Sebagian besar merek akan kesulitan untuk memikirkan waktu yang lebih mengganggu untuk bisnis daripada apa yang telah mereka alami selama 18 bulan terakhir. Mulai dari pergeseran ke digital, pengurangan iklan, tantangan rantai pasokan, hingga meningkatnya kebutuhan privasi dan keamanan data-semuanya di tengah pandemi global-lanskap bagi pengiklan sama sekali tidak berjalan mulus.
Given the environment, which remains very much in flux, the focus on efficient marketing and tangible returns on investment (ROI) remain elevated, especially in industries where the ad recovery has been slower than others. With so much at stake, it’s not surprising that many brands have started exploring the prospect of bringing their marketing analytics in-house. In the face of all that’s happening in the world, it’s not an irrational notion. But it needs to be executed in the right way.
Importantly, the world of marketing technology has matured significantly in recent years, offering brands an array of solutions to help with everything from promotion to social media engagement to commerce. According to the Chief Marketing Technologist’s Marketing Technology Landscape report, the landscape was rife with 8,000 different martech solutions last year—up more than 13% from 2019. That’s a lot to navigate—and well before any actual analytic work comes into play.
As vast as the growing sea of available solutions is, marketing mix modeling (MMM) is the most critical solution for advertisers to understand and optimize their marketing dollars holistically. MMM can be leveraged globally, whereas certain data-needy solutions only provide coverage in top markets. Amid a rapidly fragmenting media landscape, in-market MMM expertise is a foundational need for brands looking to ensure that they’re spending their marketing dollars in the most effective channels.
While MMM is invaluable, it requires experience and accuracy to be truly effective. For example, Nielsen’s MMM studies have found that marketers waste between 25% and 50% of their spend because they aren’t able to determine the impact on ROI. In order to narrow that waste, brands need robust and time-tested MMM to successfully determine the qualitative results of each marketing activity.
Pada intinya, MMM adalah penggunaan analisis statistik untuk memahami dampak dari upaya pemasaran sebelumnya terhadap penjualan dan untuk memprediksi dampak dari inisiatif di masa depan. Bagi pemasar, pertimbangan MMM harus mencakup empat poin utama:
- Pandangan holistik tentang kinerja pemasaran
- Kemampuan untuk memengaruhi perencanaan dan optimalisasi anggaran pemasaran
- Metrik pengukuran yang sebanding
- Pandangan ke masa depan (pertimbangan privasi, persetujuan konsumen, dll.)
MMM-hanya satu kemampuan analitik yang sedang dipertimbangkan oleh beberapa merek untuk dibawa ke dalam perusahaan sendiri-adalah hal yang rumit. Menciptakan apa yang disebut sebagai agensi analitik internal bukanlah upaya yang mudah. Teknologi, kebutuhan staf, dan persyaratan keahliannya sangat luas dan kemungkinan besar sangat mahal. Dan untuk melakukannya dengan benar, biaya-biaya tersebut bersifat abadi. Karena itu, pengiklan dapat melakukan aspek in-house dengan benar dari kerangka kerja analitik mereka jika mereka memiliki rencana yang solid dan bermitra dengan penyedia analitik yang tepat.
Hal pertama yang perlu dilakukan oleh setiap pengiklan adalah menyelaraskan data mereka dan merumuskan strategi data. Memiliki akses ke data yang akurat dan strategi tentang cara menggunakan data adalah landasan dari hasil MMM yang dapat diandalkan dan cepat. Data internal yang dapat diandalkan dapat mengurangi tekanan seputar privasi dan keamanan sehubungan dengan MMM. Data yang dijaga dengan baik memberikan pengiklan kenyamanan karena mengetahui bahwa pembagian data dikendalikan, privasi dijaga, dan data dapat dikirimkan secara otomatis pada tingkat perincian yang tepat.
Hal kedua yang menjadi kunci keberhasilan adalah menjadwalkan irama pembaruan analitik secara teratur yang selaras dengan periode pengambilan keputusan dan perencanaan untuk setiap bisnis masing-masing merek. Teknologi telah berkembang sedemikian rupa sehingga dengan pengiriman data secara otomatis, hasil model dapat diperbarui dan dikirimkan ke tempat dan waktu yang tepat. Hal ini menghilangkan upaya besar yang diperlukan untuk membentuk tim analisis internal yang bertanggung jawab untuk mengembangkan dan memelihara teknologi serta menjalankan analisis. Hal ini juga memungkinkan pengiklan untuk terus memanfaatkan analitik yang unggul dan solusi terdepan di industri yang disediakan oleh agensi analitik terfokus.
Advertisers should also look for an MMM partner that can provide expert consulting when needed, as well as one that provides results and simulation/optimization capabilities in an easy-to-use interface. Partners should also have an understanding of different markets and maintain benchmarks in order to gut check MMM findings. Generating MMM results is part of the battle, but ensuring you’re able to understand and apply the results is another challenge entirely, which is a skill that MMM analytics companies have developed after years of working in the industry. This affords advertisers the flexibility to in-house none, part or all of the actual interpretation and strategic consulting that is required to take advantage of MMM results.
Setelah pengiklan mengotomatiskan pengumpulan datanya, memiliki akses ke antarmuka pengguna yang dapat diperbarui secara teratur, dan memiliki rencana untuk konsultasi strategis berdasarkan hasil MMM, pengiklan memiliki persyaratan internal yang diperlukan tanpa harus melakukan pekerjaan berat yang terlibat dalam pemeliharaan dan pemodelan analitik, sehingga dapat membantu memastikan bahwa uang pemasaran digunakan secara efektif dan efisien.
