GfK最新白皮书发布《在瞬息万变的世界中,如何实现营销投资回报最大化》

当今世界瞬息万变,拥有可以成功衡量营销效果和品牌影响力的能力比以往任何时候都重要。只有这样,您才能利用足够精准的洞见来优化营销投资,有效地触达目标受众,推动销售,并实现营销投资回报的最大化。在GfK最新推出的MMO(Marketing Mix Optimizer)白皮书中,GfK专家Spencer Ng和Gavin Morgan探讨了营销组合模型将如何解决企业面临的挑战。

1.随着数据保护被提上日程,隐私安全衡量解决方案至关重要

近年来,随着企业对数字渠道投资的增加,对可以衡量营销效果的技术的要求也在不断提高,以确保技术能够跟上企业的快节奏和敏捷步调。这种技术,即数字归因技术。

数字营销效果衡量的部署是否成功,曾一度取决于第三方cookie的收集——它可以监测消费者从接收广告到使用转化的过程。使用cookie收集数字归因数据,需要收集个人身份信息(PII),例如消费者所使用的设备和网络浏览器的类型,以及发现品牌时所用到的个人媒体渠道和平台等。

但是,政府、企业和消费者对PII数据的共享和使用越来越担心。因此,GDPR等监管变化和大型科技公司所采取的措施,导致这些数据受到限制,使得归因变得更加困难。但这也加大了人们对衡量营销效果替代技术的需求,包括对PII数据依赖程度较低的解决方案。

2.采取整体方法,确保准确衡量所有驱动因素和投资

面对数据隐私问题和营销领域的变化,采用有效的技术非常重要,但同样重要的是利用解决方案来衡量所有营销投资的影响力。营销组合模型(MMM)再次成为一个可行的解决方案,因为它提供了跨越所有销售驱动因素和媒体渠道的整体衡量方法,包括传统电视和平面广告等线下媒体渠道——这是数字归因本质上无法提供的。

3.利用粒度测量的强大功能和准确性

数字渠道和市场跟踪技术的发展,让数据和业绩指标变得比以往任何时候都更加精细。这种数据颗粒度非常适合进行更精确的衡量,并能提供非常可靠的投资建议。

事实上,在GfK,我们发现,当利用GfK专有的门店级数据时,我们的营销组合模型得到了显著改善,客户因此可以获得从0.6到0.8的RSQ可释销售业绩的改善。

门店级建模利用执行和投资驱动因素中呈现的成千上万种变化,以及这些变化对销售的后续影响,可以提供更准确的结果、预测和说明性洞见。

GfK最新白皮书发布《在瞬息万变的世界中,如何实现营销投资回报最大化》

4.结合机器学习和人类智能的力量

构建隐私安全、全面且精细的营销模式,可以确保对以往的投资、销售和营销驱动因素进行最准确的分析。但未来,在最先进的机器学习技术的推动下,预测和优化的力量会更加凸显出来。

然而,这不仅仅是机器的事情。机器虽然能够在几分钟内分析成千上万的营销组合,但在充分考虑微妙的近期变化或未来趋势时,MMM技术的结果有时会过于生硬,并可能受到限制。

因此,在此基础上的人类智能洞察也至关重要。咨询专家不仅对您的品牌和类别有深入的了解,而且在媒体规划和高级模拟工具方面也是专家,他们可以形成非常强大的组合,并以行动为导向提出预测性和规范性的建议。

GfK最新白皮书发布《在瞬息万变的世界中,如何实现营销投资回报最大化》

5.考虑品牌优势对短期和长期销售的作用

衡量营销效果并随之优化营销的投资回报率,通常是一种只在意短期效果的做法;近年来,随着线上渠道的投资不断增加,以及对业绩营销指标的重视,只在意短期效果的做法更是屡见不鲜。

为全面了解营销效果,您其实可以考虑将评估品牌健康度的特定指标整合到MMM(Marketing Mix Modeling) 模型中,从而使各种形式广告间的竞争环境变得更加公平。具有其他目标(如品牌)的媒体渠道,在将特定指标整合到MMM模型后,也可以根据与业绩营销相同的KPI(如销售额)进行衡量和评估。

6.情境化和校准

品牌销售和营销ROI最大化的关键因素之一是充分利用每一笔预算。因此,在规划媒体计划和活动之前,您有必要对自身的研究洞见进行情境化的校准复测。

“衡量营销ROI并非一次性就能完成”,GfK全球营销分析主管Gavin Morgan说:“虽然MMM(marketing mix modelling)在孤立的情况下拥有非常强大的预测性,但如果将其融入市场营销背景并进行校准,您便可以更深层次地增加对市场的洞察与理解。这就是MMO(Marketing Mix Optimizer)的优势所在——它既可以基于行业现状,也能够针对指定品牌和类别指导营销人员进一步优化销售及市场营销投资,从而让产品在市场中表现得如预期一般良好,并梳理出重要的实践路径和进一步的市场策略。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )