Houve um tempo em que considerávamos as práticas tradicionais de marketing e os sucessos ou fracassos que elas geravam como uma forma de arte. Com resultados misteriosos e indetectáveis, os esforços de marketing careciam de transparência e eram vistos como tendo nascido do talento criativo de profissionais de marketing renomados.
A chegada do big data mudou as coisas; O investimento substancial na recolha e análise de dados na década de 1980 viu uma mudança no pensamento em direcção ao marketing como algo, pelo menos em parte, se não totalmente, cientista. No entanto, para muitos profissionais de marketing, a mudança em direção a uma abordagem científica completa tem sido esmagadora. Novas tecnologias, algoritmos complexos e aplicações estatísticas muitas vezes nos deixam com dificuldades para acompanhar.
Nas indústrias de varejo, apenas 8-10% da receita de vendas vai para atividades de marketing; deixando os CMOs e CMOs para lidar com a questão de Como e onde invista seus orçamentos de marketing limitados. Compreensivelmente, a maior preocupação é saber qual a melhor forma de afectar este orçamento a uma ampla gama de atividades de marketing. O planejamento estratégico e metódico na forma de um modelo de mix de marketing (MMM) pode ajudá-lo a superar esse problema, encontrando a combinação ideal de variáveis de marketing e demonstrando o retorno sobre o investimento (ROI) que você pesquisou cuidadosamente. estratégia de marketing fornece.
O que é modelagem de mix de marketing (MMM)?
Todos nós sabemos sobre o 4P do mix de marketing: Produto, Preço, Praça, Promoção. É uma parte fundamental da teoria de marketing que considera quais fatores Eles são necessários para que uma empresa tenha sucesso.
Bem, a modelagem do mix de marketing está intimamente relacionada aos 4Ps, pois busca determinar quanto sucesso foi gerado para cada fator e prever o que sucesso futuro pode ser criado alterando e otimizando o mix de marketing.
A modelagem do mix de marketing é um método estatístico para determinar o eficácia de campanhas de marketing quebrando informações adicionadas e diferenciar entre contribuições de táticas de marketing e atividades promocionais e outros fatores incontroláveis de sucesso.
Os resultados, ou “resultados”, da análise do seu modelo de mix de marketing informarão a composição dos futuros esforços de marketing com um nível de certeza, ou seja, a alteração do insumo “a” afetará o resultado “b”.
Benefícios da modelagem do mix de marketing
- Ele permite que os profissionais de marketing demonstrem o retorno do investimento (ROI) de seus esforços.
- Fornece informações que permitem uma alocação orçamentária eficaz
- Facilita a previsão superior de tendências de vendas.
Limitações da modelagem do mix de marketing
- Falta a conveniência da moderna análise de dados em tempo real
- Os críticos argumentam que os métodos modernos de atribuição são mais eficazes, pois consideram os dados individuais 1 para 1.
- A modelagem do mix de marketing não analisa a experiência do cliente (CX)
Como começar a modelar o mix de marketing?
Bem, agora eu poderia me envolver em equações e coeficientes e, você sabe, em todas as coisas que normalmente faziam você querer chorar nas aulas de matemática do ensino médio. Mas a questão é que, como executivo ou gerente de marketing, é muito mais provável que você apresente os benefícios da implementação de modelos de mix de marketing do que faça as contas sozinho… *ufa*.
Então, em vez disso, aqui está o que você precisa saber ao tentar lançar um projeto de modelagem de mix de marketing em seu departamento, para que possa deixar todas as coisas confusas para trás. prós
Google sugere que antes de empreender qualquer modelo de mix de marketing dentro de sua empresa ou com um fornecedor, você deve preparar sua organização para o que está por vir. Seguindo as quatro etapas, você garantirá que sua organização obtenha valor de seu projeto MMM:
Passo 1: Estabeleça metas
Lembre-se, em primeiro lugar, a principal razão para empreender o MMM é obter conhecimento sistemático que irá melhorar seus esforços de marketing e otimizar sua alocação orçamentária. Mas, além disso, os objetivos da sua organização devem ser claros e alcançáveis.
Descreva as principais questões que você deseja responder por meio de seu modelo de mix de marketing. Alguns exemplos de áreas a examinar e perguntas a fazer podem incluir:
Quais táticas de marketing apresentam o melhor retorno médio sobre o investimento (MROI)?
Aumentar o orçamento de publicidade televisiva em 15% aumentaria as nossas vendas incrementais?
Qual é o impacto de uma mudança de preço nas vendas e nos lucros?
