Моделирование маркетинг-микса

Моделирование маркетингового микса ( МММ ) используется для оценки влияния различных маркетинговых тактик ( маркетингового микса ) на продажи, которые затем можно использовать для прогнозирования влияния будущих наборов тактик. МММ используют статистические модели, такие как многомерные регрессии , и продаж и маркетинга данные временных рядов . Их часто используют для оптимизации рекламного комплекса и тактики продвижения с точки зрения продаж, доходов или прибыли.

Эти методы были разработаны специализированными консалтинговыми компаниями совместно с учеными и впервые были применены к потребительским товарам в упаковке , поскольку производители этих товаров имели доступ к точным данным о продажах и маркетинговой поддержке. Повышенная доступность данных, значительно возросшая вычислительная мощность и необходимость измерения и оптимизации маркетинговых расходов привели к взрывному росту популярности маркетингового инструмента. В последнее время МММ нашел признание в качестве надежного маркетингового инструмента среди крупных компаний, занимающихся потребительским маркетингом.

История

См. Также: Маркетинговый микс

В основе МММ лежит концепция маркетинг-микса , которая определяется как набор переменных, которые компания может изменить для удовлетворения потребностей своих клиентов. Этот термин был разработан Нилом Борденом , который утверждает, что начал использовать эту фразу примерно в 1949 году в своих преподаваниях и писательстве. Он благодарит своего коллегу Джеймса Каллитона за идею «маркетингового комплекса», заключающегося в изображении руководителя следующим образом:

Руководитель — это миксер ингредиентов, который иногда следует рецепту по ходу дела, иногда адаптирует рецепт к имеющимся в наличии ингредиентам, а иногда экспериментирует или изобретает ингредиенты, которые никто другой не пробовал.

Более того, по словам Бордена, менеджер по маркетингу должен «взвесить поведенческие силы, а затем жонглировать маркетинговыми элементами в своем миксе, внимательно следя за ресурсами, с которыми ему приходится работать».

4P были краеугольным камнем управленческого подхода к маркетингу с 1960-х годов.

Начиная определять, что представляют собой «ингредиенты» маркетингового комплекса, Э. Джером Маккарти первым предложил четыре «П» маркетинга:

• цена,
• повышение,
• продукт и
• место (распределение).

Каждая из них представляет собой наиболее распространенные переменные, используемые при построении комплекса маркетинга. По словам Маккарти, у маркетологов, по сути, есть эти четыре переменные, которые они могут использовать при разработке маркетинговой стратегии и маркетингового плана . В долгосрочной перспективе все четыре переменные смеси можно изменить, но в краткосрочной перспективе изменить продукт или канал распределения сложно.

В 1980-х годах Бернард Бумс и Мэри Битнер построили модель, состоящую из семи букв «П». Они добавили «людей» в список существующих переменных, чтобы признать важность человеческого фактора во всех аспектах маркетинга. Они добавили слово «процесс», чтобы отразить тот факт, что услуги, в отличие от физических продуктов, воспринимаются как процесс в момент их приобретения.

Модель маркетинг-микса

Моделирование маркетингового микса (МММ) — это аналитический подход, который использует историческую информацию для количественной оценки влияния маркетинговой деятельности на продажи. Примером информации, которая может быть использована, являются синдицированные данные о точках продаж (агрегированный сбор данных о розничных продажах продуктов по выбранному набору параметров, таких как категория продукта или географический рынок) и внутренние данные компаний. Математически это делается путем установления одновременной связи различных маркетинговых мероприятий с продажами с помощью линейного или нелинейного уравнения регрессии . МММ определяет эффективность каждого из элементов маркетинга по его вкладу в объем продаж, эффективность (объем, генерируемый каждой единицей усилий), эффективность (объем продаж, разделенный на затраты) и рентабельность инвестиций (ROI) . Эти идеи помогают корректировать маркетинговую тактику и стратегию, оптимизировать маркетинговые расходы и прогнозировать продажи, моделируя различные сценарии.

