Budget modelling: dai modelli di attribuzione al marketing Mix model

Nel corso della mia carriera ho lavorato come  performance analyst ovvero l’analista che ha il compito di migliorare le performance fornendo insight agli advertiser, si perchè comunque siamo un mondo attento ai soldi, e la pubblicità (avendo un costo diretto) è sempre il primo punto di contatto con i bisogni dei brand. Poi che la pubblicità abbia bisogno di contenuto, posizionamento e tanto altro è un altra storia 😉

Analisi e stime per il media plan

nelle varie piattaforme media se inseriamo un budget ci da una stime della grandezza della audience raggiunta. Stimano un CR medio (es. 1-3%) posso ipotizzare quanta audience mi serve.   Grazie a queste stime media e alle ricerche di mercato dove conosciamo i canali più utilizzati dagli utenti e CR che vogliamo possiamo fare il nostro media plan iniziale.

il primo metodo utilizza il concetto del funnel, più l’utente è lontano dalla conversione più mi costerà. questi ci aiuta a capire la % di budget per ogni fase.  poi usiamo le stime sulle audience e gli obiettivi per stabilire il budget

Analisi media Base

Alla grande domanda “dove metto i miei soldi?” La verità è che quando parti fai una stima e solo attraverso le analisi e i test incrementali puoi migliorare. 

qui si iniziava a ragionare sulle classiche KPI a funnel. KPI di awarenss (sessioni e eng rate) di consideration  ( PDP e add to cart) e di conversione (CR e AOV). questa è la base per iniziare a vedere come alcuni canali vanno meglio in awareness e altri in consideration . insomma ottimo per iniziare a portare il tema culturale del canale giusto al momento giusto

Analisi di attribuzione

in questi anni abbiamo avuto un grande amico: l’attribuzione. Ne ho scritto diversi anni fa una guida

Nei modelli di attribuzione facciamo:

• l’analisi dei i percorsi di conversione
• analisi della variazione tra i modelli (first click, lineare, last click ecc)
• creazione di data model ad hoc tramite catene di Markov per avere il proprio modello di attribuzione “data driven” valutando la matrica di correlazione tra i vari canali

Un po’ di miti e verità: limiti e benefici dell’attribuzione (esempio GA)

•  non sono cross device
• no calcolano le impression (quindi le campagne display si disperdono come al solito)

Meta ha provato per un po’ a crearne uno suo ma il progetto è andato a fallire.

Marketing Mix Modelling

sua madre, l’econometria

Come ottimizzare gli investimenti in comunicazione, digitale e non, per la massimizzazione delle vendite quando il customer journey si conclude offline? Quando intraprendiamo tante attività di marketing, online e offline, parliamo di multichannel o omnichannel marketing, ovvero l’utilizzo sinergico di sorgenti diverse come TV, radio, social, video, search, passaparola, ecc. Quando parliamo di sinergia online e offline, la questione si complica, perché nel mondo offline non tutto è misurabile come nel digitale. John Wanamaker affermò: «La metà dei soldi spesi in pubblicità è sprecata, il problema è che non sappiamo quale metà». Ma cosa succede quando si fanno attività online e l’acquisto è offline? La faccenda comincia a complicarsi.

In questo caso dobbiamo tirare in ballo alcune nozioni di statistica avanzata, come i modelli econometrici, che cercano di isolare le varie componenti media in modo statisticamente rilevante al fine di dare a ognuna il giusto peso nel processo di acquisto. Come ci si comporta? Prima di tutto si definiscono gli obiettivi di business come acquisti, lead, ecc. In secondo momento, si raccolgono i dati:

• dati di vendita e attività interne come sconti e promozioni;
• dati di mercato come stagionalità, trend della domanda, competizione, inflazione ecc.;
• dati media online come click impression, visite ecc.;
• dati media offline come budget e gross rating point.

Dopodiché, si passa all’analisi vera e propria. Senza scendere nei dettagli, il risultato finale sarà un’analisi che chiarisce quanto un canale contribuisce alle vendite in correlazione agli altri.

• analisi delle serie storiche (e stagionalità)
• matrice di correlazione
• indice di correlazione multipla

Da qui partono tutta una serie di considerazioni del tipo: quanto è il ROI del social media che interviene nella parte del funnel? Come spalmiamo il budget tra le varie sorgenti?

Limiti e benefici

L’analisi econometrica è sempre stata super costosa in quanto ci vuole davvero tanto tempo a reperire i dati, definire le giuste variabili, fare il modello e valutarlo. parliamo di minimo 3 mesi per elaborarla e 3 anni per avere il proprio modello. Insomma una cosa riservata a pochi e con un tempismo lontano dal nostro mondo dove tutto corre.

Econometria e Artificial intelligence

Finalmente grazi anche all’AI sono nati dei servizi che ci aiutano a velocizzare questo tipo di attività. Era uscito Robin di meta open source o aziende come cassandra. i modelli ci sono, le piattaforme sono semplici ed usabili e sembra che le cose vadano nel posto giusto.

La realtà è che

1. la cosa più difficile di questi modelli è sempre stata la scelta delle variabili e sempre lo sarà (e su questo l’AI ci può aiutare a fare tanti test ma la scelta è nostra) e raccogliere i dati (che sono in mille posti, raccolti in modi diversi)
2. le azioni sono sempre test based, per 3 mesi si cambia e dopo 3 mesi si rifà l’analisi. il media deve seguire l’analisi e se l’analisi non viene ripetuta avete buttato via i soldi.
3. la raccolta (perchè ti serve almeno la distinzione delle campagne per obiettivo) e la pulizia dei dati è il primo deterrente

Analisi tattiche, ne fai? 😉

• analisi frequenza: monitoriamo la frequenza per ottimizzare il costo per click e l’esposizione.
• analisi di contenuto: facciamo AB test frequenti per migliorare le KPI tattiche come il CTR
• analisi audience, kw e bid: facciamo analisi, ma la verità è che diamo input a modelli di intelligenza artificiale per migliorare azioni tattiche per aumentare ROI o il numero di conversioni
• analisi sito e UX: analizziamo le landing page di atterraggio per aiutare il traffico a convertire (mica pensate che l’adv faccia tutto da sola no?) aumentando il conversion rate.

VEDI ANCHE:

• strategia di tracciamento delle campagne (scordati tutti questi discorsi altrimenti)
• approccio test & learn
• corso di data driven omnichannel e ADV di marketing freaks