Preparazione per il marketing mix modeling: cosa devi sapere

Vedi più traffico "non assegnato" e "diretto" nel tuo account Google Analytics anche se presti attenzione al tagging UTM? Questo perché le norme sulla privacy dei dati proteggono gli utenti che visitano il tuo sito web.

Con l’aumento delle normative sulla privacy dei dati, i modelli di attribuzione potrebbero avere difficoltà a rimanere accurati e preziosi. Molti utilizzano Google Analytics 4 per la modellazione dell'attribuzione, ma non è conforme al GDPR. Per questo motivo, i modelli di attribuzione come quelli di Google Analytics saranno meno efficaci. Non mostreranno accuratamente quali canali funzionano. È qui che entra in gioco il marketing mix modeling.

Questo articolo esplora la crescente rilevanza del marketing mix modeling oggi, in che modo differisce dal modello di attribuzione e come sfruttarlo in modo efficace all'interno di un quadro strategico.

Confronto tra il modello di attribuzione e il modello di marketing mix

La modellazione dell'attribuzione e la modellazione del marketing mix sono due approcci distinti utilizzati nell'analisi di marketing per comprendere l'impatto delle varie attività di marketing sui risultati aziendali. Sebbene entrambi mirano a fornire informazioni sull'efficacia degli sforzi di marketing, differiscono per metodologie, ambito e applicazione.

Modellazione dell'attribuzione. Un insieme di regole che determina come assegnare il credito per le conversioni. Questi modelli utilizzano touchpoint digitali nei percorsi di conversione. Ad esempio, il modello Ultimo tocco assegna il 100% di credito al punto di contatto finale immediatamente precedente una conversione. Esistono anche modelli first touch, time decadimento, lineari e basati sui dati, solo per citarne alcuni.

Modellazione del mix di marketing. Una tecnica di analisi che aiuta gli esperti di marketing a misurare l'impatto delle loro campagne di marketing e pubblicitarie. Possono vedere come le diverse variabili contribuiscono ai loro obiettivi. Gli obiettivi sono spesso entrate, conversioni, compilazione di moduli o abbonamenti.

In poche parole:

• Un modello di attribuzione ti dice a quale attività di vendita o di marketing viene attribuito credito per un utente che intraprende un'azione specifica. Nel marketing, utilizziamo spesso i report sull'attribuzione per vedere quali azioni hanno causato conversioni specifiche. Ad esempio, possiamo sapere se l'apertura di un'e-mail ha comportato la compilazione di un modulo.
• Un modello di marketing mix è un modello di regressione di grandi dimensioni. Un modello di regressione cerca di comprendere la relazione tra le variabili. Un esempio di ciò potrebbero essere i modelli meteorologici e le entrate. Puoi ancora provare a capire quali azioni portano a conversioni, ma un modello di marketing mix ti consente di introdurre più dati. L'analisi può quindi dirti la relazione tra le variabili. Quando il tempo è soleggiato, più persone visitano il tuo negozio fisico, il che porta ad un aumento delle vendite.

Entrambi sono preziosi per comprendere il tuo marketing. Puoi anche eseguirli utilizzando l'apprendimento automatico e la codifica.

Come affrontare il marketing mix modelling oggi

Per evitare errori, organizza la tua analisi prima di lavorare con questi modelli complessi. Ad esempio, recentemente stavo esaminando alcuni rapporti mensili. Eseguiamo report di attribuzione per noi stessi e per i nostri clienti. Poiché conosco così bene i nostri dati, ho segnalato quelle che sembravano essere delle imprecisioni.

Abbiamo trascorso due ore a indagare e abbiamo riscontrato grandi differenze tra i dati del nostro sito Web e Google Analytics. Più specificamente, le discrepanze riguardavano tra l'API dei dati e l'interfaccia di Google Analytics.

Sappiamo quale dovrebbe essere la metrica, eppure nessuna delle nostre origini dati corrisponde. Il problema è che siamo limitati a un set di dati per il modello di attribuzione. Possiamo ignorare i dati problematici se utilizziamo invece un modello di marketing mix perché i dati possono essere raccolti da altri sistemi per dirci cosa funziona.

Prima di poter entrare nell'analisi, dobbiamo fare l'inventario. L'esempio mostra perché è necessario raccogliere i requisiti e disporre di una buona governance dei dati prima di utilizzare un modello di marketing mix. Se non hai una buona conoscenza di ciò che i tuoi dati dovrebbero dirti, un'analisi complessa non sarà di aiuto.

Per capire con cosa stiamo lavorando, possiamo utilizzare il framework delle "5 P" per determinare:

• Scopo.
• Persone.
• Processi.
• Piattaforma.
• Prestazione.

Scopo

Qui è dove indicherai perché desideri eseguire un modello di marketing mix. Il modo migliore per organizzare i tuoi pensieri è con una user story.

"Come [persona], [voglio], quindi [quello]."

La storia dell'utente ti dice quali sono gli altri P.

• [Persona] ti dice le persone.
• [Want to] ti spiega il processo e la piattaforma.
• [Quello] ti dice la performance.

Ecco come appare il mio:

• In qualità di CEO, voglio capire quali dei miei sforzi di marketing digitale stanno generando vendite in modo da poter dare priorità al budget e alle risorse.

