市场营销效率测量和优化解决方案的内部化：实现卓越运营的机遇？

某些报务员每天都在寻找解决方案：

• 将测量和效率优化算法纳入数据洞察平台、

• 为决策者提供分析和模拟程序，使他们能够利用自己的专业商业知识，而无需将自己改造成数据科学家。

企业内部 "内部 "解决方案与企业数据和营销文化密切相关，可通过以下方式实现显著的运营和财务收益： ：

• 可操作性：结果与品牌的日常工作直接相关，并与品牌的特殊性和商业模式相适应。实用性建议可在实施过程中无缝嵌入。

• 加速度和灵活性 ：测量和经验回溯更加快速和便捷。因此，在必要时，可以对设备进行修正，对替代方案的影响进行模拟，或者采用持续测试和学习的方法。
• 明确的目标和相关的细分。营销组合的整体以联合的方式加以考虑：最大意义上的传播工具（付费、自有和赚取的 "媒体"），以及例如在销售地点进行的促销活动等。有关分销渠道、消费群体等其他传播支持的丰富数据可提供最合适的详细资料。

因此，这样的解决方案可以帮助企业在预算确定、营销资源分配和行动策略试点方面重新作出决定。它将立即带来以下好处：了解成本、与媒体合作伙伴、平台和代理商进行更透明的交流，以及保护企业的资本数据和知识。

Pourquoi est-ce aujourd'hui une solution à considerérer ?

长期以来，营销效率的测量和优化，尤其是营销组合的建模，对于非专业人士来说仍然是一个难以理解的问题。De ce fait, c'était là un domaine quasi-exclusif de prestataires spécialisés.Ces dernières années ont connu de très sensibles avancées permettant de changer la donne et d'envisager l'in-housing sans pour autant se lancer dans un projet pharaonique et très risqué ：

数据平台的成熟

许多企业在基础设施/云平台和管理过程两方面投资开发数据和洞察力生态系统。这带来了巨大的进步：通过扩展覆盖面、提高粒度和频率来丰富数据，并实现了快速发布。此外，还有数据挖掘、供稿程序自动化、信息管理（包括非结构化数据、社交智能工具/"消费者之声 "问题......）、营销效率的测量和优化将成为这些平台的补充用途，而不是一个孤立的大型项目。

更方便地获取更实用的建模技术

数据科学/机器学习方法和工具的重大发展、可获得的计算能力以及必要技能的普及为新一代功能模块开辟了道路：

• 初级解决方案，通过专业投资实施，例如利用算法软件包 开源营销组合建模半自动化软件包（如 Meta 开发的 Robyn 或谷歌的 Lightweight）或 "无熟人 "归因软件包（如谷歌的回归归因软件包）、
• 利用数据粒度进行更精细分析的先进解决方案，以及通过整合算法进行模拟/情景规划的工具。这些模型可用于评估某些营销环境的复杂性（例如，基于代理的建模技术），或利用多种效率分析方法构建混合系统（例如，在营销组合模型中引入市场测试结果）。

对营销环境变化的回应

在这些数据和技术因素之外，市场营销环境的变化更加突出了内部化的相关性。全球经济环境的不稳定性、消费者行为的不稳定性和不稳定性、媒体营销的快速敏感性....。所有这些变化都要求我们进行更深入、更全面、更迅速的探索，而这些探索所能提供的，不仅是昂贵的、难以理解的向外部提供服务的过程，而且还包括对商业专家提出的备选方案进行先验评估的能力。在脆弱的环境中，这些潜在的收益，无论是在财政上、运作上还是在员工的能力培养上，都会使许多企业获得特许经营权。

结束 "一刀切 "的神话，为所有公告发布者提供标准工具

要对内部化进行反思，首先要确保项目与企业的目标、方法、管理和文化相匹配。许多因素可能会造成不利影响：优化营销活动的潜在收益较低；媒体/营销预算过高，每年都要重新考虑；某个行业的活动所需的商业数据成本过高；组织结构过于僵化，不愿进行改革。.Pour ceux qui poursuivent le projet, l'expérience montre que les internalisations réussies reposent en majorité sur ：

• 在标准处理模块基础上建立的临时系统、
• 每一个施工阶段都要进行监测，通常是与外部专家共同施工。

解决方案的定制取决于三个方面，它们是系统的结构、构造和良好运行的保证：

数据和见解平台

结果的价值--效率测量和优化建议--主要取决于数据和见解的相关性、完备性、质量和发布频率。将现有数据与市场及其驱动 因素的特定需求相匹配至关重要。对数据源的完善工作不仅需要打破企业内部的信息孤岛，还需要对企业外部的数据源进行全面研究。因此，研究部门会提供市场跟踪或社会智能方面的数据，媒体机构会提供媒体活动和竞争监测方面的数据，外部合作伙伴会提供社会数据、气象数据以及其他数据......最终目标是在数据与洞察力平台上实现这些数据的可访问性、可共享性和可利用性。一般来说，对数据的管理，尤其是对普遍数字信息问题的管理，具有至关重要的意义。

方法和技术

同样，建模和优化方法的选择也应与发布者的目标以及他所掌握的相关信息相适应。这些技术已经成熟，其使用局限性也已了解。选择可以在算法库中进行，算法库可能会结合使用（例如，结合使用经济学技术 "营销组合建模 "和实验测试）。因此，必须通过流畅的信息获取、共享、灵活性和适应非定量使用的直观界面来确保解决方案的良好运行。此外，还可以通过自动输入数据或自动实现模型等功能来简化管理。

专家和合作伙伴网络

由于具有多学科性质，一个测量和效率优化内部化项目从一开始就需要市场营销和传播部门，以及数据、IT、数字、研究部门和金融服务部门的参与：

• La détermination des profils en interne et des potentiels intervenants externes.从构思阶段到维护和最终调整阶段。

• 培养和支持能力建设团队。Les compétences opérationnelles sont notamment capitales pour interpréter les résultats et leurs limites, gérer les simulations et les optimisations, et les prendre effectivement en compte dans les processus de décision.

• La constitution, si nécessaire, d'un réseau de partenaires spécialisés à même d'assistister les équipes internes sur les aspects les plus techniques et les domaines sur lesquels de nombreuses avancées ou éléments de benchmark sont à évaluer.例如，在建模方法、新数据的整合或新的市场营销方面。

• 委员会的支持。Celui-ci s'avère un catalyseur fort pour l'adoption d'un tel système et pour en tirer le plus grand profit y compris sur les évolutions de la culture data et les décisions de l'entreprise.

在实践中，内部化在不同的建筑公司之间产生了不同的结果：从 100% 由建筑公司的员工负责施工和发展，到在各个阶段由合作伙伴提供支持的混合解决方案。内部和外部的分工是不断变化的：大多数成功的项目都是在不断进步的过程中完成的，有时甚至是在长期的系统中保留了一部分由专业的合作伙伴完成或协助的工作，以便获得技术、方法上的革新或制定基准。无论如何，最重要的是企业要始终保持对数据和知识（市场/消费者/品牌）的兴趣，并在内部形成明确的决策。