МММ настраивается на основе статистической модели, в которой объем/стоимость продаж является зависимой переменной, а независимыми переменными являются различные маркетинговые усилия. Независимые переменные включают базовые и инкрементальные переменные. Базовые переменные можно разделить на базовые продажи и базовые драйверы. Базовые продажи — это продажи по умолчанию, которых компания достигла бы, если бы не велась реклама, что приписывается капиталу бренда с течением времени. Базовыми драйверами являются цена, дистрибуция, сезонность и макроэкономические факторы, влияющие на продажи продукции. Аналогично, дополнительные переменные можно разделить на дополнительные продажи и дополнительные драйверы. После создания переменных выполняется несколько итераций для создания модели, которая хорошо объясняет тенденции объема/стоимости. Дальнейшие проверки проводятся либо с использованием данных проверки, либо с помощью согласованности бизнес-результатов.

Результаты могут быть использованы для анализа влияния элементов маркетинга на различные аспекты. Вклад каждого элемента в процентах от общей суммы, нанесенной на графике по годам, является хорошим индикатором того, как эффективность различных элементов меняется с годами. Ежегодное изменение вклада также измеряется с помощью анализа результатов, который показывает, какой процент изменения общего объема продаж приходится на каждый из элементов. Для таких видов деятельности, как телевизионная реклама и торговое продвижение, можно провести более сложный анализ, например эффективность. Этот анализ сообщает менеджеру по маркетингу дополнительный прирост продаж, который может быть получен за счет увеличения соответствующего элемента маркетинга на одну единицу. Если доступна подробная информация о расходах на каждое действие, можно рассчитать рентабельность инвестиций в маркетинговую деятельность. Это не только полезно для отчета об исторической эффективности деятельности, но также помогает оптимизировать маркетинговый бюджет за счет определения наиболее и наименее эффективных маркетинговых мероприятий.

Как только окончательная модель будет готова, ее результаты можно будет использовать для моделирования маркетинговых сценариев для анализа «что, если» . Менеджеры по маркетингу могут перераспределять этот маркетинговый бюджет в разных пропорциях и видеть прямое влияние на продажи/ценность. Они могут оптимизировать бюджет, распределяя расходы на те виды деятельности, которые обеспечивают максимальную отдачу от инвестиций.

Некоторые подходы MMM включают в себя несколько продуктов или брендов, конкурирующих друг с другом, в модели отрасли или категории, где соотношение цен и доля рекламы считаются важными для варгейминга.

Компоненты

Модели маркетинг-микса разлагают общий объем продаж на два компонента:

Базовые продажи : это естественный спрос на продукт, обусловленный экономическими факторами, такими как ценообразование, долгосрочные тенденции, сезонность , а также качественными факторами, такими как узнаваемость бренда и лояльность к бренду .

Дополнительные продажи . Дополнительные продажи — это компонент продаж, обусловленный маркетинговой и рекламной деятельностью. Этот компонент можно далее разложить на продажи по каждому маркетинговому компоненту, например, телевизионной рекламе или рекламе на радио , печатной рекламе (журналы, газеты и т. д.), купонам, прямой почтовой рассылке , Интернету , рекламным акциям или демонстрациям и временным снижениям цен. Некоторые из этих видов деятельности приносят краткосрочную отдачу (купоны, рекламные акции), тогда как другие имеют долгосрочную отдачу (телевидение, радио, журналы/печатные издания).

Анализ маркетингового микса обычно проводится с использованием линейного регрессионного моделирования. Нелинейные и запаздывающие эффекты учитываются с помощью таких методов, как трансформация рекламных материалов . Типичные результаты такого анализа включают разложение общего годового объема продаж на вклады каждого маркетингового компонента (круговая диаграмма вкладов).

