CMO-Playbook & fortgeschrittene Taktiken für Marketing Mix Modeling

Zwei Zahlen für dasselbe Quartal und dieselbe Kampagne. Das Dashboard von Meta schreibt ihr rund dreimal so viele Conversions zu wie Ihr Mix-Modell. Keine der beiden Zahlen ist ein Fehler; sie beantworten unterschiedliche Fragen aus unterschiedlichen Daten. Eine davon legt das Budget des nächsten Jahres fest, und diese Entscheidung landet auf Ihrem Schreibtisch, nicht auf dem Ihres Analysten.

Modellbasierte Budgetierung auf oberster Ebene ist ein Anspruch auf Geld, und genau deshalb greift jeder Channel-Verantwortliche sie an, dessen Zahl gekürzt wird. Wenn Finance dem Modell nicht glaubt, ändert es nichts. Der Plan fällt zurück auf letztes Jahr plus Inflation, und die Rechnung für das Modelling wird zu einem Posten, den Sie zweimal verteidigen.

Die entscheidung, die sie nicht delegieren kkDie durchschnittliche Zahl neuer Nutzer, die jeder bestehende Nutzer über Empfehlungen generiert. Über 1,0 verstärkt sich das Wachstum selbst und wird exponentiell.Vollständige Definition ansehen →önnen

Ein Plattform-Report sieht nur seine eigenen Touchpoints, innerhalb seines eigenen Attributionsfensters (Metas Default sind 7 Tage Click und 1 Tag View), und ererDas Verhältnis von Interaktionen (Likes, Kommentare, Shares) zur Reichweite eines Inhalts. Zeigt, wie stark die Zielgruppe reagiert, gemessen an der Zahl der Personen, die den Inhalt gesehen haben.Vollständige Definition ansehen → hat keinen Blick auf Ihren Preis, Ihre Distribution oder die Nachfrage, die ohnehin gekommen wäre. Das Modell arbeitet andersherum: Channel-Spend ist ein Regressor neben Preis, Saisonalität und Wettbewerbsdruck, wie die Grundlagenlektion darlegt, also sieht es nur, was auf aggregierter Ebene tatsächlich variiert. Wenn Sie in jeder der letzten 150 Wochen innerhalb einer engen Bandbreite ausgegeben haben, hat das Modell nichts, woraus es lernen könnte, und liefert Ihnen einen Koeffizienten mit einem Intervall, durch das ein LKW passt.

Die praktikable Aufteilung:

• Plattformdaten für Entscheidungen innerhalb eines Channels: Creative, Audience, Gebot, Placement. Nichts anderes hat diese Granularität oder diese Aktualisierungsrate.
• Das Modell für Geld über Channels hinweg: Wie viel geht nächstes Jahr in Search, wie viel in TV, wie viel in Retail Media.
• Wenn beide bei demselben Channel um mehr als etwa Faktor 2 auseinanderliegen, behandeln Sie das als offene Frage, statt zu mitteln. Die Differenz zu halbieren ist der Weg, um die Hälfte danebenzuliegen, in einer Richtung, für die niemand die Verantwortung trägt.

Die härteste Variante dieser Entscheidung sind Branded Search und Retail Media, wo die Plattform Conversions zählt, die ohne Kosten über einen organischen Link stattgefunden hätten. An diesen beiden Positionen findet modellbasierte Budgetierung meist ihre ersten achtstelligen Beträge.

Das modell mit geogeoMarke und Inhalte in KI-generierten Antworten von Tools wie ChatGPT, Gemini und Perplexity sichtbar und zitierbar machen.Vollständige Definition ansehen →-experimenten kalibrieren

Ein nicht falsifiziertes Modell ist eine Meinung mit angehängtem Regressions-Output. Geo-Experimente sind der günstigste Weg, es zu falsifizieren: Spend in einem gematchten Set von Märkten sechs bis zehn Wochen aussetzen, die Absatzlücke messen, dann prüfen, ob der Koeffizient des Modells für diesen Channel die beobachtete Lücke vorhergesagt hat. Wenn nicht, ist das Modell falsch, und Sie wissen jetzt, um wie viel und in welche Richtung. Moderne Implementierungen speisen das Testergebnis als Prior zurück, sodass der nächste Refresh an etwas Gemessenem verankert ist statt an etwas Gefittetem.