In questa dichiarazione ho molte informazioni. Continuiamo a scomporlo.

Persone

Ho dichiarato che volevo capire i dati, quindi sono la prima persona coinvolta. Sapendo che non sono l'unico responsabile della raccolta e dell'analisi dei dati, posso presumere che avrò bisogno del coinvolgimento del mio analista. Avremo anche bisogno della nostra risorsa di sviluppo aziendale per fornire i dati di vendita.

Processi

Ho affermato che il mio scopo era comprendere i miei sforzi di marketing digitale e le mie vendite. In termini di processo, questa affermazione mi dice che devo fare un paio di cose. Ho bisogno di sapere come vengono raccolti i dati, la frequenza e il formato. È qui che devo disporre di una governance dei dati in modo che i processi di raccolta dei dati non siano ciò che impedisce l'esecuzione di un modello di marketing mix.

Una volta identificato da quali sistemi devo estrarre i dati (nel passaggio successivo), posso tornare ai processi, assicurandomi di poter esportare i dati necessari. Se non posso, dovrò sviluppare e inserire nuovi processi nel piano generale. Dovrò anche creare un processo per pulire e normalizzare i dati una volta estratti per analizzare i dati provenienti da diverse fonti.

Se ricevessi la user story da uno stakeholder, probabilmente mi opporrei e chiederei un intervallo di tempo più specifico. È qui che probabilmente trascorrerai la maggior parte del tuo tempo, tra processo e piattaforma.

È possibile utilizzare un modello di marketing mix per analizzare dati provenienti da origini diverse. Queste origini potrebbero non avere lo stesso formato, quindi è necessario creare un processo per combinarle per l'analisi. Più dati desideri utilizzare da piattaforme diverse, più processi dovrai sviluppare, soprattutto se desideri ripetere ripetutamente il modello di marketing mix.

piattaforma

Utilizzando nuovamente la parte centrale dell'affermazione, ho affermato che il mio scopo era comprendere i miei sforzi di marketing digitale e le mie vendite. Questo mi dice da quali piattaforme devo estrarre i dati perché voglio comprendere i dati di vendita, che saranno il mio CRM o il software di contabilità.

Voglio anche comprendere i miei sforzi di marketing digitale. Ciò significa che devo prima conoscere tutte le tattiche di marketing digitale e poi capire quali piattaforme dispongono di dati che posso estrarre. LinkedIn, ad esempio, è avaro nell'estrazione dei dati, quindi potrebbe essere un problema se è un canale a cui tengo. Potrei facilmente ritrovarmi con dati provenienti da una mezza dozzina di piattaforme. Mentre con un modello di attribuzione, in genere si hanno solo dati provenienti da una o due fonti.

Se ho una storia utente ben ponderata, non sarò sopraffatto dal tentativo di raccogliere dati da tutti i miei sistemi. La mia storia utente afferma: "sforzi di marketing digitale". Quando ho molte campagne e tattiche, posso concentrarmi su alcuni canali o su un intervallo di date più breve per semplificarne la gestione.

Prestazione

Questo è l'ultimo pezzo della storia dell'utente. Se non stai creando una storia utente con un risultato misurabile, riprova. Nella mia storia utente, ho affermato che volevo essere in grado di dare priorità alle risorse e al budget. Beh, non è un buon risultato. Potrebbe essere vero, ma non è super misurabile. Come farò a sapere di averlo fatto, in base alla priorità?

La raccomandazione sarebbe quella di tornare alla user story e riscriverla per essere più precisa. Una versione diversa potrebbe dire: “ridurre la spesa sui canali inefficaci e aumentarla sulle tattiche di successo”.

Non è necessario fare Persone, Processo e Piattaforma in un ordine particolare. Potresti conoscere le piattaforme che informeranno il processo e le persone. Ma non saltate questi Ps. Se si salta la raccolta dei requisiti e la gestione dei dati, si possono causare errori costosi e sprechi di risorse.

Ripensando al mio audit iniziale, vedo che ho molto lavoro da fare prima di poter prendere in considerazione l'implementazione di un modello di marketing mix. Molti team eseguiranno un modello di marketing mix utilizzando codice e machine learning. Avere un piano prima ancora di iniziare con il codice renderà la tua esecuzione più efficiente. Invece di risolvere i problemi nei dati, puoi dedicare il tuo tempo alla messa a punto e alla creazione di piani d'azione.

La buona notizia è che posso scomporlo in parti più piccole e più controllabili. Posso creare processi ripetibili per estrarre dati ed eseguire nuovamente il modello di marketing mix. La scelta di questo percorso implica che lo sviluppo iniziale richiederà più tempo. Tuttavia, il processo sarà molto più efficiente quando sarà necessario rieseguire l'analisi.

Adottare la modellazione del marketing mix per ottenere informazioni complete

Un modello di marketing mix può essere una parte davvero potente del tuo portafoglio di analisi. Quando si lavora su un progetto di dati, è importante prepararsi per il successo. La raccolta dei requisiti e la governance sono gli aspetti che tutti noi vorremmo accelerare, ma qui non vale la pena prendere scorciatoie. Prenditi del tempo in anticipo per fare un piano; la tua analisi sarà molto più preziosa e utilizzabile.

Scavare più a fondo: cosa sono le piattaforme di attribuzione di marketing e di gestione delle prestazioni?