Пример круговой диаграммы вклада и гистограммы для воображаемого продукта годичной давности.

Пример круговой диаграммы вкладов и гистограммы с накоплением для воображаемого продукта текущего года.

Другой стандартный результат — это разложение годового роста и падения продаж («по графикам»).

Пример гистограммы с разбивкой объема изменений по различным маркетинговым источникам.

Элементы измеряются в МММ

Базовый и дополнительный объем

Само разбиение объема продаж на базовый (объем, который был бы создан в отсутствие какой-либо маркетинговой деятельности) и приростной (объем, созданный маркетинговой деятельностью в краткосрочной перспективе) с течением времени дает представление. База растет или снижается в течение более длительных периодов времени, в то время как действия, создающие дополнительный объем в краткосрочной перспективе, также влияют на базовый объем в долгосрочной перспективе. Изменение базового объема является хорошим показателем силы бренда и лояльности пользователей.

СМИ и реклама

Моделирование структуры рынка может определить влияние на продажи отдельных средств массовой информации, таких как телевидение, журналы и онлайн-реклама. В некоторых случаях его можно использовать для определения влияния отдельных рекламных кампаний или даже выполнения рекламы на продажи. Например, в случае телевизионной рекламной деятельности можно изучить, как каждое исполнение рекламы показало себя на рынке с точки зрения его влияния на объем продаж. MMM также может предоставить информацию о корреляциях телепередач на разных уровнях веса СМИ , измеряемых валовым рейтингом (GRP) по отношению к реакции объема продаж в течение определенного периода времени, будь то неделя или месяц. Также можно получить информацию о минимальном уровне ВРП (пороговый предел) в неделю, который необходимо вывести в эфир, чтобы оказать воздействие, и, наоборот, об уровне ВРП, при котором влияние на громкость максимизируется (предел насыщения) и о том, что дальнейшая деятельность не имеет никакой окупаемости. Хотя не все МММ смогут дать однозначные ответы на все вопросы, некоторые дополнительные области, в которых иногда можно получить информацию, включают: 1) эффективность 15-секундных казней по сравнению с 30-секундными казнями; 2) сравнение эффективности рекламы при показе в прайм-тайм и в нерабочее время; 3) сравнение прямого эффекта и эффекта ореола телевизионной активности различных продуктов или суббрендов. Также можно сравнить роль телевизионной деятельности, основанной на новых продуктах, и телевизионной деятельности, основанной на акционерном капитале, в развитии бренда. GRP конвертируется в охват (т. е. GRP делится на среднее значение частоту , чтобы получить процент людей, которые действительно смотрят рекламу). Это лучший показатель для моделирования телевидения.

Торговые акции

Продвижение торговли является ключевым мероприятием в каждом маркетинговом плане. Он направлен на увеличение продаж в краткосрочной перспективе за счет использования схем продвижения, которые эффективно повышают осведомленность клиентов о бизнесе и его продуктах. Реакция потребителей на рекламные акции неоднозначна и является предметом многочисленных споров. Существуют нелинейные модели для моделирования реакции. Используя MMM, мы можем понять влияние стимулирования торговли на увеличение объемов. Можно получить оценку объема, генерируемого на одно рекламное мероприятие в каждой из различных торговых точек по регионам. Таким образом, мы можем определить наиболее и наименее эффективные каналы торговли. Если доступна подробная информация о расходах, мы можем сравнить рентабельность инвестиций в различные виды торговой деятельности, такие как ежедневная низкая цена, готовая витрина. Мы можем использовать эту информацию для оптимизации торгового плана, выбирая наиболее эффективные каналы торговли и ориентируясь на наиболее эффективную рекламную деятельность.

Цены

Рост цен на бренд отрицательно влияет на объем продаж. Этот эффект можно уловить путем моделирования цены в MMM. Модель обеспечивает ценовую эластичность бренда, которая сообщает нам процентное изменение продаж при каждом процентном изменении цены. Используя это, менеджер по маркетингу может оценить влияние решения об изменении цены.

