Marketing Mix Modeling: Grundlagen & Kernkonzepte

CocaCocaCustomer Acquisition Cost: gesamte Vertriebs- und Marketingausgaben geteilt durch die Anzahl der im selben Zeitraum neu gewonnenen Kunden.Vollständige Definition ansehen →-Cola gibt pro Jahr in der Größenordnung von 4 bis 5 Milliarden Dollar für Werbung aus, verteilt auf rund 200 Märkte, in einer Kategorie, in der die meisten 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 →äufe an einer Kasse stattfinden: kein Login, kein Cookie, kein Kassenbon, der auf irgendetwas zurückverweist. Kein Tracking-System auf Nutzerebene wird je einen TV-Spot in Mexico City mit der Flasche verbinden, die drei Tage später im Eckladen verkauft wird. Trotzdem muss jemand entscheiden, wie sich dieses Geld auf TV, Außenwerbung, Digital Video, Preisaktionen und Sponsoring verteilt. Marketing Mix Modeling ist die Antwort, auf die sich die Branche Jahrzehnte vor dem Click-Tracking geeinigt hat, und es kam zurück in Mode, weil das Click-Tracking seit 2021 auseinanderfällt.

Was Marketing Mix ModelingMarketing Mix ModelingStatistischer Ansatz, der den Beitrag jedes Marketingkanals zum Umsatz schätzt und die Budgetverteilung steuert.Vollständige Definition ansehen → tatsächlich ist

Marketing Mix Modeling (MMM) ist eine statistische Technik, eine Form der multivariaten Regression, die ein aggregiertes Geschäftsergebnis (Wochenumsatz, Revenue, Einheiten, Abonnements) als Funktion all dessen erklärt, was es plausibel bewegt haben könnte. Sie füttern es mit zwei oder drei Jahren Historie auf Wochen- oder Monatsebene: Spend je Kanal, Preis, Aktionstiefe, Distribution, Wettbewerbsaktivität, Saisonalität, makroökonomische Bedingungen. Zurück kommen Koeffizienten, die quantifizieren, wie viel jeder Input beigetragen hat.

Die Analyseeinheit ist ein Zeitraum, keine Person. Diese eine Designentscheidung trennt MMM von AttributionAttributionEin Framework, das den Touchpoints, die zu einer Conversion beigetragen haben, Credit zuweist, damit Sie messen können, welche Kanäle und Interaktionen tatsächlich Ergebnisse bringen.Vollständige Definition ansehen →: das Modell muss nie wissen, wer die Werbung gesehen hat.

In Worten ausgeschrieben sagt ein Mix-Modell: Umsatz in Woche t gleich eine Baseline, plus der Effekt des Spends je Kanal, nachdem dieser Spend adstocked und durch eine Sättigungskurve geschickt wurde, plus der Effekt von Preis, Distribution, Wettbewerb und Saisonalität, plus ein Fehlerterm. Fast alles Interessante im MMM steckt in diesen zwei Transformationen, die auf den Rohspend angewendet werden, bevor die Regression ihn überhaupt sieht.

Der zentrale Output ist eine Dekomposition. Der Gesamtumsatz teilt sich in eine Baseline (was Sie mit null Marketing verkauft hätten, getragen von Brand EquityBrand EquityDer kommerzielle Wert, den Ihre Marke über die funktionalen Produkteigenschaften hinaus schafft: Preispremium, Präferenz und Loyalität.Vollständige Definition ansehen →, Gewohnheit und Regalpräsenz) und inkrementelle Umsätze, die den einzelnen Aktivitäten obendrauf zugerechnet werden. Eine etablierte, breit distribuierte Marke wie Coca-Cola zeigt typischerweise 60-70 % des Volumens in der Baseline. Eine junge, performancegetriebene Marke vielleicht 30 %. Keine der beiden Zahlen ist für sich gut oder schlecht, aber Sie können nicht steuern, was das Modell nicht getrennt hat.

Teilkonzept 1: Adstock und Carryover

Marketing hört nicht in der Woche auf zu wirken, in der das Geld vom Konto geht. Eine TV-Kampagne, die im Oktober lief, verschiebt im Dezember noch Käufe. Dieser Abfall heißt Adstock, und die Standardformulierung ist rekursiv: der effektive Werbedruck dieser Woche gleich dem Spend dieser Woche plus einer Decay-Rate mal dem effektiven Druck der Vorwoche. Eine Decay-Rate von 0,7 bedeutet etwa eine Halbwertszeit von zwei Wochen; 0,9 zieht den Tail über Monate.

