Marketing-Mix-Modeling in der Praxis

Im Oktober 2019 erklärte Simon Peel, Global Media Director von Adidas, vor Branchenpublikum, das Unternehmen habe zu viel in digitales Performance-Marketing und zu wenig in Markenaufbau investiert. Die Aufteilung, die 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 → zeigte: rund 77 % des Mediabudgets in Performance, 23 % in Brand, gegen eine ökonometrische Lesart, die etwa 65 % des Umsatzes auf die Brand-Seite dieser Linie legte. Diese Lektion bleibt in genau diesem einen Review: die Daten, die hineinflossen, warum das Reporting, das Adidas verwendet hatte, jahrelang in die Gegenrichtung zeigte, und was es ein Unternehmen kostet, nach einem Ergebnis zu handeln, das ihm nicht gefällt.

Die Ausgangslage war bewusst gewählt, nicht schludrig. 2016 hatte CEO Kasper Rorsted gegenüber CNBC gesagt, Consumer Engagement finde überwiegend auf Mobile statt, und Adidas setzte so stark auf Digital, dass man die WM 2018 ohne TV bespielte. Jeder wöchentliche Performance-Report, den die Media-Teams sahen, bestätigte diese Entscheidung, weil jeder Wochenreport aus Click Paths gebaut war.

Zuerst der Datenaufbau, an dem ein solcher Review entweder Glaubwürdigkeit gewinnt oder verliert. Adidas verkauft in mehr als 100 Märkten, und 2019 kam mehr als die Hälfte von rund 23,6 Mrd. € Umsatz über Wholesale, das heißt: Der Verkauf passiert im Laden eines anderen, mit Zeitverzug und oft ohne saubere Sell-out-Daten. Das Modell kann also nicht mit Konzernumsatz gefüttert werden. Es braucht Wochenreihen pro Markt: Mediaspend nach Kanal, Preis und Rabatttiefe, Distribution und Produktlaunches, Wettbewerbsdruck, dazu den Fußballkalender, der Nachfrage unabhängig von Media verschiebt. Märkte mit dünnen Sell-out-Daten werden separat modelliert oder fallen heraus, und die ehrliche Version der Übung nennt, welche herausgefallen sind.

Zweitens der Grund, warum die alten Zahlen logen. Das digitale Reporting von Adidas schrieb dem letzten Klick den Erfolg zu, und ein großer Teil der Media war auf Conversion auf adidas.com optimiert, während das eigene E-Commerce bei etwa einem Zehntel des Konzernumsatzes lag. Paid Search, Affiliates und RetargetingRetargetingAnzeigen an Nutzer ausspielen, die Ihre Website bereits besucht oder mit Ihrer Marke interagiert haben, um sie zurückzuholen und die Conversion zu steigern.Vollständige Definition ansehen → wurden für Nachfrage bezahlt, die Brand-Aktivität und das Handelsnetz längst erzeugt hatten, und dann an der Kassentür erneut eingekauft. Dasselbe Geld sah in der Plattformsicht wie ein 10x-Return aus und in der ökonometrischen Sicht wie fast nichts, und die Lücke war kein Modellierungsartefakt. Sie war der Unterschied zwischen der Messung, wer beim Kauf anwesend war, und der Messung, wer ihn verursacht hat.

Drittens das Identifikationsproblem, das dieses Ergebnis überhaupt schwer produzierbar macht. Adidas fährt Brand- und Performance-Spend rund um Launches und Turniere gemeinsam hoch, die beiden Reihen laufen also im Gleichschritt, und das Modell tut sich schwer, sie zu trennen. Wenn Ihre Brand- und Performance-Budgets nie auseinandergelaufen sind, wird auch das beste Adstock-Fitting nicht sagen, welches davon gewirkt hat. Was die Sache rettet, ist Varianz: Märkte, die eine Kampagne drei Wochen versetzt gestartet haben, ein Land, das aus Budgetgründen im TV dunkel wurde, ein gestaffelter Rollout. Praktiker, die diesen Schritt überspringen und aus perfekt kollinearen Daten einen sauberen Brand-Koeffizienten melden, melden ihre Vorannahme, kein Ergebnis.