Распределение

Что касается элемента распределения, мы можем знать, как будет меняться объем при изменении усилий по распределению или, другими словами, при каждом процентном сдвиге ширины или глубины распределения. Это можно определить конкретно для каждого канала и даже для каждого вида розничной торговли. Учитывая эти идеи, усилия по распространению могут быть расставлены по приоритетам для каждого канала или типа магазина, чтобы получить максимальную отдачу от него. Недавнее исследование бренда прачечной показало, что увеличение объема продаж за счет увеличения присутствия на 1% в ближайшем магазине Kirana на 180% больше, чем за счет увеличения присутствия на 1% в супермаркете. Основываясь на стоимости таких усилий, менеджеры определили правильный канал для инвестиций в распространение.

Запускает

Когда запускается новый продукт, соответствующая реклама и рекламные акции обычно приводят к увеличению объема продаж, чем ожидалось. Этот дополнительный объем невозможно полностью отразить в модели с использованием существующих переменных. Часто используются специальные переменные для учета этого дополнительного эффекта от запусков. Совокупный вклад этих переменных и маркетинговых усилий, связанных с запуском, даст общий вклад в запуск. Различные запуски можно сравнить, посчитав их эффективность и рентабельность инвестиций.

Соревнование

Влияние конкуренции на продажи бренда фиксируется путем создания соответствующих переменных конкуренции. Переменные создаются на основе маркетинговой деятельности конкурентов, такой как телевизионная реклама, торговые акции, запуск продуктов и т. д. Результаты модели можно использовать для выявления самой большой угрозы для продаж собственного бренда со стороны конкуренции. Перекрестная ценовая эластичность и перекрестная эластичность продвижения могут использоваться для разработки подходящего ответа на тактику конкуренции. Успешную конкурентную кампанию можно проанализировать, чтобы извлечь ценный урок для собственного бренда.

Телевидение и радиовещание:Применение МММ также может быть применено в вещательных СМИ. Вещательные компании могут захотеть узнать, от чего зависит, будет ли спонсироваться конкретный продукт. Это может зависеть от атрибутов ведущего, содержания и времени выхода программы в эфир. поэтому они будут формировать независимые переменные в нашем стремлении разработать функцию продажности программы.Пригодность программы зависит от атрибутов ведущего, содержания программы и времени выхода программы в эфир.

Обучение в МММ

Типичные исследования МММ дают следующую информацию:

• Вклад маркетинговой активности
• Рентабельность инвестиций по маркетинговой деятельности
• Эффективность маркетинговой деятельности
• Оптимальное распределение расходов
• Обучение тому, как лучше выполнять каждое действие, например, оптимальный GRP в неделю, оптимальное распределение между 15 и 30 годами, какие промоакции проводить, какой SKUS использовать для продвижения и т. д.

Принятие МММ в отрасли

С начала 2000-х годов многие крупные компании, особенно производители потребительских товаров, перешли на МММ. Многие компании из списка Fortune 500, такие как P&G, AT&T, Kraft, Coca-Cola, Hershey и Pepsi сделали MMM неотъемлемой частью своего маркетингового планирования. Это также стало возможным благодаря наличию специализированных фирм, которые сейчас предоставляют услуги МММ.