TV und Video haben meist langen Adstock, oft acht bis dreizehn Wochen messbaren Nachhall. Paid Search hat fast keinen, weil die Werbung auf bereits vorhandene Intention trifft und innerhalb von Tagen konvertiert. Ein Modell ohne Adstock-Term unterschätzt systematisch Markenkanäle und schmeichelt Performance-Kanälen, was ein mechanischer Grund dafür ist, dass der Measurement-Stack von 2015-2020 so viel Geld in den unteren FunnelFunnelDie Customer Journey von der Aufmerksamkeit bis zum Kauf, typischerweise Awareness, Interest, Consideration, Decision, Action, wobei sich die Zahl der Interessenten auf jeder Stufe verringert.Vollständige Definition ansehen → geschoben hat.

Teilkonzept 2: Sättigungskurven

Spend und Response sind nicht proportional. Die Kurve ist konkav, manchmal S-förmig mit langsamem Start unterhalb einer Sichtbarkeitsschwelle, und sie flacht immer ab. Die ersten 500.000 Dollar TV in einem Markt können starken Lift erzeugen, die zweiten 500.000 merklich weniger, die dritten fast nichts außer Frequenzverschwendung.

Hier trennen sich durchschnittlicher 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 → und marginaler ROI, und diese Unterscheidung zählt mehr als jede einzelne Zahl im Modell. Ein Kanal kann einen gesunden Blended ROI von 3,0 ausweisen, während der nächste Dollar dort 0,4 zurückbringt, weil Sie auf dem flachen Teil seiner Kurve sitzen. MMM schätzt, wo jeder Kanal aktuell steht, und das ist der einzige Weg, die Frage zu beantworten, die Finance tatsächlich stellt: wenn ich Ihnen 15 % mehr gebe, wohin geht es und was kommt zurück?

Teilkonzept 3: Base- versus inkrementelle Umsätze

Die Baseline ist der aufgebaute Rückstand aus Jahren Markenaufbau, Distribution und Konsumgewohnheit. Sie bewegt sich langsam, und genau deshalb lohnt es, sie zu beobachten. Binet und Fields Analyse von rund tausend IPA-Case-Studies zeigte, dass Marken, die etwa 60 % des Budgets in langfristigen Markenaufbau steckten, aktivierungslastige Wettbewerber im Profitwachstum übertrafen, und der Mechanismus ist in einem Mix-Modell sichtbar: Aktivierung leiht sich von der Baseline, Markenaufbau speist sie.

Eine Baseline, die über vier aufeinanderfolgende Quartale erodiert, ist das schwerwiegendste Signal, das MMM produziert. Es bedeutet, dass der strukturelle Vorteil abfließt, und kein Maß an Promotionspend füllt ihn wieder auf.

Teilkonzept 4: exogene Variablen und Kontrollfaktoren

Ein brauchbares MMM kontrolliert für alles, was den Umsatz bewegt und nicht Ihr Marketing ist: Wettbewerberpreise und -aktionen, Konsumklima, Distributionsgewinne und -verluste und Wetter, wo die Kategorie darauf reagiert. Wenn Ihre Eismarke einen Rekordsommer hatte und Temperatur im Modell fehlt, wird die Hitze derjenigen Kampagne zugeschrieben, die gerade live war. Das ist kein Rundungsfehler. Es ist die Entscheidung, das Budget des nächsten Jahres für etwas auszugeben, das nichts bewirkt hat.

Teilkonzept 5: warum aggregierte Ökonometrie das Tracking auf Nutzerebene überlebt hat

Zwei Gründe, einer struktureller, einer jüngerer.

Der strukturelle: Messung auf Nutzerebene sieht nur die Kanäle, die einen Identifier tragen. Sie kann keine Regallistung, keinen 30-Sekunden-Spot, keine Stadionbande, keinen Wettbewerberrabatt und keine Preiserhöhung einpreisen, und sie kann das Counterfactual nicht beobachten, also den Verkauf, der ohnehin passiert wäre. Attribution verteilt Credit innerhalb des trackbaren Digitalbereichs. MMM schätzt den inkrementellen Beitrag über die gesamte P&L, auf der Ebene, auf der Budgets tatsächlich gesetzt werden.

Der jüngere: Apples App Tracking Transparency, eingeführt mit iOS 14.5 im April 2021, machte App-übergreifendes Tracking zur Opt-in-Sache, und die meisten Nutzer lehnten ab. Meta sagte Investoren im Februar 2022, die Änderung werde das Unternehmen in dem Jahr rund 10 Milliarden Dollar Umsatz kosten, und der Schaden für die Messung auf Werbetreibendenseite war in derselben Größenordnung. Google plante Jahre lang, Third-Party-Cookies aus Chrome zu entfernen, legte den Plan dann auf Eis, aber der Signalverlust durch Browser- und Plattformrestriktionen ist dauerhaft genug, dass die Plattformen selbst inzwischen Modeling-Tools ausliefern: Meta hat sein Robyn-Framework 2021 als Open Source veröffentlicht, Google hat vor kürzerer Zeit Meridian herausgebracht. Beide sind nützlich. Beide kommen von Unternehmen, die die Medien verkaufen, die das Modell bewertet, behandeln Sie deren Default-Priors also als Ausgangspunkt und nicht als Urteil.

Fälle aus der Praxis

Fall 1: Coca-Cola im Jahr 2020. Der Umsatz fiel um rund 11 %, während Restaurants, Stadien und Kinos schlossen, und gleichzeitig kürzte das Unternehmen den Marketingspend deutlich. Diese zwei Fakten lassen sich leicht vermengen, und die Vermengung ist teuer. Ein Mix-Modell trennt sie: Verfügbarkeit außererDas 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 → Haus ist eine Distributionsvariable, Mediendruck eine andere, und der Pandemieschock sitzt in einem Kontrollterm. Ohne diese Kontrollen liest ein naives Modell den Umsatzeinbruch als Beweis, dass die Marketingkürzung die Nachfrage zerstört hat, und das Budget des Folgejahres wird auf einer falschen Lesart derselben Daten festgelegt.

Fall 2: Meta nach ATT. Das Unternehmen, das ein Jahrzehnt lang Werbetreibenden erzählt hatte, Attribution auf Nutzerebene sei der moderne Standard, begann ein Open-Source-Ökonometriepaket zu veröffentlichen, sobald die Identifier dünner wurden. Robyn macht die oben beschriebenen Dinge: Adstock-Transformation, Sättigungskurven über Hill-Funktionen, Dekomposition gegen eine Baseline. Der interessante Teil für einen CMO ist das Eingeständnis, das in dem Release steckt. Das am stärksten getrackte Medium der Geschichte kehrte zur wöchentlichen aggregierten Regression zurück, was Ihnen zeigt, wie viel vom Versprechen der Messung auf Personenebene auf einer Infrastruktur beruhte, die nicht mehr trägt.

CMO-Maßnahmen

• Prüfen Sie Ihre Daten, bevor Sie irgendetwas in Auftrag geben. Sie brauchen zwei bis drei Jahre wöchentlichen Spend je Kanal, plus Preis, Distribution, Aktionskalender und Wettbewerberspend. Fehlende Historie ist der häufigste Grund, warum ein Modell mit weiten Konfidenzintervallen und ohne nutzbare Antwort zurückkommt.
• Fragen Sie nach Response-Kurven und marginalem ROI je Kanal, nicht nach einer Tabelle mit Kanal-ROIs. Eine gerankte ROI-Liste sagt Ihnen nichts darüber, wohin der nächste Dollar gehen sollte.
• Verfolgen Sie die Baseline Quartal für Quartal als Indikator für Markengesundheit. Eine wachsende Baseline bedeutet, dass frühere Investitionen sich verzinsen; ein anhaltender Rückgang bedeutet, dass die nächste Promotion von einem schrumpfenden Konto leiht.

Häufige Fehler, die Ergebnisse zerstören

Fehler 1: MMM einmal laufen lassen und den Output als dauerhaft behandeln. Wettbewerber bewegen sich, Preise ändern sich, Kanäle reifen. Ein auf 2021er-Daten gefittetes Modell bepreist 2024er-Media falsch. Mindestens jährlich aktualisieren, quartalsweise auf einem Rolling Window, wenn sich die Kategorie schnell bewegt.

Fehler 2: zu viel von zu wenig Daten verlangen. Drei Jahre wöchentliche Beobachtungen ergeben etwa 156 Datenpunkte. Laden Sie 40 Variablen hinein, und die Koeffizienten werden instabil, besonders wenn Kanäle sich gemeinsam bewegen (alle erhöhen den Spend im Q4), was lehrbuchmäßige Multikollinearität ist. Wenige, besser spezifizierte Variablen schlagen ein Modell, das alles enthält.

Fehler 3: Korrelation als Beweis lesen. MMM findet statistische Zusammenhänge in beobachteter Historie; es führt kein Experiment durch. Das Modell verdient seine Autorität erst, wenn seine Schätzungen gegen kontrollierte Tests geprüft werden, und diese Kalibrierungsarbeit gehört, zusammen mit der Politik der Frage, wer das Modell bauen darf, zu den späteren Stufen dieses Moduls.