Viertens das Fensterproblem, und das ist der Teil, der Performance selbst dann noch schmeichelt, wenn man das persistente Decay-Profil akzeptiert, das die Grundlagenlektion beschreibt. Ein Modell, das auf zwei oder drei Jahren Wochendaten geschätzt wird, sieht nur Media, deren Payback innerhalb dieses Fensters landet. Brand-Investment, das sich im vierten Jahr als Pricing Power oder niedrigere Suchkosten zeigt, sitzt in der Base, nicht unterscheidbar von Heritage. Selbst ein Review, der Brand von 23 % des Spends auf eine Mehrheit des gemessenen Effekts hebt, untertreibt sie also wahrscheinlich noch, und das ist die unbequeme Richtung des Fehlers. Die Long-and-Short-Arbeit von Les Binet und Peter Field legte die praktische Balance genau aus diesem Grund näher bei 60:40 Brand zu Activation.

Nach dem Ergebnis zu handeln ist schlimmer, als es zu produzieren. Wenn Sie in Q1 Geld aus Paid Search und Affiliates herausnehmen, fällt der Umsatz, den diese Kanäle abgeerntet haben, sofort, denn sie haben Nachfrage geschlossen, die immer noch geschlossen werden musste. Der Brand-Payback kommt über Quartale. Die P&L wird also schlechter, bevor sie besser wird, und wer die Verschiebung genehmigt hat, verantwortet diese Lücke vor einem Board, das das alte Dashboard gelesen hat. Es gibt auch eine Margendimension: Performance-Kanäle tragen oft Rabattcodes, ein Teil dessen, was das Modell Media zurechnete, war also Preis. Eine Rebalancierung in Richtung Brand kann den Umsatz konstant halten, während die Bruttomarge steigt, was in einem Media-Report überhaupt nicht auftaucht.

Die Folge zweiter Ordnung, auf die Adidas traf, ist organisatorisch. Eine digitallastige Aufteilung baut ein digitallastiges Team, digitallastige Agenturverträge und Wochenrituale um Metriken, die der Review gerade degradiert hat. Das Modellergebnis kommt als Angriff auf die letzten drei Jahre Arbeit mehrerer Leute an, weshalb Peel es als Messversagen und nicht als Kompetenzversagen gerahmt hat.

CMO Action Items:

• Bevor Sie irgendetwas in Auftrag geben, schreiben Sie auf, welchen Anteil Ihres Umsatzes Ihr eigenes E-Commerce tatsächlich trägt. Wenn es 10 % sind und Ihre Media auf On-site-Conversion optimiert ist, kennen Sie die Richtung Ihres Bias schon, und das Modell ist da, um ihn zu bemessen, nicht um ihn zu entdecken.
• Bestehen Sie auf Modellen auf Marktebene, nicht auf einem globalen Modell. Der Review von Adidas hatte nur nutzbares Signal, weil verschiedene Märkte zu verschiedenen Zeiten unterschiedlich investiert haben. Eine einzige gemischte Reihe verdeckt genau die Varianz, von der die Schätzung abhängt.
• Nehmen Sie Preis und Promotion als separate Variablen ins Modell, bevor Sie über Kanäle streiten. Sonst saugen rabattführende Kanäle Credit auf, der zur verschenkten Marge gehört.
• Staffeln Sie die Rebalancierung über zwei oder drei Quartale und sagen Sie Finance vorher, dass der Umsatzdip erwartet ist, mit einer Größenangabe. Ein nicht geplanter Dip in Monat zwei ist der Weg, auf dem eine richtige Entscheidung zurückgenommen wird.

Typische Fehler, die Ergebnisse zerstören:

• Einen steigenden plattformberichteten Return als Beleg gegen das Modell zu nehmen. Die beiden Zahlen messen Unterschiedliches, und ein Kanal, der am Kaufpunkt sitzt, wird in einem Last-Click-Rahmen immer stark aussehen. Beides in Einklang zu bringen ist eine Führungsfrage, die die Playbook-Lektion aufgreift.
• Das Datenfenster den Wert von Brand dauerhaft festlegen zu lassen. Zwei Jahre Historie unterschätzen strukturell langsam wirkendes Investment, ein Modell, das Brand mit 40 % bewertet, ist also eine Untergrenze und kein Urteil. Rechnen Sie neu, sobald Sie eine längere Reihe haben.
• Ein Modell auf kollinearem Spend zu akzeptieren. Wenn Brand- und Performance-Budgets in Ihrem Geschäft immer zusammen bewegt wurden, brechen Sie das Muster in einigen Märkten für ein Quartal bewusst auf, damit das nächste Modell etwas zu lesen hat.
• Den Review als Einmalsache abzulegen. Mediakosten, Preisarchitektur und Distribution verschieben sich alle; eine Aufteilung, die 2019 richtig war, ist 2022 eine Vermutung. Kalibrieren Sie jährlich nach und behalten Sie dieselbe Spezifikation, damit der Jahresvergleich etwas bedeutet.