UPDATE:
Tornano le Arena Opera Festival Experience, emozioni esclusive per le aziende. Il progetto, esclusiva di Fondazione Arena, è realizzato in collaborazione con il Gruppo Noahlity“Portiamo la Street Art nello spazio”: Star Bottle lancia un museo virtuale nel Deep SpaceSigep World approda a Singapore. Al via la prima edizione di Sigep Asia. Presenti oltre 300 Brand del Food&Beverage da 31 PaesiIPG Mediabrands. UEFA EURO 2024. Per Italia - Spagna 12,3 mln di spettatori e share del 57,9%. Di Rocco (UM Italy): “Un pubblico importante incollato alla tv. Un'audience eterogenea e rilevante, una grande opportunità per aziende e brand"Chi “Al Chiaro di Luna”: l’esclusivo summer party di “Chi” illumina quest’anno il Palace Hotel di Milano Marittima che firma l’allestimento insieme all’agenzia Left&RightRadio Norba Cornetto Battiti Live: per il quarto anno consecutivo Cornetto Algida è al fianco del festival musicale più atteso dell’estateFrancesco Poletti (Publicis Italy/Le Pub): "Cannes Lions 2024 conferma che la creatività che arriva all’audience si distingue per innovazione, impatto ed efficacia"illycaffè presenta “6 minuti per farla innamorare", il cortometraggio che celebra il caffè come gesto d’amorePeroni Nastro Azzurro torna a essere protagonista dell’estate italiana con Stile Capri Wave on Tour. Roadshow a cura di TrampCannes Lions 2024. Con 2 bronzi a Small NY/Indiana per Coordown (Film) e a Michele Mari per Amnesty International (Sustainable Development Goals) il medagliere italiano tocca quota 26 Leoni, 21 dei quali targati LePub Milan
Marketing

Cicatrice #5. Una Rivoluzione nel “Predictive Marketing”: nome in codice MMM

Una tecnologia sempre più indispensabile, nonostante le sfide persistenti quali l'integrazione di nuovi dati e canali, la necessità di metriche sempre più dettagliate, le questioni di privacy in un'era post-cookie, e l'esigenza di una maggiore agilità e automazione.

Cari professionisti ed esploratori avventurosi del Marketing e del Branding,

in un mondo in cui il digitale e l'intelligenza artificiale stanno rivoluzionando il nostro modo di interagire con i consumatori attuali e prospect, è fondamentale nella complessità e numerosità crescente dei touchpoint aziendali capire come sfruttare efficacemente ogni canale per massimizzare la crescita del business.

In questo panorama si sta consolidando e diffondendo uno strumento importantissimo a servizio dei dipartimenti marketing e di comunicazione in azienda, Il Media Mix Modeling (MMM) il quale può supportare le scelte di investimento del budget marketing integrando dati offline a quelli online su diverse variabili ed ipotesi anche connesse a strategie promozionali e di pricing dell’azienda.

Cos'è il Media Mix Modeling?

L'MMM è un avanzato modello di intelligenza artificiale che si basa su approcci statistici progettato per analizzare e comprendere l'impatto delle diverse attività marketing sulle performance aziendali tenendo presente gli investimenti media, le variabili promozionali-pricing, alcune metriche distributive, possibili effetti di seasonality di mercato e il contesto competitivo.

L’MMM agisce come un potente strumento decisionale e di generazione di scenari possibili, permettendoci di stimare l'efficacia dei vari canali media e del media mix per massimizzare il ROI (ritorno sull’investimento) sulla base del forecast che si mira a raggiungere.