Модели маркетинг-микса изначально были более популярны в отрасли потребительских товаров (CPG) и быстро распространились на розничную торговлю и фармацевтику из-за доступности синдицированных данных в этих отраслях. Пионерами, использовавшими это в полномасштабном коммерческом применении, были Marketing Management Analytics (MMA) (1990 г.) и Hudson River Group (1989 г.). Позже компании обработки данных Nielsen и IRI начали включать MMM в свои стандартные контракты на передачу данных, что привело к тому, что эти первые компании начали расширяться в другие вертикали. Доступность данных временных рядов имеет решающее значение для надежного моделирования эффектов маркетинг-микса, а систематическое управление данными о клиентах через CRM-системы в других отраслях, таких как телекоммуникации, финансовые услуги, автомобильная промышленность и гостиничный бизнес, способствовало их распространению в этих отраслях. Кроме того, доступность конкурентных и отраслевых данных через сторонние источники, такие как Ultimate Consumer Panel компании Forrester Research (финансовые услуги), Polk Insights (автомобильная промышленность) и Smith Travel Research (гостиничный бизнес), еще больше расширила возможности применения моделирования маркетинг-микса в этих отраслях. . Применение моделирования маркетинг-микса в этих отраслях все еще находится на начальной стадии, и необходимо провести значительную стандартизацию, особенно в этих областях:

• Интерпретация рекламной деятельности в разных отраслях: например, рекламные акции в сфере потребительских товаров не имеют запаздывающего эффекта, поскольку они происходят в магазине, но рекламные акции в сфере автомобилестроения и гостиничного бизнеса обычно проводятся через Интернет или через дилерский маркетинг и могут иметь более длительные задержки в своем воздействии. Рекламные акции CPG обычно представляют собой абсолютные ценовые скидки, тогда как рекламные акции в автомобильной отрасли могут представлять собой возврат денег или льготы по кредитам, а рекламные акции в сфере финансовых услуг обычно представляют собой скидки по процентной ставке.
• Маркетинг индустрии гостеприимства имеет очень сильную сезонную структуру, и большинство моделей маркетинг-микса склонны путать эффективность маркетинга с сезонностью, тем самым переоценивая или недооценивая рентабельность маркетинговых инвестиций. Необходимо использовать модели поперечных срезов временных рядов, такие как «объединенная регрессия», которые увеличивают размер выборки и ее вариацию и, таким образом, обеспечивают надежное разделение чистых маркетинговых эффектов от сезонности.
• Производители автомобилей тратят значительную часть своих маркетинговых бюджетов на рекламу дилеров, которую невозможно точно измерить, если она не смоделирована на правильном уровне агрегирования. При моделировании на национальном уровне или даже на уровне рынка или прямого доступа к памяти эти эффекты могут быть потеряны из-за систематической ошибки агрегирования. С другой стороны, переход на уровень дилеров может привести к переоценке эффективности маркетинга, поскольку при этом будет игнорироваться переключение потребителей между дилерами в одном и том же регионе. Правильным, хотя и строгим подходом было бы определить, каких дилеров объединить в «добавляемые» общие группы на основе перекрывающихся «торговых зон», определяемых почтовыми индексами потребителей и информацией о перекрестных покупках. По крайней мере, «общие дилерские зоны» можно определить путем кластеризации дилеров на основе географического расстояния между дилерами и доли продаж в округе. Модели маркетинг-микса, построенные путем «объединения» ежемесячных продаж для этих дилерских кластеров, будут эффективно использоваться для эффективного измерения воздействия дилерской рекламы.

Распространение моделирования маркетинг-микса также ускорилось из-за внимания Раздела 404 Сарбейнса-Оксли, который требовал внутреннего контроля для финансовой отчетности о значительных расходах и издержках. Маркетинг потребительских товаров может составлять более 10% общего дохода, и до появления моделей маркетинг-микса для оценки этих расходов использовались качественные или «мягкие» подходы. Моделирование маркетинг-микса представляет собой строгий и последовательный подход к оценке инвестиций в маркетинг-микс, как это уже продемонстрировала индустрия потребительских товаров. Исследование Американской ассоциации маркетинга показало, что высшее руководство с большей вероятностью подчеркивало важность маркетинговой ответственности, чем руководство среднего звена, что предполагает стремление сверху вниз к большей ответственности.

