🤩****Эволюция моделирования маркетинг-микса

Андрей Никифоров, Marketing Mix Models product owner рассказывает, как изменились подходы к моделированию маркетинг-микса: от классической эконометрики к архитектуре вложенных моделей. Кстати, сокращённо маркетинг-микс моделирование называют МММ, но Андрею такая аббревиатура не очень нравится.

1️⃣Линейные модели Классический подход в эконометрике. Но у каждого фактора есть всего один параметр — конверсия в продажи. Это слишком просто и логика маркетинга никак не учитывается. Возникают явные ошибки, например: при увеличении рекламного бюджета в 10+ раз, прогноз количества покупателей вырастает в эти же 10+ раз, даже если полученное значение сильно больше населения региона.

Плюсы: 🟥простота разработки 🟥подходит для грубой оценки

Минусы: 🟥в модели учитывается не более 20 факторов 🟥страдает точность прогнозирования 🟥отсутствует интерпретация работы медиа

2️⃣Маркетинг-микс модели В модель добавляются параметры для учета емкости факторов и отложенного рекламного эффекта. Первый решает проблему с ограничением численности аудитории из предыдущего примера. А второй параметр позволяет учитывать работу рекламы после флайта — запоминаемость и лояльность. Этот подход дает более точные прогнозы и выводы для планирования будущих кампаний

3️⃣Маркетинг-микс модели с Байесовским подходом Каждый параметр модели учитывается как интервал значений, а не как одно среднее значение. Например, раньше было 1 млн показов видеоролика конвертируется в 100 тыс. руб. выручки. Стало — 1 млн показов конвертируется в 90-110 тыс. руб. выручки, так как модель может иметь некоторую погрешность из-за невозможности предугадать все-все факторы. Решается проблема с переобучением и точность прогноза становится еще выше

4️⃣Иерархические маркетинг-микс модели Вместо одной модели строятся несколько десятков моделей на продажи, чаще всего в разрезе по регионам. Понимая, что одни и те же факторы работают примерно одинаково на разных регионах, параметры вычисляются более точно. Получается, что модели в составе иерархической модели перепроверяют и уточняют друг друга. Как результат — очень высокая точность прогноза и его детализация, что важно для составления планов продаж

Как у вас с опытом построения моделей? Пробовали?

🎤CUBE x D Innovate Group вещает в гостях у mads

В этом посте были ссылки, но мы их удалили по правилам Сетки