Softvér na modelovanie marketingového mixu pre e-shopy
Media Marketing Mix (MMM) je bayesovský model marketingového mixu, ktorý za vás natrénuje AmICited pomocou open-source enginu Google Meridian. V aplikácii vyberiete výsledok a kanály a model odhadne, čo každý kanál pridal, kde by najbližších 1 000 rozpočtu zabralo najviac a či platené vyhľadávanie mení vašu organickú návštevnosť. Nepotrebujete kód ani tím dátových vedcov.
Značky, ktoré sledujú, ako ich AI odpovede menujú — vzorkované denne na každej ploche, kde sa ich zákazníci pýtajú.
Prečítať prípadové štúdie →Media mix modeling na vašich vlastných dátach
Model pracuje s týždennou granularitou. Vyberiete jeden výsledok a potom kanály, ktorými ho vysvetlíte: výdavky a zobrazenia importované z pripojených reklamných účtov, vlastné marketingové náklady pre kanály bez integrácie a skupiny kampaní, ktoré rozdelia jednu platformu na viac kanálov.
- Výsledky — tržby obchodu, objednávky obchodu, tržby z nákupov v GA4, nákupy v GA4 alebo ľubovoľná konverzná udalosť GA4, počítaná ako počet alebo s hodnotou na konverziu, aby model mohol vykázať návratnosť výdavkov.
- Päť reklamných integrácií — Google Ads, Microsoft Advertising, Meta Ads, LinkedIn Ads a ChatGPT Ads, pripojené cez rovnaké integrácie reklamných platforiem, aké používa zvyšok AmICited.
- Skupiny kampaní — rozdeľte napríklad brandové a nebrandové kampane Google Ads podľa ID alebo pravidla pre názov. Skupina potrebuje aspoň 8 týždňov so zobrazeniami a aplikácia navrhuje skupiny pre kampane s 5 % alebo viac výdavkov platformy.
- Až 256 kanálov — menej väčších kanálov však dáva modelu na každý odhad viac signálu.
Príspevok, ROI a krivky odozvy
Pre každý kanál model vykazuje jeho odhadovaný príspevok k výsledku s 90 % intervalom spoľahlivosti a jeho ROI ako tržby na jednotku výdavkov. Krivky odozvy ukazujú, ako sa očakáva zmena výsledku, keď sa výdavky posúvajú od nuly po trojnásobok dnešnej úrovne, takže vidíte, kde sa návratnosť vyrovnáva.
- Kde najbližších 1 000 zaberie najviac — verdikt pre každý kanál (zvýšiť, znížiť alebo nejasné) založený na hraničnej návratnosti pri súčasných výdavkoch.
- Najlepšie rozdelenie dnešného rozpočtu — rovnaký súčet, prerozdelený medzi kanály tak, aby bol modelovaný výsledok najvyšší.
- Scenáre — nastavte každý kanál kdekoľvek od 0× do 3× jeho výdavkov a porovnajte modelovanú zmenu s jej 90 % intervalom. Scenár nie je prognóza tržieb a nikdy nemení rozpočty vo vašich reklamných platformách.
- Diagnostika, ktorú si môžete overiť — konvergencia (R-hat, efektívna veľkosť vzorky, divergencie), prepočty na citlivosť voči priorom, týždenný automatický prepočet a uložené verzie na porovnanie.
Platené a organické: zvyšuje PPC organiku, alebo ju kanibalizuje?
Model platené–organické kladie otázku, ktorú väčšina atribučných nástrojov preskakuje: zvyšujú vaše výdavky na platené vyhľadávanie organickú návštevnosť, alebo ju znižujú? Nastavte výsledok na organické relácie GA4, organické kliknutia zo Search Console alebo organické kliknutia z Bing Webmaster Tools a model odhadne organickú návštevnosť s PPC a bez PPC v čase.
- Vplyv PPC v čase — modelový základ bez PPC vedľa pozorovanej série.
- Príspevok so znamienkom — platené vyhľadávanie môže organické kliknutia pridávať, uberať alebo nemať jasný efekt.
- Náklady na inkrementálne organické kliknutie — zobrazené len tam, kde je efekt kladný a identifikovaný, nikdy nie vynútené.
- Dopĺňa reporty medzier — výrazy, za ktoré platíte a nemáte na ne žiadnu organickú stránku, sú uvedené v Paid-Proven Gaps.
Koľko histórie potrebuje modelovanie marketingového mixu
Štandardný model potrebuje 164 úplných týždňov: 156 týždňov výsledku plus 8-týždňové oneskorenie prenosu efektu (carryover). S menším množstvom dát sa model v režime obmedzenej histórie trénuje na 24 alebo viac úplných týždňoch, no nevie spoľahlivo odhaliť ročnú sezónnosť, viac sa opiera o svoje vstupné predpoklady a svoje odporúčania označuje ako len orientačné. Google Ads uchováva približne 13 mesiacov histórie, takže väčšina nových účtov začína v režime obmedzenej histórie, pokiaľ nezadáte staršie výdavky ako vlastné náklady.
- Najprv kontrola pripravenosti — pred akýmkoľvek trénovaním sa skontrolujú úplné týždne, mena, pokrytie zdrojov, uchovávanie a variácia kanálov; kanály, ktoré míňali v príliš málo týždňoch, sa vynechajú.
- Tržby, nie zisk — ROI sú tržby na jednotku výdavkov. Pre návratnosť zohľadňujúcu maržu pozrite Profit-true ROAS Meta reklám.
- Odhady, nie dôkaz — model oddeľuje efekty kanálov z observačných dát; test lift je stále silnejším dôkazom pre jeden kanál.
- Plány a cena — dostupné v plánoch Premium a Enterprise. Opakovaný poplatok za balík modelu sa začína účtovať, keď potvrdíte prvé trénovanie, a kontroly pripravenosti a trénovanie využívajú merané kredity dátového skladu.
úplných týždňov pre štandardný model, alebo 24 na štart v režime obmedzenej histórie
Konverzie hlásené platformami vám povedia, čo si pripisuje každá reklamná sieť. Model odhaduje, čo každý kanál pridal po zohľadnení ostatných.
Pozrite Meta Attribution Reality