Glossar
Marketing Mix Modeling (MMM)

Marketing Mix Modeling (MMM)

Marketing Mix Modeling (MMM) misst die Wirkung von Marketing- und Werbekampagnen, um zu bestimmen, wie interne und externe Faktoren zu einem gewünschten Ergebnis beitragen, sei es Umsatz oder ein anderer KPI.

Was ist Marketing Mix Modeling (MMM)?

Marketing Mix Modeling, auch Media Mix Modeling genannt, ist eine statistische Methode zur Messung der Wirkung von Marketing- und Werbekampagnen. Konkret zeigt es, wie die 4Ps des Marketing-Mix – Product, Price, Place und Promotion – zu einem bestimmten Ziel beitragen, wie z. B. die Conversions zu steigern.

Während die 4Ps die vier großen Kategorien darstellen, sind hier einige der häufigsten Faktoren, die in MMM gemessen werden:

Sales Daten: Misst die Wirksamkeit verschiedener Marketingstrategien und -kampagnen zur Erzielung gewünschter Business Ergebnisse, wie z. B. mehr App-Downloads oder mehr Umsatz.
Kundendaten: Verfolgt demografische und verhaltensbezogene Informationen über Kundinnen und Kunden, wie z. B. Einkommen, Alter und Kaufgewohnheiten.
Medienausgaben: Misst den Gesamtbetrag, der für verschiedene Medienformate und -typen ausgegeben wird.
Medien Exposition: Misst Medienreichweite, Frequenz und Brutto-Gewinn.
Externe Faktoren: Beinhaltet Faktoren, die die Sales- und Marketing-Performance beeinflussen, wie z. B. die Aktivität der Wettbewerber, die Wirtschaftslage und die Saisonalität.

Mithilfe von MMM können Sie herausfinden, welche Elemente Ihrer Mobile-Marketing-Strategie funktionieren und welche nicht, so dass Sie Ihren Ansatz anpassen und Ihre Kampagne optimieren können.

Wie funktioniert MMM?

MMM nutzt statistische Analysen zum Verständnis, wie sich verschiedene Marketingmaßnahmen auf die Business Ergebnisse wie z. B. Sales auswirken. Mithilfe einer Methode namens „multilineare Regressionsanalyse“ können Sie unabhängige Variablen (wie Marketingausgaben für verschiedene Kanäle oder Metriken zur Nutzerinteraktion) mit einer abhängigen Variablen (wie App Downloads oder Umsatz) verknüpfen.

Die Idee hier besteht darin, mehrere Modelle zu bewerten, um die Frage „Was passiert, wenn Sie diese Änderung vornehmen?“ genau zu beantworten.

Mit MMM können Sie beispielsweise die Auswirkung von In-App-Ads auf den Gesamtumsatz messen. Dann können Sie sich die Auswirkungen höherer Ausgaben für diese Ads ansehen: Würden Sie dadurch mehr oder weniger verdienen?

Um MMM effektiv nutzen zu können, benötigen Sie aggregierte und saubere Daten aus internen Datenbanken und externen Quellen. Idealerweise erstrecken sich Ihre Daten über zwei bis drei Jahre, um Effekte wie Saisonalität zu berücksichtigen. Anschließend weisen Sie jeder Medienkanalkampagne einen numerischen Wert zu, der auf dem Return on Investment (ROI) basiert, und nutzen diesen, um zukünftige Ausgaben zuzuordnen und Umsatzprognosen zu erstellen.

Die vier Phasen eines MMM-Prozesses

Ein effektiver MMM-Prozess besteht aus den folgenden vier Phasen:

1. Phase: Daten-Erfassung

Mit dem Ende der 3rd-Party-Cookies müssen Sie sich auf das Erfassen von First-Party-Daten konzentrieren, um eine genauere Darstellung der Nutzerreaktionen und des Nutzerverhaltens als Reaktion auf Ihre Marketingstrategie zu erhalten.

Erfassen Sie umfassende historische Daten zu Ihren vergangenen Marketingaktivitäten, Nicht-Marketing-Quellen und externen Faktoren. Vergessen Sie nicht die Metriken zum Nutzerengagement, Demografie der Zielgruppe und Werbeausgaben.

Außerdem müssen Sie die Datenintegrität sicherstellen, indem Sie Methoden wie Second-Party- Daten-Partnerschaften (Informationen von aktuellen oder potenziellen Geschäftspartnern für eine Datenbank-Anreicherung) und Data Clean Rooms (Nutzung aggregierter und anonymisierter Nutzerdaten zum Schutz der Privatsphäre der Nutzer:innen) einsetzen.

2. Phase: Modellierung

MMM funktioniert am besten mit digitalen Kanälen: Traditionelle Methoden wie Print und Rundfunk sind schwieriger zu messen. Als Mobile App Marketer können Sie mithilfe der multilinearen Regression den ROI mit genauen, zuverlässigen Erkenntnissen, die zur Entscheidung helfen, ermitteln.

Um ein MMM-Modell zu erstellen, wählen Sie die abhängige Variable oder das Business-Ergebnis (z. B. Umsatz oder App-Downloads) aus, das Sie analysieren möchten. Identifizieren Sie dann die unabhängigen Variablen, also Faktoren, die sich auf die abhängige Variable auswirken (z. B. Werbeausgaben und Zielgruppe).

Stellen Sie sicher, dass Sie sowohl kontrollierbare Variablen wie Preis und Kanal als auch unkontrollierbare Variablen wie Wettbewerb und Inflation einbeziehen.

Weisen Sie abschließend sowohl den abhängigen als auch den unabhängigen Variablen Werte zu und erstellen Sie ein mathematisches Modell, das die Beziehung zwischen ihnen darstellt.

3. Phase: Datenanalyse und Erkenntnisse

In dieser Phase nutzen Sie das Modell aus der 2. Phase, um Erkenntnisse im Zusammenhang mit Ihren Marketingkampagnen zu ermitteln und zu analysieren.

Bewerten Sie den Beitrag jedes Kanals zu den Business Ergebnissen und zuverlässigen Metriken, die Sie zuvor identifiziert haben. Um mit unserem Beispiel fortzufahren, können Sie Ihre Marketingkampagnen nach ihrer Auswirkung auf den Umsatz oder das Nutzerengagement ordnen. Von dort aus können Sie die Medieneffektivität, Effizienz und den ROI für jede Kampagne messen.

Sie können Ihr Modell zur Prognose des zukünftigen Nutzerengagements und Umsatzes nutzen. Auf historischen Daten basierende Modelle gehen jedoch davon aus, dass sich vergangene Muster in der Zukunft wiederholen werden, und berücksichtigen daher keine wirtschaftlichen oder Markt Veränderungen.

4. Phase: Optimierung

Die Optimierung ist die letzte MMM-Phase, in der Sie Ihren Marketing-Mix für zukünftige Kampagnen mithilfe Ihrer Ergebnisse aus der 3. Phase optimieren.

Simulieren Sie verschiedene Marketingszenarien und unterschiedliche Zielgruppen anzusprechen oder die Werbeausgaben zu ändern, um die optimale Kombination von Taktiken zu ermitteln, mit denen Sie Ihre Umsatzziele schneller erreichen.

MMM in der Praxis: ein Beispiel

Angenommen, Sie möchten die Auswirkungen Ihrer In-App-Werbung auf den Umsatz ermitteln.

Während Sie die MMM-Phasen durcharbeiten, erfassen Sie zunächst Daten zu Werbeausgaben, demografischen Merkmalen der Zielgruppe und Umsätze des vergangenen Jahres. Nutzen Sie dann die multilineare Regression, um ein Modell zu erstellen, das die Beziehung zwischen diesen Variablen darstellt.

Gehen wir davon aus, dass das Modell zeigt, dass Werbeausgaben und Zielgruppendemografie einen deutlich positiven Einfluss auf den Umsatz haben. Das bedeutet, dass Sie Ihren Marketing-Mix für zukünftige Kampagnen optimieren können, indem Sie die Werbeausgaben auf Kanälen mit der größten Auswirkung auf den Umsatz erhöhen und Ihre Marketingmaßnahmen auf eine lukrativere Zielgruppe konzentrieren.

Ist MMM das richtige Modell für Sie?

Wenn es um MMM geht, gibt es keinen einheitlichen Ansatz. Sie müssen bestimmte Schlüsselfaktoren berücksichtigen, um zu verstehen, ob es das richtige Modell für Ihre Marketingkampagne für Mobile Apps ist. Folgendes sollten Sie bedenken:

Budget

Da es sich bei MMM um einen datengestützten Ansatz handelt, sind häufig erhebliche Investitionen in die Datenerfassung, -modellierung und -analyse erforderlich, wodurch die Kosten für kleinere App-Developer-Unternehmen unerschwinglich werden. Bevor Sie sich für MMM entscheiden, stellen Sie sicher, dass Sie Ihr genehmigtes Budget genau kennen.

Datenverfügbarkeit

Damit MMM funktioniert, ist der Zugriff auf einen großen und vielfältigen Datensatz, einschließlich historischer Marketingdaten und Daten zu externen Faktoren, die den Erfolg Ihrer App beeinflussen, von entscheidender Bedeutung. Berücksichtigen Sie die Verfügbarkeit dieser Daten und den Aufwand, der für die Erfassung und Verarbeitung auf Ihrer Seite erforderlich ist, und ob dies machbar ist.

Komplexität des Mixes

Wenn Ihre App-Marketing-Kampagne einen komplexen Marketing-Mix mit mehreren Kanälen und Taktiken hat, ist MMM eine gute Wahl, um die Ergebnisse Ihrer Kampagne zu verbessern. Wenn Ihre App-Marketingkampagne hingegen einfach und unkompliziert ist, ist MMM möglicherweise nicht der geeignetste Ansatz.

