营销组合建模与归因建模：优缺点
已发表: 2021-10-06大多数营销团队都存在某种数据问题。
他们要么没有足够的数据，要么拥有太多数据，要么最常见的是，他们不知道如何处理这些数据。
这就是为什么在这篇文章中，我们将评估企业目前使用营销数据的两种最常见的方式：归因建模和营销组合建模。
让我们潜入水中。
MMM 与 MTA [网络研讨会]
观看我们关于营销组合建模与多点触控归因的网络研讨会，了解更多信息。
什么是归因建模？
归因建模是设置规则的过程，以确定客户旅程中的每个接触点对销售的贡献程度。 这样做是为了估计营销的收入贡献。
常见的多点触控归因模型包括：
- 线性归因：客户旅程中的每个（可跟踪）接触点都有相同的收入贡献。
- 时间衰减归因：客户旅程中最近的接触点比早期接触点对收入的贡献更大。
- 基于位置的归因：第一个和最后一个接触点对收入的贡献大于客户旅程中间的接触点。
归因建模的好处
在纸面上，归因建模的承诺很有吸引力：它可以帮助营销人员剖析客户旅程并了解每个接触点如何促成销售。 从理论上讲，归因模型应该帮助营销人员更有效地将预算分配给对收入影响最大的渠道、活动和活动。
但是，这里的关键字理论上是 。 让我们来看看归因建模经常无法兑现承诺的一些原因。
归因建模的缺点
1. 100% 可追踪性的虚假承诺
让我们从最大的问题开始：多点触控归因建立在一个虚假的承诺之上，即每台设备上的每一个接触点都是可追踪的。
问题是，这个承诺是出于恶意。
我们根本无法跟踪每个人的每次印象和点击。 出于法律、道德和技术原因，我们也永远无法做到。 事实上，cookie 的消亡和 iOS 14 的引入实际上意味着可追踪接触点的数量正在下降，使得归因变得更加困难。
侧边栏：多点触控归因的支持者在这里会争辩说，收集大约 70% 的客户接触点的数据比收集 0% 的数据要好。 这个论点的问题在于，无论你如何分割它，你最终都会高估你实际上可以衡量的渠道。 结果，您最终可能会做出一些非常糟糕的决定，而忽略了客户旅程中最重要的（？） 30%。
那么，您应该如何处理正在收集的数据呢？ 好吧，我们稍后再谈。
2. 归因衡量点击次数——并且仅衡量点击次数
归因未能解释客户旅程中的许多接触点的原因是归因模型通常衡量点击次数，并且仅衡量点击次数。 换句话说，任何离线接触点、黑暗社交和印象都完全被排除在大多数模型之外。
那个让你的 CEO 做客的播客？ 无法归因。 那个LinkedIn帖子没有链接到你的网站？ 无法归因。 有人推荐你的产品的那个 Slack 组？ 你猜对了：也无法归因。
了解这一点并大致了解人类如何做出决策后，您认为我们在归因模型中包含 Facebook 和 Google 广告、登录页面访问和网络研讨会注册是否可以 - 但没有考虑来自同行、播客和社交媒体帖子？
不？ 没想到。
3. 归因实际上是完全虚构的
这两点巧妙地将我们带到了第三点：归因实际上是虚构的。
正如蒂姆威尔逊在最近的一次采访中指出的那样，“我们进行归因的方式对数据科学家来说是可笑的。 选择最后接触、第一次接触、时间衰减或逆 J 曲线的启发式模型绝对是荒谬的。 这有两个原因：首先，很难在所有接触点上跟踪一个人，其次，归因也忽略了一个人与品牌的历史。”
从科学上讲，您如何证明某个点击对购买决定产生了积极或任何影响？ 还是某个接触点的贡献大于另一个？ 当您考虑它时，您会意识到我们决定将功劳分配给每个接触点的方式根本不是基于任何科学。
事实上，在大多数情况下，可以说人们会购买我们的产品而不管（或尽管）我们的广告。 然而，这些广告将要求购买一些信用，因为从技术上讲，它们是在客户购买之前展示给他们的。
4. 只有好氛围
最后，大多数归因模型假设每个接触点都对购买决策产生积极影响。 考虑到人们最终可能会购买与他们有过负面互动的产品或服务，这显然是有问题的。
换句话说，多点触控归因可以被认为是等同于毒性积极性的数据。
什么是营销组合建模？
营销组合建模是指对历史营销和销售数据的统计分析，以估计特定的未来营销活动将对收入（或任何其他因变量）产生的影响。 这样做是为了优化将营销预算分配给正确的渠道和活动。
营销组合建模的好处
与多点归因不同，营销组合建模侧重于分析与输出（考虑收入或品牌知名度）相关的输入（考虑预算和渠道），使用统计方法而不是可跟踪的客户行为的薄弱链。
换句话说，目标不是建立一个全面的客户旅程模型，而是了解每个渠道和活动在业务整体成功中所扮演的角色。
更重要的是，营销组合建模基于真实有效的科学。 MMM 是应用线性回归，它可以更容易可靠地测量，因为所有输入都是已知的。
最后，与 MTA 不同，MMM 还将考虑某些渠道、活动或资产对收入的负面影响。
在纸上听起来很棒，对吧？ 然而，这并不意味着营销组合建模没有自己的问题。
营销组合建模的缺点
1.要使营销组合建模起作用，您需要相对较大的预算
营销组合建模的最大问题可能是，它只有在您的公司达到一定规模和媒体预算时才开始有意义。 这是因为您需要在营销组合中创造可变性，才能真正开始看到每个渠道和活动的影响。
例如，如果您每月只在广告上花费 1,000 美元，那么无论您如何在不同渠道、广告类型和广告素材之间分配预算，您都不太可能看到很大的效果。
2. MMMs 通常会忽略反事实
传统营销组合建模的另一个大问题是它忽略了反事实。 换句话说，在营销组合建模中包含对照组或增量测试并不常见。
相反，大多数营销组合模型都关注全球人口（在统计意义上），这使得很难理解您对预算分配和渠道组合所做的更改的真正影响。
但是，规则手册中没有任何内容说您不能将 MMM 与随机对照研究结合起来以使您的发现更可靠。
3.过分强调转化
在大多数情况下，MMM 会低估漏斗顶部的意识建设活动。 这是因为大多数 MMM 将收入视为因变量，而将支出视为自变量。
换句话说，如果你的投入是营销支出，你的产出就不可能是品牌知名度。
但是，您当然可以通过将品牌知名度作为因变量来缓解这个问题。
4. MMM 在 B2B 环境中变得棘手
与多点触控归因非常相似，营销组合模型在 B2C 环境中也比在 B2B 环境中更容易实施。
这是因为 MMM 假设人口是同质的——而不是由具有独特目标、挑战和优先事项的不同角色和角色组成。
然而，这并不意味着营销组合建模不能在 B2B 环境中工作。 这只是意味着实现它会稍微复杂一些。
MMM vs. MTA：最终得分
长话短说，营销组合建模对于那些有预算和手段的人来说是一个更好的解决方案。
如果你不这样做，那么简单的 A/B 测试和转化率优化可能比归因建模更好。 除非您可以相对确定您的归因模型捕捉到最重要接触点的数据。
毕竟，有时基于有限的数据采取行动比建立一个只给你一小部分真相的复杂模型要好。
了解有关 MMM 与 MTA 的更多信息
观看我们的 Proof Analytics 网络研讨会，我们将深入探讨多点触控归因和营销组合建模的优缺点。