Расцвет моделирования байесовского маркетинг-микса

Ландшафт маркетинговой аналитики существенно изменился с появлением байесовского моделирования маркетингового комплекса (МММ), которое использует вероятностный подход для лучшего управления неопределенностью и интеграции исторических данных в текущий анализ. Эта методология резко контрастирует с традиционными частотными методами, предоставляя маркетологам более детальное представление о поведении потребителей и эффективности маркетинговых усилий.

Вклады с открытым исходным кодом

Более широкому внедрению байесовских подходов к МММ в значительной степени способствовали инициативы с открытым исходным кодом. Среди них следует выделить такие инструменты, как PyMC-Marketing и LightweightMMM , которые демократизировали доступ к расширенной аналитике. Эти платформы позволяют использовать сложные методы, такие как трансформация рекламных материалов и моделирование эффектов насыщения, которые имеют решающее значение для оптимизации маркетинговых бюджетов и стратегий.

Инновации в байесовском МММ

Байесовский МММ характеризуется несколькими ключевыми нововведениями:

• Трансформация рекламных материалов. Эта функция фиксирует длительное и совокупное воздействие рекламы, позволяя маркетологам точно настраивать время и эффективность кампании.
• Эффекты насыщения: байесовский MMM помогает определить точку убывающей отдачи от маркетинговых инвестиций , что имеет решающее значение для эффективного распределения бюджета.
• Распределение бюджета. Моделируя различные маркетинговые сценарии, компании могут использовать байесовский MMM, чтобы направить свои расходы в наиболее эффективные каналы, используя вероятностную структуру, которая инкапсулирует неопределенность в оптимизации.

Проблемы и возможности

Байесовская МММ, хотя и становится все более популярной, все же создает определенные проблемы, в частности, необходимость глубокого понимания байесовской статистики и вычислительных требований, которые она предъявляет организациям. Однако природа таких инструментов с открытым исходным кодом, как PyMC-Marketing, помогает смягчить эти барьеры за счет создания поддерживающего сообщества и обмена ресурсами.

Вот еще несколько задач, которые следует учитывать:

• Ограничения данных
  • Ограниченное количество данных
  • Коррелированные входные переменные
  • Ограниченный диапазон данных
• Предвзятость выбора
  • Таргетинг рекламы
  • Сезонность
  • Эффекты воронки
• Выбор модели и неопределенность

Напротив, существуют возможности повышения надежности МММ:

• Лучшие данные
• Лучшие модели
• Оценка модели

Влияние на маркетинговую аналитику

Байесовский МММ существенно повлиял на маркетинговую аналитику, позволив более глубоко понять эффективность и результативность маркетинга. Его быстро признают золотым стандартом для организаций, управляемых данными. Ожидается, что благодаря постоянному развитию вычислительных технологий и усовершенствованным методам сбора данных байесовские модели станут еще более неотъемлемой частью маркетинговой аналитики.

Включая эти элементы, байесовский МММ продолжает развиваться как преобразующая сила в маркетинговой аналитике, предоставляя предприятиям беспрецедентный уровень ясности и дальновидности в своих маркетинговых инвестициях.

Ограничения

Хотя модели комплекса маркетинга предоставляют много полезной информации, существуют две ключевые области, в которых эти модели имеют ограничения, которые следует принимать во внимание всем, кто использует эти модели для принятия решений. Эти ограничения, более подробно обсуждаемые ниже, включают в себя:

1) сосредоточенность на краткосрочных продажах может существенно недооценивать важность долгосрочных мероприятий по созданию акционерного капитала; и

2) при использовании для оптимизации медиа-микса эти модели имеют явный уклон в пользу средств массовой информации, привязанных к конкретному времени (например, телевизионной рекламы), по сравнению с медиа, менее привязанными ко времени (например, рекламы, появляющейся в ежемесячных журналах); предвзятость также может возникнуть при сравнении средств массовой информации широкого спектра со средствами массовой информации, ориентированными на регион или демографическую ситуацию.

