نمذجة المزيج الإعلامي (MMM): التعريف وآلية العمل

نمذجة المزيج الإعلامي (MMM) هي تقنية إحصائية تقدر مقدار مساهمة كل قناة تسويقية في المبيعات أو التحويلات بشكل إجمالي، باستخدام بيانات تاريخية عن الإنفاق والنتائج بدلاً من التتبع على مستوى الفرد. بدلاً من متابعة نقرة شخص واحد حتى الشراء، تنظر MMM إلى الإجماليات الأسبوعية أو الشهرية، ومقدار ما أنفقته على الإعلانات الأصلية والبحث المدفوع والتلفزيون مقابل عدد الوحدات المباعة، ثم تُنشئ نموذجًا يفسر النمط.

لماذا توجد#

كل طريقة نسب للمبيعات لها نقطة عمياء. تبالغ النماذج القائمة على النقرات في نسب الفضل للقناة الأقرب إلى عملية البيع، ويحتاج التتبع على مستوى الشخص إلى معرف ثابت عبر نقاط اللمس، وهو أمر جعلت تقادم ملفات تعريف الارتباط وقيود تتبع التطبيقات الحفاظ عليه أكثر صعوبة. تتجاوز MMM كلا المشكلتين لأنها لا تحتاج أبدًا إلى تحديد مستخدم فردي أو تتبعه عبر جهاز. إنها تعمل بالكامل على بيانات مجمعة على مستوى القناة، مما يجعلها مقاومة لمخاوف الخصوصية وقابلة للاستخدام حتى للقنوات غير المتصلة مثل التلفزيون والراديو أو الإعلانات الخارجية التي لا تنتج أثرًا قابلًا للنقر على الإطلاق.

ما الذي يدخل في النموذج#

عادةً ما تقوم MMM بإجراء تحليل انحدار للمبيعات مقابل الإنفاق الإعلاني الأسبوعي لكل قناة، بالإضافة إلى متغيرات التحكم: الموسمية، تغييرات الأسعار، نشاط المنافسين، والعروض الترويجية. الناتج هو مجموعة من المعاملات التي تُظهر المساهمة المقدرة لكل قناة ومنحنى تناقص العوائد، وهي النقطة التي يبدأ فيها الدولار الإضافي من الإنفاق بإنتاج مبيعات تزايدية أقل من الدولار السابق. غالبًا ما يعكس نمط تناقص العوائد هذا ما يظهر أيضًا على مستوى الإبداع، حيث يؤدي التكرار المستمر إلى إرهاق الإبداع قبل وقت طويل من اكتشاف نموذج على مستوى القناة لذلك. يتم فصل المبيعات الأساسية، أي ما كنت ستبيعه بدون تسويق، عن المبيعات التي يحركها التسويق، حتى لا ينسب النموذج عن طريق الخطأ الفضل للإعلانات عن طلب كان موجودًا على أي حال.

MMM مقابل المجموعة الضابطة الحية#

تعطيك تجربة الزيادة الحية رقم رفع دقيق ومثبت تجريبيًا لقناة واحدة خلال نافذة اختبار، مقابل تكلفة إيقاف أو تقليل الإنفاق الفعلي. تعمل MMM باستمرار في الخلفية باستخدام البيانات التي تمتلكها بالفعل، وتغطي كل القنوات في وقت واحد، لكن دقتها تعتمد على وجود تباين كافٍ في الإنفاق التاريخي لفصل تأثير قناة عن أخرى. تستخدم العديد من فرق التحليلات نتائج المجموعة الضابطة لمعايرة والتحقق من معاملات MMM الخاصة بهم، حيث أن النموذج الذي يتعارض مع نتيجة تجريبية واضحة غالبًا ما يكون ناقصًا لمتغير ما.

مكانة الإعلانات الأصلية ووسائل التواصل الاجتماعي في MMM#

عادةً ما يتم نمذجة شبكات الإعلانات الأصلية ومنصات التواصل الاجتماعي كبنود منفصلة لأن منحنيات استجابتها تختلف: تميل شبكة مثل Taboola إلى امتلاك منحنى أطول وأبطأ في البناء مقارنة بحملة بحث مستهددة بدقة، وغالبًا ما يُظهر المخزون المشترى عبر منصة جانب الطلب شكلًا آخر مرة أخرى. قبل أن تتمكن من بناء نموذج قابل للدفاع عنه، تحتاج إلى تتبع التحويلات نظيف على مستوى القناة وبيانات إنفاق مقسمة بشكل صحيح، وهو عادةً الجزء الأصعب من التمرين عمليًا. مراقبة مقدار إنفاق المنافسين وحجم الإبداع المتحرك على شبكة معينة، باستخدام أداة مثل منصة استخبارات الإعلانات الخاصة بـ OpenAdLibrary، هي فحص مفيد لمعقولية ما إذا كانت المساهمة النموذجية للقناة تتماشى مع ما يحدث بالفعل في السوق، وما إذا كان عائد الإنفاق الإعلاني المبلغ عنه معقولًا بجانبها.

القيود#

تحتاج MMM إلى قدر ذي معنى من البيانات التاريخية، عادةً سنة أو أكثر من الملاحظات الأسبوعية، لتركيب نموذج مستقر. كما أنها تتفاعل ببطء: لن يتم تحديث معامل القناة في الوقت الفعلي كما تفعل لوحة تحكم المنصة، لذا تعمل MMM بشكل أفضل كأداة تخطيط استراتيجي ربع سنوي أكثر من كونها أداة تحسين يومي. كما أن الإنفاق المترابط، أي رفع الميزانية على قناتين في نفس الوقت في كل مرة، يجعل من الصعب إحصائيًا فصل تأثيراتهما الفردية، وهي مشكلة تعرف باسم الارتباط الخطي المتعدد، ولا توجد أي مهارة في الشراء الإعلامي تُصلح نموذجًا يفتقد البيانات التي يحتاجها.