为什么在营销组合模型中使用到达率和频率而不是印象率？

通过 MMM，我们可以深入了解媒体的贡献率和饱和度，并有助于未来的决策制定。为此，模型必须估算不同情况下的目标 KPI（销售额、潜在客户数量......）。仅用印象来描述营销活动会降低对战略的理解，并导致错误的决策。以下是一些纯印象模型会失败的例子：

• 如果一个营销活动/接触点（媒体渠道）只在少数地区开展，而我们决定将该营销活动/接触点推广到全国各地，那么印象和影响应该呈线性增长。传统的 MMM 会将所学到的饱和度应用到地域上，从而带来较低的投资回报率。而采用到达率和频率方法，我们可以轻松地推广并提高到达率。
• 如果某个接触点过去的营销活动几乎达到了最大覆盖范围，那么增加预算只会增加频率，而可能不会带来额外的收入。如果模型没有观察到到达饱和点，经典的 MMM 可能无法捕捉到这种形式的饱和。
• 如果过去在某个接触点上开展的营销活动只达到其最大覆盖率的一小部分，那么增加预算就会提高覆盖率，从而使预算呈线性增长。传统的 MMM 是为了学习饱和反应而建立的，这将妨碍充分发挥媒体渠道的潜力。

为了充分利用到达率和频率，我们可以使用谷歌在 2023 年 7 月开发的模型，该模型可在五十五个 MMM 解决方案中使用，也可通过Meridian 使用。在五十五所，我们还依靠基于代理的模型（ABM）来处理到达率和频率问题。在 ABM 中，我们模拟虚构的消费者（代理），并根据他们所接触到的营销策略模拟他们在市场上的行为。由于在 ABM 中，每个消费者都会接触到一定次数的广告，因此在消费者层面开展工作使我们能够整合到达率、最大到达率和频率。我们还可以整合 MarCom 目标功能，以便在这一粒度水平上获得洞察并做出决策。最后，我们可以了解预算与覆盖率+频率之间的关系，从而尽可能准确地预测未来情况。只要可用数据的粒度足够大，利用这些模型，您不仅可以知道接触点是否饱和，还可以知道原因。 

‍

‍

*覆盖范围：在目标人群中，至少看过一次宣传活动的人的百分比。

*频率：在接触到的人群中，用户看到广告的平均次数。

*Impressions = Reach x Frequency x Targeted Population Size。