Что касается предвзятости в отношении мероприятий по созданию акционерного капитала, маркетинговые бюджеты, оптимизированные с использованием моделей комплекса маркетинга, могут иметь слишком большую тенденцию к эффективности, поскольку модели комплекса маркетинга измеряют только краткосрочные эффекты маркетинга. Долгосрочные эффекты маркетинга отражаются на капитале бренда. Влияние маркетинговых расходов на [капитал бренда] обычно не отражается моделями маркетинг-микса. Одна из причин заключается в том, что более длительный период, в течение которого маркетинг влияет на восприятие бренда, выходит за рамки одновременного или, в лучшем случае, воздействия маркетинга на продажи на несколько недель вперед, которое измеряют эти модели. Другая причина заключается в том, что временные колебания продаж, вызванные экономическими и социальными условиями, не обязательно означают, что маркетинг неэффективен в создании капитала бренда. Напротив, вполне возможно, что в краткосрочной перспективе продажи и доля рынка могут ухудшиться, но капитал бренда на самом деле может быть выше. Этот более высокий капитал должен в долгосрочной перспективе помочь бренду восстановить продажи и долю рынка.

Поскольку модели маркетинг-микса предполагают, что маркетинговая тактика оказывает положительное влияние на продажи, это не обязательно означает, что она оказывает положительное влияние на долгосрочную ценность бренда. Различные маркетинговые меры по-разному влияют на краткосрочные и долгосрочные продажи брендов, и корректировка маркетингового портфеля для максимизации только краткосрочной или долгосрочной перспективы будет неоптимальной. Например, краткосрочный положительный эффект рекламных акций на потребительскую полезность побуждает потребителей переключаться на продвигаемый бренд, но неблагоприятное воздействие рекламных акций на капитал бренда сохраняется от периода к периоду. Таким образом, чистый эффект рекламных акций на долю рынка и прибыльность бренда может быть отрицательным из-за их негативного воздействия на бренд. Определение рентабельности маркетинговых инвестиций только на основе моделей маркетинг-микса может привести к ошибочным результатам. Это происходит потому, что маркетинг-микс пытается оптимизировать маркетинг-микс для увеличения дополнительного вклада, но маркетинг-микс также стимулирует капитал бренда, который не является частью дополнительной части, измеряемой моделью маркетинг-микса, а является частью базового уровня. Истинный ' Рентабельность инвестиций в маркетинг представляет собой сумму краткосрочной и долгосрочной рентабельности инвестиций. Тот факт, что большинство фирм используют модели маркетинг-микса только для измерения краткосрочной рентабельности инвестиций, можно сделать вывод из статьи Буза Аллена Гамильтона , в которой говорится о значительном сдвиге от традиционных средств массовой информации к расходам «ниже черты». , что обусловлено тем, что расходы на рекламу легче измерить. Но академические исследования показали, что рекламная деятельность на самом деле вредна для долгосрочной рентабельности инвестиций в маркетинг (Ataman et al., 2006). Краткосрочные модели маркетинг-микса можно комбинировать с моделями капитала бренда, используя данные отслеживания бренда для измерения «рентабельности инвестиций бренда» как в краткосрочной, так и в долгосрочной перспективе. Наконец, сам процесс моделирования не должен быть более дорогостоящим, чем получаемый в результате выигрыш в прибыльности; т.е. он должен иметь положительную отдачу от усилий по моделированию (РИМ) .

Второе ограничение моделей маркетинг-микса вступает в силу, когда рекламодатели пытаются использовать эти модели для определения наилучшего распределения средств массовой информации по различным типам средств массовой информации. Традиционное использование МММ для сравнения денег, потраченных на телевидение, с деньгами, потраченными на купоны, было относительно обоснованным, поскольку как телевизионная реклама, так и появление купонов (например, в рекламе FSI в газете) были весьма привязаны ко времени. Однако, поскольку использование этих моделей расширилось до сравнения более широкого спектра типов средств массовой информации, следует проявлять крайнюю осторожность.