Zwei Dinge muss ein CMO in diesem Prozess schützen. Erstens die Größe der Veränderung: Eine Spend-Änderung von 10 % in vier Märkten kann in der Regel nichts unterhalb eines zweistelligen Lift nachweisen, also kürzen Sie in den Testzellen hart oder Sie akzeptieren ein unschlüssiges Ergebnis und hören auf, etwas anderes zu behaupten. Zweitens Kontamination: nationales TV, nationale Preisaktionen und Entscheidungen von Händlern respektieren Ihre Testgeografie nicht, und ein Wettbewerber, der in Ihren Kontrollmärkten launcht, kann das Ergebnis umkehren. Lesen Sie den Test mit dem Handelskalender vor sich.

Kalkulieren Sie Kalibrierung als laufenden Kostenposten, etwa ein Experiment pro großem Channel pro Jahr. Rotieren Sie den Channel, der getestet wird. Die Channels, die nie getestet werden, sind genau die, an die Ihre Organisation vorab beschlossen hat zu glauben.

Das modell, dem niemand in finance glaubt

Das ist der dominierende Failure Mode, und er ist organisatorisch, nicht statistisch. Die Symptome sind erkennbar, lange bevor das Modell stirbt:

• Beitragszahlen, die sich nicht mit der GuV abstimmen lassen, weil das Modell auf Brutto-Mediakosten aufgebaut ist, während Finance netto nach Agenturrabatten bucht.
• Koeffizienten, die zwischen Refreshes das Vorzeichen wechseln, ohne andere Erklärung als "die Daten wurden aktualisiert".
• Punktschätzer, bei denen die Intervalle der Lesbarkeit halber entfernt wurden. Finance erfährt das später, meist in dem Meeting, in dem Sie die Umverteilung beantragen.
• Ein Anbieter, der ein Wasserfalldiagramm zeigt, aber die Elastizitätstabelle oder die Modellspezifikation nicht herausgibt.

Die Folgewirkung ist schlimmer als die verschwendeten Honorare. Sobald ein Führungsteam lernt, dass ein Mix-Modell so lange neu spezifiziert werden kann, bis es mit dem Plan übereinstimmt, wird der nächste Anbieter nach Gefälligkeit ausgewählt, und das Modell wird zum Ratifizierungsinstrument für bereits getroffene Entscheidungen. Diesen Ruf umzukehren dauert zwei bis drei Planungszyklen.

Die Verteidigung ist langweilig und sie funktioniert: Stimmen Sie den Base-Sales-Wert des Modells mit der tatsächlichen GuV-Zeile ab, bevor irgendjemand ein Channel-Ergebnis sieht, veröffentlichen Sie das Intervall neben jeder Zahl, und schlagen Sie nie eine Umverteilung vor, die kleiner ist als die Unsicherheit des Modells selbst. Wenn das Intervall für den Paid-Social-ROIROIReturn on Investment: das Verhältnis von Nettogewinn zu den Kosten einer Investition. Ein ROI von 300 % bedeutet, dass jeder investierte Dollar 3 Dollar zurückbringt.Vollständige Definition ansehen → von 1,1x bis 2,4x reicht, können Sie auf dieser Basis keine Verschiebung von 5 % rechtfertigen. Sie können rechtfertigen, einen Test zu beauftragen.

Wem die zahl gehört

Unabhängigkeit ist eine strukturelle Entscheidung, keine Präferenz. Die Mediaagentur, die das Inventar einkauft, sollte nicht das Modell bauen, das es bewertet. Dieselbe Logik gilt für die Plattformen: Meta veröffentlicht und pflegt Open-Source-Tooling sowohl für Mix Modeling als auch für Geo-Testing, was tatsächlich nützlich ist, und Meta verkauft auch die Werbung, die diese Tools bewerten. Nutzen Sie den Code, behalten Sie Spezifikation und Testdesign unter Ihrer Kontrolle.

Derselbe Vorbehalt gilt in die andere Richtung. Brand-Tracking-Anbieter wie Kantar verkaufen sowohl die Tracking-Reihe als auch die Modelling-Leistungen; wenn Sie beides bei einem Lieferanten kaufen, fragen Sie, wer wessen Arbeit prüft. Die Tracking-Reihe selbst gehört ins Modell: Eine langsam variierende Brand-Equity-Variable gibt der Regression etwas, dem sie die persistente Hälfte des Effekts zuschreiben kann, statt ihn in einer unerklärten Baseline zu parken, die jedes Jahr wächst.

Praktisch: Benennen Sie einen internen Owner (Analytics oder Finance, nicht das Media-Team), geben Sie ihm die Anbieterbeziehung, und legen Sie den Modell-Refresh auf denselben Kalender wie den Budget-Lock statt vier Wochen danach.

Fälle aus der praxis

Fall 1: eBay. Blake, Nosko und Tadelis haben zusammen mit eBays eigenem Ökonomie-Team ein groß angelegtes Feldexperiment durchgeführt, in dem Paid-Search-Werbung in einer Reihe von US-Märkten abgeschaltet wurde, und die Ergebnisse 2015 in Econometrica veröffentlicht. Anzeigen auf Branded Keywords brachten nahezu nichts, weil der Traffic ohne Kosten über organische Links wieder auftauchte, und die messbaren Returns auf nicht-markenbezogene Begriffe konzentrierten sich auf seltene Nutzer. Die Plattform-Reports hatten die ganze Zeit einen gesunden Return gezeigt. Jeder dieser Klicks war echt; die inkrementellen Umsätze waren es größtenteils nicht. Das ist das schärfste verfügbare Argument dafür, warum ein per Experiment kalibriertes Modell eine vom Channel gemeldete Zahl schlägt, wenn Geld bewegt wird.

Fall 2: Meta. Meta hat Robyn als Open Source veröffentlicht, eine Code-Basis für Mix Modeling, die Ergebnisse aus Lift-Tests als Kalibrierungs-Input aufnimmt, sowie GeoLift für das Design der Geo-Experimente, die diese Ergebnisse erzeugen. Dass eine Plattform, die Media verkauft, die Maschinerie zur Messung ihrer eigenen InkrementalitätInkrementalitätDer Anteil der Ergebnisse (Umsatz, Conversions), der nur durch eine Marketingaktion entstanden ist, nicht das, was ohnehin passiert wäre.Vollständige Definition ansehen → veröffentlicht, zeigt Ihnen, wie umkämpft diese Entscheidung geworden ist. Übernehmen Sie das Design-Pattern (Experiment, dann Modell einschränken, dann allokieren) und halten Sie den Schiedsrichter außerhalb des Verkäufers.

Action items für cmos

• Stimmen Sie die Base Sales des Modells gegen die Finance-GuV ab, bevor irgendein Channel-Ergebnis zirkuliert, und vereinbaren Sie mit Ihrem CFO schriftlich, welche Kostenbasis (brutto oder netto) das Modell verwendet.
• Planen Sie ein Geo-Experiment pro großem Channel pro Jahr ein und verpflichten Sie sich vorab, nach dem Ergebnis zu handeln, auch in dem Fall, dass es einem Channel widerspricht, den Sie öffentlich verteidigt haben.
• Veröffentlichen Sie Konfidenzintervalle bei jeder Umverteilungsempfehlung und setzen Sie eine Untergrenze: keine Verschiebung, die kleiner ist als das Intervall.
• Variieren Sie den Spend bewusst in mindestens einigen Märkten pro Jahr. Ein perfekt glatter Plan nimmt dem nächsten Modell die Variation, die es braucht, um überhaupt etwas zu lesen.

Häufige fehler, die ergebnisse zerstören

Fehler 1: Die Agentur, die Ihre Media einkauft, auch Ihr Modell bauen lassen. Der Anreiz besteht darin, die eigenen Channels gut aussehen zu lassen. Kaufen Sie das Modell bei einem unabhängigen Measurement-Anbieter und geben Sie ihm saubere First-Party-Daten direkt.

Fehler 2: Das Modell neu bauen, wenn die Antwort unangenehm ist. Wenn sich die Spezifikation ändert, weil ein Ergebnis politisch schwierig war, haben Sie die Stellung des Modells bei Finance dauerhaft zerstört, und Sie bekommen sie in diesem Planungszyklus nicht zurück.

Fehler 3: Das Modell als Jahresbericht behandeln statt als Entscheidungsinstrument. Wenn die Ergebnisse nach dem Budget-Lock ankommen, werden sie zum Kommentar. Legen Sie den Refresh so, dass Ergebnisse mit genug Zeit ankommen, um darüber zu streiten.

Fehler 4: Auf den Punktschätzer des Modells hin optimieren. Einen Channel exakt auf den Spend zu kürzen, den die Kurve bevorzugt, ist eine Präzision, die die Daten nicht hergeben; bewegen Sie sich in Schritten, die Sie messen können, und testen Sie erneut.