在上一篇文章中,我们回顾了开源 MMM 框架如何实现 MMM 使用的民主化。总而言之,成本效益、灵活性、透明度以及全面采用和管理解决方案的能力是促使人们对开源 MMM 软件包感兴趣的主要因素。
本文由 Mathieu Lepoutre和 Arnaud Parent.
根据五十五所的经验,有三类广告客户的背景/期望比较突出:
初次使用 MMM 的广告商。采用开源软件包可消除高昂的成本,从而降低进入门槛,使包括中小企业在内的各种规模的企业都能使用先进的营销分析技术。此外,它还为特定行业或营销环境提供量身定制的解决方案,而一般的 SaaS 平台往往会忽略这一点。
以前偶尔与外部供应商进行 MMM 分析,现在寻求更频繁更新的广告主。由于预算限制,这些研究通常在预算分配前每年进行一次。然而,在当今快节奏的媒体生态系统中,这种方法已日渐过时,因为它需要持续优化和更频繁的决策。
只对少数品牌使用 MMM 的广告商。一种常见的情况是,尽管在更广泛的产品组合中管理着大量投资,但 CPG 公司只在少数强势品牌中使用 MMM。开源软件包使得在所有品牌中推广 MMM 在财务上可行,从而实现了新的用例,如优化整个产品组合的营销资源分配和衡量光环效应。
希望将基于 MMM 的流程内部化的广告商。在大多数情况下,对于希望评估机会或开始内部化流程的企业来说,求助于开源库是一个理想的切入点。采用这种方法通常有以下几个因素:对定制化和灵活性的渴望、深入挖掘广告主第一方数据或更快/更频繁地获得洞察力的需求、对透明度和控制力的要求、在企业内部培养数据驱动型文化的动力,以及对成本敏感性和预算限制的考虑。
不可否认,开放源码软件包是一种变革,它为广告商提供了切实可行的催化剂,帮助他们改进 MMM 项目的方法,并部分或全部地将决策支持解决方案引入内部。
尽管数据科学--尤其是核心的 "建模 "工作--至关重要,但如果只关注这一方面,而不考虑成功实施的更广泛要求,就很有可能无法取得成功。尽管这似乎显而易见,但我们必须强调以下几点的重要性:
> 具有广泛专业知识的熟练团队:组建一个多元化的团队,包括具备营销模型专业知识的数据科学家、数据和业务分析师、资深媒体专家(横跨在线和离线渠道)以及营销专业人士。这样的组合不仅能确保模型在技术上的稳健性,还能与业务洞察保持一致,并与营销目标相关。此外,如果团队在将要使用的特定开源工具方面拥有经验,或者能够得到相关专家的指导,也会非常有利,因为这可以大大简化实施过程。
>高质量数据:MMM 项目首先是一个数据项目。从一开始就投入时间精心选择、清理和组织数据。每个数据源的粒度是否合适是成功的关键因素(更多信息请参阅 "粒度,衡量和优化营销效果的关键")。这应包括所有相关的业务驱动因素和代理因素,从销售数字和营销支出到经济指标等外部因素。这一基础步骤对于任何 MMM 项目都是不可或缺的,从长远来看,它无疑会提高模型的准确性、稳健性和可靠性。
> 逐步/迭代的定制过程:从试点项目开始,将开源软件包应用于选定的地区或特定的产品线,并抱着不断学习和改进的心态。开源工具具有灵活性,可根据需要对模型进行微调和改进--无论是整合独特的数据源、尝试不同的方法,还是适应新的市场条件。这种方法的一个重要必然结果是将测试结果和营销效果实验整合到框架中,这不仅增强了模型的解释潜力,还促进了内部采用。
> 可持续性和可扩展性:采用持续的方法,因为 MMM 项目不是一次性的工作。速赢固然重要且必要,但从一开始就为解决方案的长期可持续性制定计划也至关重要。这包括定期更新、模型维护以及适应新的数据或业务需求,确保解决方案能够推动持久的变革,而不是作为短期的补救措施。此外,在设计解决方案时要考虑到可扩展性,使其能够扩展到其他市场、国家和更广泛的业务范围。这种方法可确保解决方案与业务同步发展,适应随着时间推移而不断增加的数据量和复杂性。
发现最新资讯、深度文章、网络研讨会视频,以及55数据的各项活动。