Google annuncia Meridian, uno strumento di modellazione del marketing mix

Al momento stai visualizzando Google annuncia Meridian, uno strumento di modellazione del marketing mix
  • Autore dell'articolo:
  • Categoria dell'articolo:Marketing
  • Ultima modifica dell'articolo:15/03/2024
  • Tempo di lettura:6 minuti di lettura

Google ha presentato Meridiano, uno strumento open source di marketing mix modeling (MMM) volto ad affrontare sfide cruciali di misurazione. Gli strumenti MMM misurano l’impatto degli investimenti nel marketing e nei media su indicatori di prestazione vitali, come le vendite o le entrate, prevedendo al tempo stesso il potenziale di guadagno delle attività di marketing. Secondo il Marketing Survey di Forrester, 2023, circa il 30% dei professionisti del marketing B2C utilizza gli strumenti MMM per comprendere meglio in che modo il marketing genera valore per l’azienda.

Disimballaggio dei pilastri fondamentali di Google Meridian

L’incursione di Google nel fornire uno strumento MMM open source riflette la consapevolezza che l’accesso limitato a punti dati cruciali all’interno di ecosistemi chiusi impedisce agli inserzionisti di misurare efficacemente gli annunci digitali. Meridian mira a “[empower] team per costruire i migliori della categoria [MMM models] e ottenere risultati aziendali migliori”. Il colosso della tecnologia sottolinea l’approccio “durevole alla privacy” di Meridian, fondato su innovazione, trasparenza, fattibilità e istruzione. Ma gli esperti di marketing B2C devono rivedere le affermazioni di Meridian con occhio critico:

  • La “privacy durevole” è ridondante. MMM mantiene intrinsecamente la durabilità della privacy, poiché opera senza dati sul comportamento dei singoli clienti. Gli input si concentrano sui dati aggregati sui costi e sulle entrate dei media, evitando clic, visualizzazioni o conversioni di vendita individuali.
  • Le affermazioni di “innovazione” sono sopravvalutate. La maggior parte dei fornitori di analisi di marketing utilizza già gli stessi metodi di Meridian. L’approccio MMM di Meridian si basa su tecniche solide ma comuni, come un modello gerarchico bayesiano a livello geografico che incorpora dati su stagionalità, frequenza e copertura. Anche l’inclusione degli indicatori non di marketing rimane ambigua.
  • “Open source” non equivale a completa trasparenza. Sebbene l’open source consenta agli utenti di visualizzare e modificare l’algoritmo MMM, la completa trasparenza rimane sfuggente, in particolare per le parti interessate non tecniche come, ad esempio, un vicepresidente del marketing. Per molti acquirenti, comprendere gli approcci ML rappresenta una sfida significativa, che richiede notevole supporto e assistenza.
  • L’“agibilità” può essere limitata ai casi d’uso di marketing. La pianificazione degli scenari di Meridian si allinea con le offerte dei fornitori MMM, aiutando gli operatori di marketing a prevedere gli impatti futuri del marketing. Non è chiaro, tuttavia, se Meridian offra una pianificazione degli scenari che comprenda KPI non finanziari, funzionalità di vincolo, ottimizzazioni frequenti o obiettivi di ottimizzazione multipli.
  • L’”istruzione” distorce la tecnica, non la pratica. Mentre le specifiche tecniche di Meridian possono soddisfare ingegneri ML e data scientist, i dirigenti del marketing necessitano di formazione e supporto più completi. In The Forrester Wave™: misurazione e ottimizzazione del marketing, terzo trimestre 2023, le referenze dei clienti danno priorità ai servizi di supporto degli insight. I dirigenti del marketing cercano indicazioni sui modelli basati sul machine learning, mentre i data scientist che utilizzano Meridian hanno bisogno delle migliori pratiche per il coinvolgimento delle parti interessate e l’adozione del modello.

Sfrutta il successo del marketing oltre il MMM e costruisci una strategia di misurazione completa

L’annuncio di Google sottolinea l’importanza dell’analisi di marketing basata sul machine learning per misurare l’efficacia del marketing incrementale e guidare l’allocazione del budget. Ecco alcune considerazioni chiave prima di creare un modello MMM:

  1. Adottare un approccio di misurazione a più livelli. Il solo MMM non fornirà tattiche pubblicitarie o prestazioni a livello spot. Offre ai CMO una guida sulle prestazioni complessive del marketing mix e sull’allocazione del budget. Incorporare la modellazione del marketing mix come parte di un piano globale strategia di misurazione a più livelliutilizzando varie tecniche per valutare l’efficacia del marketing.
  2. Scegli fornitori con diverse capacità di analisi. Valuta i fornitori in base alla loro esperienza nel settore, ai processi di normalizzazione dei dati, alle metodologie di misurazione e ai servizi di supporto. La nostra recente valutazione, The Forrester Wave™: misurazione e ottimizzazione del marketing, terzo trimestre 2023valuta gli attori più significativi del mercato.
  3. Gestisci le aspettative con l’analisi MMM. Aspettatevi di vedere analisi MMM come effetti alone dei canali, decadimento degli annunci, frequenza ottimale dei canali e programmi su larga scala. Ma MMM potrebbe non offrire informazioni granulari sul rendimento delle tattiche pubblicitarie: i modelli non elaborano i dati sui clic e sui livelli di conversione come parte della loro analisi.
  4. Implementare i test di incrementalità. Se hai bisogno di aiuto con uno spot pubblicitario o con il rendimento di un particolare annuncio display, test gli approcci possono aiutare a misurare l’incremento del marketing. I tuoi team di data science, agenzie basate sui dati o fornitori indipendenti possono aiutarti a impostare un rigoroso test di marketing o sui media per analizzare l’impatto incrementale delle diverse tattiche di marketing.
  5. Forma la tua organizzazione sull’analisi di marketing. Forrester ritiene che l’intelligenza artificiale soffra di un problema di fiducia e IA spiegabile – le tecniche e le capacità software per garantire che le persone comprendano come i sistemi di intelligenza artificiale arrivano ai loro risultati – è un meccanismo di trasparenza fondamentale. Dai priorità alla trasparenza in MMM e prendi in considerazione strumenti con funzionalità di intelligenza artificiale spiegabili per migliorare la comprensione e la fiducia nelle informazioni basate sull’intelligenza artificiale.

Hai bisogno di assistenza con la modellazione del marketing mix o con iniziative di analisi di marketing più ampie? Richiedi un sessione di orientamento Oggi!

Lascia un commento