【阿里妈妈营销科学系列】第六篇：营销组合模型MMM
丨目錄：
1.? 分析背景
2.? 分析場景
3.? 解決方案
4.? 案例應用
??分析背景
媒體類型和銷售渠道不斷變化，客戶旅程變得越來越復雜，單一活動層面的優化已經不能滿足客戶訴求，品牌方需要在戰略和活動層面形成營銷的完整視圖，完成營銷渠道之間效率優化，實現最高的投資回報率。舉例來說，線下廣告投放，活動促銷，私域流量運維，價格定位以及宏觀經濟條件等都會對整體銷量產生影響，營銷渠道正越來越多元化，需要對整體營銷影響進行解釋，因此，需要一種方法來解釋銷量/營銷的組成，量化各影響因素，在宏觀層面上，營銷到底給商家帶來了多少銷量，如何量化各個營銷因子的貢獻，如何進行合理的預算分配，這是戰略層面需要解決的問題。
??分析場景
營銷組合模型可以幫助品牌方在宏觀層面上了解營銷組層，輔助預算分配，其分析場景包括3個方面：
1：幫助業務了解驅動因子以及產生的結果。
例如哪個營銷渠道帶來更多的銷量，增加了多少百分比？這里的驅動因子除了營銷之外，還包括了定價、競爭活動等，MMM模型可以充分將銷量量化到這些因子身上。
2：優化營銷開支分配。
MMM作為一個整體渠道（包含了線上和線下）的宏觀分析工具，可以用于優化預算開支，對表現良好或不好的渠道進行有條件性的決策，
3：模擬營銷表現。
營銷組合模型能夠幫助業務進行策略性的模擬，通過調整某些因子的值比如下調價格，或增加廣告投入，以此來查看銷量變化了多少。
??解決方案
方案1：營銷組合模型
什么是營銷組合模型？
營銷組合模型(Marketing Mix Model，簡稱MMM)是一種統計建模技術（如回歸技術），通過該技術可以衡量和預測不同營銷投入對銷售的影響，從而了解宏觀整體的marketing effectiveness并用來在不同的營銷渠道中決定最優的預算分配。
MMM的統計分析技術最早由計量經濟學家發明，早期用在快消品行業，后續MMM從學術圈帶到市場，成為了一個廣泛應用的營銷分析工具，營銷組合模型中的Mix最早指的是Mix of 4Ps（Product，Price，Place & Promotion），MMM分析的目的最早就是為了衡量并找到這4P的最優組合，同時測量并預測不同的營銷活動對銷售的不同影響。
隨著數字營銷的廣泛普及，除了傳統的4P變量，營銷投入變得更多元化，比如互聯網數字廣告、電視、廣播、郵件，MMM模型的輸入變量可以包含如下幾種（下面會詳細介紹）：
Product data 產品數據：主要指品牌產品的基本屬性。
Competing data 競品數據：主要指行業競品產品的基本屬性。
Economic data 宏觀經濟數據：主要指能代表產品所屬的宏觀經濟環境的指標。
Marketing data 營銷數據：主要指不同廣告渠道投入的各類指標。
Conversion data 轉化數據：主要指營銷目標轉化指標。
MMM有什么用？
營銷因子衡量：更好地了解營銷渠道與銷量之間的關系。
預算分配：獲取高投資回報率的營銷渠道和低投資回報率的營銷渠道，最終更好地優化營銷預算。
模擬預測：根據給定的各個不同營銷渠道的輸入預測未來的轉化。
營銷組合模型的基本步驟
營銷組合模型的基本步驟如下所示：
Step1 數據準備
MMM模型需要先準備各類數據，包含數據的種類、粒度與組織形式。
該模型的數據種類包含5大類，主要是產品數據、競品數據、宏觀經濟數據、營銷數據以及轉化數據，以某個品牌為例，其數據的種類如下：