Даже при использовании традиционных средств массовой информации, таких как реклама в журналах, использование МММ для сравнения результатов в различных средствах массовой информации может быть проблематичным; хотя разработчики моделей накладывают модели «типичных» кривых просмотра ежемесячных журналов, им недостает точности и, таким образом, вносится дополнительная вариативность в уравнение. Таким образом, сравнение эффективности показа телевизионной рекламы с эффективностью показа рекламы в журнале будет смещено в пользу телевидения с его большей точностью измерения. По мере распространения новых форм средств массовой информации эти ограничения становятся еще более важными, и их следует учитывать, если использовать МММ в попытках количественной оценки их эффективности. Например, спонсорский маркетинг, спортивный маркетинг, вирусный маркетинг, блог-маркетинг и мобильный маркетинг различаются по времени воздействия.

Кроме того, большинство подходов к моделям маркетинг-микса пытаются включить все маркетинговые мероприятия в совокупности на национальном или региональном уровне, но в той степени, в которой различные тактики ориентированы на различные демографические группы потребителей, их влияние может быть потеряно. Например, спонсорство Mountain Dew NASCAR может быть ориентировано на фанатов NASCAR, которые могут включать несколько возрастных групп, но реклама Mountain Dew в игровых блогах может быть ориентирована на поколение Y. Обе эти тактики могут быть очень эффективными в соответствующих демографических группах, но, если их объединить в национальную или региональную модель маркетингового комплекса, они могут оказаться неэффективными.

Предвзятость агрегирования, а также проблемы, связанные с различиями в характере различных сред в зависимости от времени, создают серьезные проблемы, когда эти модели используются способами, выходящими за рамки тех, для которых они изначально были разработаны. Поскольку средства массовой информации становятся еще более фрагментированными, крайне важно, чтобы эти проблемы принимались во внимание, если модели маркетинг-микса используются для оценки относительной эффективности различных средств массовой информации и тактик.

Модели маркетинг-микса используют исторические результаты для оценки эффективности маркетинга и поэтому не являются эффективным инструментом для управления маркетинговыми инвестициями в новые продукты. Это связано с тем, что относительно короткая история появления новых продуктов делает результаты маркетинг-микса нестабильными. Кроме того, взаимоотношения между маркетингом и продажами могут радикально отличаться в периоды запуска и стабильности. Например, первоначальные результаты Coke Zero были очень плохими и показали низкую эластичность рекламы. Несмотря на это, Coke увеличила свои расходы на средства массовой информации, усовершенствовала стратегию и радикально улучшила свою эффективность, что привело к эффективности рекламы, которая, вероятно, в несколько раз превышает эффективность в период запуска. Типичная модель маркетинг-микса рекомендовала бы сократить расходы на рекламу и вместо этого прибегнуть к значительным скидкам.

См. также

• Эконометрическая модель
• Маркетинговая стратегия
• Управление маркетингом
• Маркетинговый план
• Стратегический менеджмент
• Стратегическое планирование
• Эффективность маркетинга
• Возврат инвестиций в маркетинг
• Покупательский маркетинг
• Цепочка спроса

Дальнейшее чтение

• Атаман, М. Берк; ван Херде, Харальд Дж.; Мела, Карл Ф. (2010). «Долгосрочное влияние маркетинговой стратегии на эффективность бренда». Журнал маркетинговых исследований . 47 (5): 866–882. дои : 10.1509/jmkr.47.5.866 .
• Теллис, Джерард Дж. (2006). «Моделирование маркетинг-микса». В Гровере, Раджив; Вриенс, Марко (ред.). Справочник по маркетинговым исследованиям: использование, неправильное использование и будущие достижения . стр. 506–522. ISBN  978-1-4129-0997-6 .