Houd grip op je marketing-ROI met Marketing Mix Modelling
Door veranderingen in consumentengedrag en het medialandschap vragen organisaties zich steeds vaker af hoe ze zeker weten dat een marketingplan het gewenste effect heeft. Marketing Mix Modelling kan daarin uitkomst bieden.
De afgelopen jaren is er in het medialandschap het nodige veranderd. Allereerst zijn door de coronapandemie consumenten veel meer online en is het aantal digitale bestellingen flink toegenomen. Inmiddels lijkt de grootste hausse van het online shoppen voorbij, zo blijkt uit cijfers van het CBS over de online omzet over het eerste kwartaal van 2023. Dat hangt onder meer samen met de snel opgelopen inflatie en het tanende consumentenvertrouwen.
Daarnaast is het aantal platformen de afgelopen jaren flink gegroeid. Naast nieuwe social media zoals TikTok, komen er ook steeds meer streamingdiensten die partijen inzetten voor hun marketingactiviteiten. Zo organiseerde Christine Le Duc in mei zijn eerste modeshow via streamingplatformen Snetch, waarbij consumenten de getoonde producten konden aanschaffen. De sterke toename van het aantal mogelijkheden om online aanwezig te zijn is een van de redenen waarom de bestedingen aan online reclame in 2022 met 13 procent toenamen tot 3,5 miljard euro.
Tegelijkertijd mogen door de cookiewet en strenge GDPR-regels organisaties online steeds minder meten. Als gevolg daarvan hebben trackingcookies ook minder waarde en werd vorig jaar 43 procent van de digitale advertenties ingekocht zonder het gebruik van third-party cookies, zo blijkt uit de Digital Ad Spend Study. Daar komt nog bij dat het Nationaal Media Onderzoek (NMO) sinds 2023 op een nieuwe meetmethode is overgestapt, waardoor het op korte termijn moeilijker is om resultaten met elkaar te vergelijken.
Beter meten dankzij Marketing Mix Modelling
Het gevolg van al deze ontwikkelingen is dat veel van de traditionele methoden om je marketinginspanningen te meten op losse schroeven zijn komen te staan. Een van de oplossingen om hier toch grip op te houden is Marketing Mix Modelling. Hierin breng je alle beschikbare data samen en kun je deze eenvoudig met elkaar vergelijken, waardoor je een beter inzicht krijgt in de prestaties van verschillende media en kanalen.
Het grote verschil tussen Marketing Mix Modelling en andere meetmethoden is dat het over een andere as gaat. Voor je resultaten kijk je niet naar laatste klik of andere attributiemodellen, maar stel je de bestedingen als centrale meetmethode. Cijfers zoals die van het CBS en soortgelijke bronnen geven hierin vaak waardevolle inzichten over het consumentengedrag. Een van de belangrijkste voordelen van Marketing Mix Modelling is dat je niet gebruikmaakt van persoonsgebonden data, waardoor je geen last hebt van trackingproblemen en voldoet aan de GDPR-regels.
Voorbeelden in telecom, retail en ‘fast movers’
Een aantal bedrijven zet deze digitale vorm van Marketing Mix Modelling inmiddels effectief in. Een telecombedrijf vroeg ons te onderzoeken of er wekelijks te veel of te weinig budget werd besteed aan de TV-campagnes. Door dit te optimaliseren hebben ze het overgebleven budget over andere kanalen verdeeld, waardoor de kosten per acquisitie met 14 procent zijn gedaald.
Een supermarktketen realiseerde dankzij Mix Marketing Modelling 30 procent meer impact via zijn digitale kanalen. Door alle cookies- en privacywetgeving kunnen ze niet meer goed naar de laatste klik kijken, waardoor het digitaal lastiger wordt om de optimale mix te bepalen. Binnen Marketing Mix Modelling kun je zien welke campagnes het meeste effect opleveren voor je KPI’s. Je kijkt niet meer naar de volgorde van de uitingen maar naar de campagnes zelf. Door te analyseren welke boodschappen het beste werken, kun je deze campagnes vervolgens verder optimaliseren.
Ook een fast mover had baat bij Marketing Mix Modelling. Het bedrijf analyseerde welke impact de inzet van bepaalde mediatypen had op de conversie. Door geotargeting in social media te combineren met buitenreclame zagen ze 20 procent meer mensen de winkel binnenlopen.
Niet nieuw
Marketing Mix Modelling is niet nieuw: het bestaat al decennialang. Het verschil is dat voorheen soms onduidelijk was hoe de resultaten tot stand kwamen en dat ze in een aantal gevallen nog handmatig werden gemodelleerd. Daardoor duurde het vaak lang voordat de analyses voorhanden waren en konden rapportages maanden op zich laten wachten. Doordat steeds meer zaken zijn geautomatiseerd en machine learning wordt toegepast, kan Marketing Mix Modelling nu veel efficiënter worden ingezet. Via beschikbare bronnen kunnen automatisch de gewenste data worden verzameld en dankzij machine learning kunnen ze sneller en accurater worden geïmplementeerd. Daarnaast kun je eerder uitgevoerde experimenten toevoegen om zo toekomstige uitkomsten te voorspellen. Via een realtime dashboard kun je op deze manier op detailniveau bijvoorbeeld je online campagne met je TV-reclames vergelijken en deze ook eenvoudig beter op elkaar afstemmen, wat een direct effect heeft op de ROI van je marketing.
Marketing Mix Modelling helpt organisaties op deze manier om een compleet beeld van de impact van alle marketingactiviteiten te realiseren. Het zorgt ervoor dat je beter kunt bepalen welke marketing en media op welk moment het beste ingezet kan worden.
Over de auteur: Marijke Wiersma is Head of Analytics bij Annalect Nederland.
Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social media: LinkedIn, Twitter en Facebook.
Plaats een reactie
Uw e-mailadres wordt niet op de site getoond