產品數據，包括品牌所有商品的平均價格、商品的加權價格（即主流商品的平均價格)、商品的折扣等。
競品數據，包括競品的主流商品的加權價格等。
宏觀經濟數據，包括代表宏觀經濟環境的指數數據（如CPI、GDP）以及季節性因素（包括是否節假日、是否有大促)等。
營銷數據，包括不同渠道的營銷投入數據，如線上數字廣告，電視廣告，廣播廣告，線下大屏廣告的開銷，曝光量，點擊量，觸達人數等
轉化數據，包括品牌的銷量金額、人數等。
該模型是一個宏觀分析模型，數據粒度一般是周或月。
該模型是一個長周期分析模型，為了保證模型的訓練有足夠的樣本，數據涉及的周期需要超過1年以上。
Step2 數據處理
對于收集到的不同種類的數據，需要進行一些數據，通過業務判斷結合一些數據處理方法
缺失值處理
估算：估算是一種用估計值填充缺失數據的方法，均值，中位數是最普遍的方法。
預測：時間序列預測缺失的數據值。
置零：當數據僅在一天內發生交易或促銷活動時可用時，可簡單地用零替換丟失的數據，以表示當天沒有交易或促銷。
刪除：若缺失值較多時，刪除缺少數據的更明智。
數據轉換
在mmm模型中，一些因子（如數字廣告、tv廣告）對銷量不是線性增長關系，這意味著，廣告的增加只能在一定程度上增加銷量，一旦達到飽和點，每增加一單位廣告投入對銷量的影響就會減少，因此，對這些非線性因子需要進行一些轉換，從而將它們包含在線性模型中，數據轉換主要用于數字廣告、tv廣告、線下廣告等主動廣告營銷因子，包含如下2個方面：
廣告的衰退或滯后效應 不同的媒體其廣告的滯后效應可能較大差異，比如以曝光為主的媒體，其廣告被用戶想起來的時間可能較長，再如電視上播放的廣告可能會被記住的時間更長，一般使用adstock公式來描述廣告對用戶行為的滯后效應，如下所示，t時刻的影響由t時刻本身的投入以及t-1時刻的影響組成：
廣告的飽和或收益遞減效應 大多數廣告都會對銷量產生非線性影響，并且它們呈現出收益遞減效應，初始廣告支出幾乎沒有影響，直到某個閾值，之后會對銷量產生明顯的影響，隨著投入達到飽和點，這種影響趨于減弱，其影響最小，可以以s曲線變換的形式捕獲整個影響，曲線公式和模擬圖。
Step3 模型訓練
為了保證因子貢獻的可累加性，MMM模型在業務上一般選用多元線性回歸模型（其公式如下）自變量β是價格，廣告投入，宏觀經濟，線下促銷等，因變量通常是銷量（或市場份額），在下面這個方程中，自變量與因變量（銷量）都是線性的關系，但是根據因子的轉化技術可以呈現非線性關系（如上面的各種廣告因子，將其進行處理后得到的β是一種帶有衰退效應或延遲效應的變量），通過回歸分析生成的模型，有助于量化每個輸入的影響，方程系數用于描述某個變量一個單位的投入價值的增加帶來的銷量的增加，即邊際貢獻。
Step4 分析決策
MMM模型結果可以通過分析支持不同的決策：
解釋整體銷量的組成：將歷史數據輸入MMM模型能夠得到不同因子的銷量貢獻，如數字廣告貢獻了40%的GMV，折扣貢獻了20%的GMV，從而幫助決策者在大盤上對生意有一個宏觀理解，輔助其進行預算分配。
模擬與預測銷量變化：將因子的變化輸入MMM模型能夠得到銷量變化，如數字廣告投入增加10%，銷量預計增加8%，從而幫助決策者評估變化影響。值得注意的是，因子的變化需要綜合考慮，在現實情況下不會存在只有某個營銷因子指標升高或降低，其他因子都不發生變化的情況（此外，mmm模型也有可能未考慮全的因子，如某些因子沒有納入），因此，通過模型模擬和預測的銷量變化需要在一定業務范圍內考慮。