I vantaggi del Media Mix Modeling

Alla base di tutti i vantaggi che fornisce un MMM, si deve citare la sua capacità di fornire metriche più precise e actionable grazie alla capacità di isolare il contributo di ogni canale anche dove sono presenti interazioni cross-channel e variabili di marketing mix non media. Il suo contributo si estende nel creare dei vantaggi competitivi per le aziende che lo implementano:

  • Ottimizzazione costante del marketing mix: Il modello MMM supporta una distribuzione strategica del budget basata su dati concreti, massimizzando i ritorni e permettendo di adattarsi dinamicamente ai cambiamenti del mercato. Questo permette di sviluppare con il MMM continue simulazioni ed inserire variabile nuove, andando a simulare possibili scenari di mercato e di risultati possibili e previsioni di forecast.
  • Visione olistica del customer journey: tracciare un percorso chiaro della consumer journey dei nostri clienti, attraverso la mappatura e analisi della performance di tutti i touchpoint digitali e fisici dell’azienda, permettendo di affinare le strategie per massimizzare l'engagement e la conversione in ogni fase del funnel di vendita.
  • Misurazione dettagliata del ROI: superando i limiti degli approcci tradizionali come la last-click attribution, l'MMM fornisce una valutazione più precisa del successo delle campagne fornendo metriche di ROI e payback più precise e realistiche e non solo sul breve periodo.
  • Collaborazione incrementata tra i team marketing, media e sales (fisici e online): unendo le forze dei vari dipartimenti specializzati, l'MMM evidenzia come ogni elemento contribuisca agli obiettivi aziendali generali e comuni dei team, permettendo di contribuire anche alla più precisa determinazione delle vendite potenziali che si potranno generare sui canali fisici e online.
  • Strategie basate su dati predittivi e nuove relazioni con i centri media: Le simulazioni del MMM guidano le decisioni interne all’azienda su come allocare risorse per ottimizzare le campagne attuali e future. Questo pone un nuovo livello di confronto e collaborazione con i centri media, in cui l’azienda stessa diviene sempre più in grado di iniziare a simulare media mix ideali e budget necessari per raggiungere determinati obiettivi di vendita.
  • Valutazione dell'equity del marchio: l'MMM non solo misura l'impatto immediato delle campagne, ma anche il loro effetto a lungo termine sull'equity del marchio e il valore del cliente nel tempo. Sempre di più saranno integrate metriche di brand awareness e loyalty ancorate a indicatore di purchase frequency o churn dei clienti.

MMM e le differenze con i vecchi modelli MTA

Nel confronto tra Media Mix Modeling (MMM) e i passati Multi-Touch Attribution (MTA) nell'ambito delle analisi di marketing, l'MMM emerge come l'approccio oggi più avanzato e sofisticato per tracciare e ottimizzare le customer journey cross-canale. A differenza infatti dell'MTA, che assegna valore ai touchpoint basandosi su regole predefinite e si limita ai canali digitali tracciabili a cui "attribuire" le vendite, l'MMM utilizza invece algoritmi statistici per determinare il contributo di ogni canale, inclusi quelli offline come TV e radio ecc., offrendo così una visione più olistica e integrata. Mentre l'MTA è focalizzato su una prospettiva tattica e a breve termine per l’azienda, il MMM mira a ottimizzare gli investimenti con una visione strategica a lungo termine ed è capace di quantificare gli effetti incrociati tra i canali anche di lungo periodo stimando ad esempio come una campagna televisiva posso incidere sulle vendite ben oltre il periodo di messa in onda o quello immediatamente successivo. Questo rende il MMM il gold standard per la pianificazione integrata e l'ottimizzazione strategica degli investimenti di marketing.

Implementazione e strumenti già sul Mercato

Alla base di ogni MMM c’è la differenziazione dei contributi incrementali, ovvero quelli derivanti da attività promozionali e di marketing, dai contributi organici, che si realizzano senza interventi pubblicitari diretti e che determinano la baseline di vendita. In questo contesto si distinguono:

  • Variabili incrementali: risultati ottenuti tramite attività specifiche quali campagne ed investimenti di comunicazione e promozionali;
  • Variabili organiche: risultati che emergono grazie al consolidamento della brand equity nel tempo, generalmente più stabili a meno di significativi cambiamenti di mercato o di settore;
  • Variabili miste: risultati derivanti dall'incremento della notorietà del marchio, stimolata dalle attività di marketing incrementali.

L’implementazione del Media Mix Modeling (MMM) si svolge attraverso un processo strutturato con precise fasi:

1. Raccolta dati: Il primo passo è raccogliere e collegare accuratamente i dati disponibili. Questo include i budget di spesa per ciascun canale di media, i volumi di esposizione generati, come impression e GRPs, e i risultati di vendita insieme ad altri KPI di marketing. Immaginate di essere dei detective alla ricerca di indizi: ogni pezzo di dato è un tassello cruciale per il nostro mosaico.

2. Pulizia e organizzazione dei dati: Una volta raccolti, è tempo di pulire e organizzare i dati. Questo processo è fondamentale per garantire che le informazioni siano precise e affidabili. I dati grezzi vengono trasformati in una struttura standardizzata, pronti per le analisi successive. La gestione accurata dei dati mancanti è un passaggio critico per evitare distorsioni nelle fasi di analisi.

3. Analisi esplorativa e preparazione delle features: Ora, immergiamoci nell'analisi esplorativa. Utilizziamo strumenti statistici e grafici per scoprire le connessioni nascoste tra le variabili e identificare nuove caratteristiche importanti per il nostro modello. Da trend a stagionalità a dinamiche competitive, ogni dettaglio può rivelare nuove opportunità di ottimizzazione.

4. Modellazione statistica: Con le intuizioni in mano, passiamo alla modellazione statistica. Applichiamo tecniche avanzate come regressioni, modelli bayesiani, machine learning e intelligenza artificiale per quantificare scientificamente l'effetto di ogni canale e le loro interazioni. Questo è il cuore del processo, dove i dati prendono vita e iniziano a raccontare la loro storia.

5. Validazione e test: Infine, non lasciamo nulla al caso. Convalidiamo rigorosamente i risultati attraverso test statistici e confronti con benchmark esterni. Questa fase può durare a lungo e assicura che il nostro modello sia non solo teoricamente solido ma anche praticamente affidabile e pronto per guidare decisioni strategiche reali.

Il risultato di questo processo può essere duplice, una piattaforma self-service (soluzione consigliata) che consente di analizzare il contributo storico di ogni leva di marketing e di simulare scenari predittivi per supportare la pianificazione strategica, oppure una dashboard con pagamento abbonamenti di accesso da parte dell’azienda verso il fornitore che ha sviluppato l’MMM per l’azienda.

Molte sono le società di consulenza e gli stessi centri media e broacasters che stanno sempre più supportando le aziende nello sviluppo di MMM ad hoc. Strumenti e modelli di MMM come quello creati da Accenture, Jakala, Nutcracker, Nielsen MMM, Meta's Robyn e Google Lightweight MMM sono esempi di soluzioni che possono supportare le aziende in questo delicato processo di sistemazione dei dati disponibili e modelizzazione.

Conclusione e spunti finali

Nel contesto attuale del marketing, il Media Mix Modeling (MMM) emerge dunque come una tecnologia sempre più indispensabile, nonostante le sfide persistenti quali l'integrazione di nuovi dati e canali, la necessità di metriche sempre più dettagliate, le questioni di privacy in un'era post-cookie, e l'esigenza di una maggiore agilità e automazione.

L’MMM si basa sul nuovo paradigma di un marketing integrato, basato sui dati e che utilizza efficacemente l’AI, un modello che facilita le decisioni strategiche e di allocazione degli investimenti in azienda. Di conseguenza, l'importanza del MMM è destinata a crescere, offrendo a coloro che adotteranno questa tecnologia un vantaggio decisivo rispetto ai concorrenti.

Rimane ancora da comprendere come questi modelli di marketing predittivo associati agli investimenti aziendali, saranno un giorno in grado di rendere le aziende sempre più indipendenti nelle analisi e decisioni media, dando ai manager una indipendenza e capacità critica di negoziazione maggiore con i centri media e concessionarie, aprendo così un potenziale futuro con una ulteriore internalizzazione in azienda di competenze e ruoli grazie ad un modello su base AI.

Come sempre avanti tutta e occhi aperti!

di Massimo Bullo (nella foto), Marketing Director | CMO | Head of Communication | TED Speaker | Executive MBA Professor