Quais campanhas publicitárias dos concorrentes estão tendo o impacto mais significativo nas vendas?
As perguntas que você faz à sua organização durante os estágios de preparação orientarão posteriormente o tamanho e o escopo de sua análise MMM e ajudarão você a entender quais dados são necessários para executar seus planos.
Passo 2: Alinhe sua organização e as principais partes interessadas para compreender os dados
A modelagem do mix de marketing exige que você colete uma grande quantidade de dados de diversas áreas diferentes da sua organização. Para fazer isso, será necessário envolver os guardiões de cada conjunto de dados, estabelecer responsabilidades e criar um cronograma para o processamento de dados.
Qualquer número dessas figuras provavelmente precisará ser contratado:
- CMO (diretor de marketing)
- Parceiros de agências de mídia e televisão
- Parceiros de agências de marketing
- Gerente de CRM
- Executivo de Marketing
Etapa 3: Identifique os dados relevantes
Sua organização terá existentes repositórios de dados; É aqui que os dados do seu negócio e do cliente são armazenados para fácil acesso e análise para fins de pesquisa. A qualidade dos seus dados é um fator essencial para a MMM; Dados consistentes, limpos e armazenados de forma lógica economizarão tempo e esforço ao reutilizá-los para análise. Nesta fase, você deve contar com a ajuda de quaisquer colegas responsáveis pelo gerenciamento dos repositórios e ferramentas de dados da organização.
Etapa 4: entenda seu acesso aos dados, incluindo limitações
Crie um inventário detalhado dos dados que você possui e deseja envolver na sua análise; Tente coletar o máximo de informações possível, incluindo quaisquer pagamentos ou assinaturas necessárias para acessar dados de terceiros. Você também precisará levar em consideração os atrasos associados ao acesso offline aos dados.
Como modelar o mix de marketing?
Nielsen aponta 4 etapas do processo de Modelagem do Mix de Marketing:
Etapa 1: coletar
Na fase de compilação da modelagem do mix de marketing, econométrico As técnicas são usadas para estimar a demanda por produtos produzidos por táticas de marketing, separando as vendas dos produtos em 2 tipos de impulsionadores de vendas:
1. Drivers incrementais
Esses são os elementos controláveis implementados pela equipe de marketing. Os impulsionadores incrementais funcionam no curto prazo; Os dados são capturados nas vendas semanais que variam com base em:
- Além da linha atividade de mídia (TV, anúncios impressos, anúncios digitais, promoções e descontos, etc.)
- abaixo da linha fatores (preços de venda temporários, promoções de vendas, descontos, mídias sociais, campanhas de marketing de mala direta, marketing na loja, eventos e conferências).
2. Drivers básicos
O resultado básico de uma empresa são as vendas alcançadas na ausência de quaisquer atividades incrementais de marketing. Os resultados básicos são geralmente o resultado do valor e da reputação da marca que foram construídos ao longo de vários anos, por exemplo, a fidelização do cliente.
Os seguintes elementos são drivers básicos:
- Preço: O preço de um produto é um importante impulsionador básico de um mix de marketing, pois o preço determina tanto o segmento de consumo ao qual o produto se destina quanto as promoções que são implementadas para comercializar o produto ao público escolhido.
- Distribuição: O número de lojas, o estoque nessas localidades e a vida útil desse estoque são considerados fatores básicos do mix de marketing. As localizações das lojas e o estoque dentro delas são estáticos e podem ser descobertos pelos clientes sem qualquer intervenção de marketing.
- Sazonalidade: Certas variações ocorrem periodicamente dentro de um ano comercial e, portanto, podem ser confiáveis para impulsionar as vendas com um nível de previsibilidade. As vendas sazonais, como o período de férias de inverno, são grandes impulsionadores dos negócios. Em 2018, por exemplo, a indústria do comércio eletrónico cresceu 16,7%atingindo até US$ 123,9 bilhões devido a gastos excessivos com feriados.
- Macroeconômico variáveis: Macroeconomia é o estudo de como a economia e os mercados em geral se comportam. Considere o impacto de questões como inflação, produto interno bruto (PIB), desemprego, etc. Quando se trata de MMM, os fatores macroeconômicos podem ter um impacto significativo nas vendas básicas, por exemplo, um aumento nas taxas de desemprego reduzirá as compras. O poder do consumidor e, portanto, as vendas diminuirão.
Etapa 2: Modelo
PM Caim chama análise de série temporal (modelo de regressão) “escolha lógica” para projetos de modelagem de mix de marketing… Se você está coçando a cabeça agora, não se preocupe. Aqui está uma definição rápida dos caras de Matemática:
“A regressão de série temporal é uma Método estatístico para prever uma resposta futura com base no histórico de respostas. (conhecida como dinâmica autoregressiva) e a transferência de dinâmica de preditores relevantes. A regressão de série temporal pode ajudá-lo compreender e prever o comportamento de sistemas dinâmicos a partir de dados experimentais ou observacionais. A regressão de série temporal é comumente usada para modelagem e previsão dos sistemas económicos, financeiros e biológicos”.
Prever o futuro parece ótimo, certo? Por favor, não conte a ninguém que eu disse que matemática era legal.
A análise de regressão de série temporal envolve a criação de muitos intervalos de tempo diferentes e resultados de negócios correspondentes dentro desses períodos. O modelo é baseado no conceito de anúncioque remonta a 1979 e descreve a relação não linear entre publicidade e comportamento do consumidor.
A teoria de Adstock afirma que a publicidade não é imediata e tem retornos decrescentes, o que significa que o seu poder de influência diminui ao longo do tempo, mesmo que lhe seja atribuído mais dinheiro. Portanto, a análise de regressão temporal ajudará os profissionais de marketing a compreender o cronograma potencial para a eficácia da publicidade e como otimizar o mix de marketing para compensar esses fatores.
Deve-se notar que este é apenas um dos muitos modelos; Dependendo dos objetivos da sua organização, da qualidade dos seus dados e do fornecedor com quem você escolhe trabalhar, um modelo diferente pode ser implementado.
Etapa 3: analisar
Na etapa de análise serão examinados os resultados do modelo escolhido; Esses resultados serão apresentados na forma de uma decomposição de vendas, que decompõe os dados em volume para cada tática modelada.
Há 3 métricas importantes Ao analisar o detalhamento das vendas:
- Eficácia
- Eficiência
- Retorno médio do investimento (MROI)
Você poderá obter insights sobre essas métricas para seus esforços de marketing como um todo e para cada tática individualmente.
Etapa 4: otimizar
Este estágio final do MMM permite essencialmente converter suas saídas em entradas – estilo círculo completo; Ou seja, você utiliza os resultados da sua análise para otimizar seu mix de marketing para campanhas futuras.
Parte da otimização incluirá um Simulação de “e se”. Os resultados do seu modelo de marketing são equações que demonstram a relação entre as atividades de marketing e os resultados de vendas. Usando essas equações, você pode prever o que acontecerá se forem feitas alterações no mix de marketing.
Por exemplo, “e se” reduzisse o preço das latas de Coca Cola em 5%? Esta questão considera como as mudanças em fatores incrementais, como descontos promocionais, afetarão as vendas, e o resultado do seu modelo retornará uma resposta precisa, que você pode usar para informar sua estratégia de promoções.
Escolhendo um fornecedor de modelo de mix de marketing
Agora que você tem uma compreensão mais clara do que é modelagem de mix de marketing e o que pode ser alcançado com ela, você deve começar a considerar qual fornecedor usará para lidar com sua modelagem. A menos que você tenha um gênio interno em análise estatística em sua organização, nesse caso, voila!
Durante as fases de pesquisa e consideração para encontrar o fornecedor certo, aqui estão alguns pontos-chave questões O que você pode querer perguntar:
- Questão 1: Quais drivers de vendas estão incluídos no modelo de mix de marketing?
- Questão 2: Como os dados são coletados?
- Questão 3: Qual é o nível de granularidade das entradas de dados?
- Pergunta 4: Como é garantida a precisão das entradas de dados?
- Pergunta 5: Quão granulares são os insights?
Sem uma pesquisa completa do fornecedor, você pode acabar com uma análise sem criatividade e que se prolonga com atrasos não planejados. Ou, na pior das hipóteses, você pode acabar com dados imprecisos deixar de gerar os insights acionáveis necessários para aumentar a receita e o ROI.
resumindo
Se feito corretamente, o MMM tem potencial para otimizar seu mix de marketing por meio da otimização baseada em fatos. O uso de dados estatísticos elimina as suposições da atividade de marketing, aumentando o retorno do investimento por meio de orçamentos alocados com precisão e contabilizando com precisão fatores sazonais e específicos do canal.
Em marketing, dados precisos significam mais espaço para ser criativo com seu conteúdo e mais tempo para criar uma experiência do cliente (CX) memorável para seu público. Investir em modelos de mix de marketing lhe dará confiança para tomar medidas decisivas em seu mercado e, em última análise, ir além de seus concorrentes.
