을 실제로 보기 시작하려면 마케팅 믹스에 다양성을 만들어야 하기 때문입니다.

예를 들어 광고에 한 달에 1,000달러만 지출하는 경우 다양한 채널, 광고 유형 및 광고 소재 간에 예산을 분할하는 방법에 관계없이 큰 효과를 볼 수 없을 것입니다.

2. MMM은 일반적으로 반대 사실을 무시합니다.

전통적인 마케팅 믹스 모델링의 또 다른 큰 문제는 반대 사실을 무시한다는 것입니다. 즉, 마케팅 믹스 모델링에 통제 그룹이나 증분 테스트를 포함하는 것은 일반적이지 않습니다.

대신, 대부분의 마케팅 믹스 모델은 통계적 의미에서 전 세계 인구에 초점을 맞추므로 예산 할당 및 채널 믹스에 대한 변경 사항의 진정한 영향을 이해하기 어렵습니다.

그러나 규칙 책에는 MMM을 무작위 통제 연구와 결합하여 결과를 더 신뢰할 수 있게 만들 수 없다고 말하는 내용이 없습니다.

3. 전환에 대한 지나친 강조

대부분의 경우 MMM은 유입경로 상단의 인지도 구축 활동을 과소평가합니다. 이는 대부분의 MMM이 수익을 종속 변수로 보고 지출을 독립 변수로 보기 때문입니다.

즉, 입력이 마케팅 비용이면 출력이 브랜드 인지도가 될 수 없습니다.

그러나 물론 브랜드 인지도를 종속 변수로 설정하여 이 문제를 완화할 수 있습니다.

4. MMM은 B2B 환경에서 까다로워집니다.

멀티터치 어트리뷰션과 마찬가지로 마케팅 믹스 모델도 B2B보다 B2C 환경에서 구현하기 쉽습니다.

이는 MMM이 인구가 동질적이며 고유한 목표, 과제 및 우선 순위를 가진 다른 역할과 페르소나로 구성되어 있지 않다고 가정하기 때문입니다.

그러나 이것이 마케팅 믹스 모델링이 B2B 환경에서 작동할 수 없다는 것을 의미하지는 않습니다. 그것은 단지 그것을 구현하는 것이 약간 까다롭다는 것을 의미합니다.

MMM 대 MTA: 최종 점수

간단히 말해서 마케팅 믹스 모델링은 예산과 수단이 있는 사람들에게 훨씬 더 나은 솔루션입니다.

그리고 그렇지 않다면 기여 모델링보다 간단한 A/B 테스트와 전환율 최적화가 더 나을 수 있습니다. 이는 기여 모델이 가장 중요한 터치포인트에 대한 데이터를 포착한다고 비교적 확신할 수 없는 경우입니다.

결국, 때때로 제한된 데이터를 기반으로 행동하는 것이 진실의 일부만 제공하는 복잡한 모델을 구축하는 것보다 낫습니다.

MMM 대 MTA에 대해 자세히 알아보기

멀티터치 기여 및 마케팅 믹스 모델링의 장점과 단점에 대해 자세히 설명하는 Proof Analytics 웨비나를 시청하십시오.

녹음 받기