方案2：營銷組合與歸因模型融合
營銷組合模型和歸因模型的區別
歸因模型的側重點在于數字營銷渠道的最優組合，而MMM 不僅是數字渠道，還有傳統媒介、經濟因素、行業、競品等。
MMM是一個“宏觀”模型，依賴于市場層面的數據(多數以周、月為單位) 歸因模型是個“微觀”模型，在用戶層面做分析，追蹤用戶（秒級）的廣告行為和轉化行為。
如何選擇？
品牌在線上線下都持續投入營銷，至少需要超過60天以上，線上線下都有銷量，要理解完整的用戶購買旅程，就要同時考慮到線上和線下這兩邊的觸點，則可以考慮mmm。
普通的線上店鋪，營銷渠道僅數字渠道，則選擇歸因模型。
MMM+MTA融合模型
廣告數據往往不夠宏觀，比較稀疏，比如分配到每個渠道的時候，某些渠道的數據可能缺失值非常多（即品牌方并沒有投放過這些渠道，或者投放并不持續導致長周期內的缺失值較多），從而導致模型精準度下降，或者根本就無法使用這些渠道作為MMM的營銷因子，最終無法直接通過mmm模型進行分攤解釋，為了能夠將營銷因素解釋到廣告渠道級別，行業內經典的做法是，引入MTA （即歸因模型)，形成MMM+MTA融合模型，具體來說，如下圖所示，會將模型分成兩步。
將所有的數字廣告作為一個整體因素，與其他因素通過mmm模型進行因子分攤貢獻，這個步驟就是上述的傳統的MMM模型。
數字廣告的貢獻再通過MTA (歸因模型）進一步分攤到各個廣告渠道或各個人群。
??案例應用
MMM模型一般主要應用包括如下兩個方面。
解釋銷量組成
通過MMM模型，能獲取到各個因素的銷量貢獻，從而形成全局的銷量組成，如下圖所示，在整體銷量（1000）組成里面，有30%的銷量是產品自身運營的基準銷量（只與宏觀經濟有關） ， 數字營銷（數字廣告）帶來了50%的銷量？產品打折會帶來了20%的銷量，競品的折扣是一個負向因子（即競品打折會導致銷量被搶占）。
營銷模擬與建議
MMM模型可以應用于模擬與預測，可以用于回答改變營銷因子后可能引起的銷量變化，如下圖所示，當數字廣告投入增長10%后其銷量也增長了10%，數字廣告增長20%后，其銷量增長16%（說明mmm營銷因子的投入是具有飽和效應的），同樣，因子中的負面銷量也可以進行模擬，如圖當競品折扣增長10%后，銷量會下降2%。
關于我們
阿里媽媽SDS(Strategic Data Solutions)團隊，致力于用數據讓商家和平臺的增長戰略更加科學有效。我們為阿里媽媽全線廣告客戶提供營銷洞察、營銷策略、價值量化及效果歸因的技術服務。
投遞簡歷郵箱：
alimama_tech@service.alibaba.com
END
也許你還想看
丨【阿里媽媽營銷科學系列】開篇：C.M.O——“人群.渠道.機會”營銷分析導論
丨【阿里媽媽營銷科學系列】第一篇：消費者資產分析
丨【阿里媽媽營銷科學系列】第二篇：消費者行為分析
丨【阿里媽媽營銷科學系列】第三篇：受眾溝通和品牌認知評價
丨【阿里媽媽營銷科學系列】第五篇：多渠道組合路徑效率評價
歡迎關注「阿里媽媽技術」，了解更多~
瘋狂暗示↓↓↓↓↓↓↓
總結
以上是生活随笔為你收集整理的【阿里妈妈营销科学系列】第六篇：营销组合模型MMM的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 面向数智营销的 AI FAAS 解决方案
- 下一篇： 开放下载 | 阿里妈妈技术年货来啦！