Kampagnenziel

MMM eignet sich am besten, wenn Sie die Auswirkungen verschiedener Marketingaktivitäten auf wichtige Business-Ergebnisse wie App-Downloads oder Käufe verstehen möchten. Wenn Ihr Ziel darin besteht, kurzfristige Ergebnisse zu erzielen (z. B. User-Level-Engagement wie Klicks oder Impressionen), wäre die datengesteuerte Attribution besser geeignet.

Wir werden die Parallelen und Unterschiede zwischen datengesteuerter Attribution und MMM noch genauer erläutern.

Kompetenz und Expertise

MMM erfordert Expertise in Datenwissenschaft, Modellierung und Marketinganalyse. Wenn Ihr Team nicht über die erforderlichen Fähigkeiten und Erfahrungen verfügt, kann es schwierig sein, das Modell effektiv umzusetzen.

Zeitraum

MMM ist im Allgemeinen zeitaufwändig und kann mehrere Wochen oder sogar Monate in Anspruch nehmen. Wenn Ihre App-Marketing-Kampagne also zeitkritisch ist, ist MMM möglicherweise nicht die beste Wahl.

Wie messen Sie MMM?

Analysten identifizieren abhängige und unabhängige Variablen und setzen sie in eine Gleichung ein. Abhängig von der Beziehung zwischen den Variablen kann die Gleichung linear oder nichtlinear sein, aber das Monitoring und Messung bestimmter Faktoren ist bei der Nutzung von MMM von entscheidender Bedeutung.

Hier ist eine detailliertere Aufschlüsselung der einzelnen Faktoren:

1 – Sales Volumen

Bei der Analyse des Sales Volumen in MMM müssen Sie den Gesamtumsatz in zwei Komponenten aufteilen: Basis Sales und inkrementelles Sales.

Basis Sales werden durch zugrunde liegende Faktoren wie Preisgestaltung, langfristige Trends, Saisonalität, App-Bekanntheit und Nutzer-Loyalität bestimmt. Dazu gehören im Allgemeinen wirtschaftliche Variablen, die über einen bestimmten Zeitraum schwanken.
Inkrementeller Sales werden durch Marketing- und Sales-Aktivitäten erzielt. Sie können den gesamten inkrementellen Sales in Segmente unterteilen, die von jeder Marketinginitiative betroffen sind, um zu sehen, welcher Anteil des Sales direkt durch Marketingmaßnahmen beeinflusst wird und wie effektiv diese Aktivitäten sind.

Sie können jede Art von Sales Volumen weiter analysieren, um die spezifische Auswirkung jeder Marketingaktivität zu verstehen.

2 – Preisgestaltung

Preisänderungen haben einen direkten Einfluss auf das Sales Volumen, und MMM kann dabei helfen, diese Auswirkungen zu quantifizieren.

Durch die Analyse der Zusammenhänge zwischen Preisänderungen und Umsatzveränderungen gewinnen Sie wertvolle Erkenntnisse über die unmittelbaren Auswirkungen Ihrer Preisentscheidungen. Mithilfe dieser Informationen können Sie dann Ihre App-Preisstrategien optimieren, um die gewünschten Ergebnisse zu erzielen.

Angenommen, Sie erhöhen den Preis Ihrer App von 3,99 $ auf 4,99 $. Mit der MMM-Technik stellen Sie fest, dass die Preiserhöhung zu einem Rückgang der In-App-Käufe um 5 % führte, Ihr Umsatz jedoch aufgrund des hohen Preises um 20 % stieg.

Mit diesen Informationen können Sie den neuen Preis für Ihre App beibehalten, da Sie wissen, dass dies zu höheren Umsätzen bei minimalen Auswirkungen auf das Sales Volumen führen wird.

3 – Medien und Werbung

MMM ist ein wertvolles Tool zur Analyse der Auswirkungen von Medien und Werbung auf den Umsatz über verschiedene Medien und Kanäle hinweg, einschließlich Online-Ads, Printmedien und Plakatwände. Auch wenn MMM-Ergebnisse möglicherweise keine eindeutigen Antworten liefern, können sie Ihnen dennoch wertvolle Erkenntnisse darüber liefern, wie sich Änderungen in Werbestrategien auf App-Sales auswirken.

Beispiele hierfür sind:

Kurze Ads vs. lange Ads
Ads auf Facebook vs. Instagram
Schaltung von Werbung zur Hauptsendezeit im Vergleich zur Nebensendezeit

Sie können diese Erkenntnisse nutzen, um Ihre Entscheidungen zu Werbeausgaben zu optimieren und sicherzustellen, dass Sie das Beste für Ihr Geld bekommen.

4 – Distribution

Ein effizientes Distributionssystem treibt das Wachstum effektiver an als jedes andere Konzept. Die Tatsache, dass Sie MMM einsetzen können, um die Auswirkungen veränderter Distributionsmaßnahmen auf abhängige Variablen zu bestimmen, ist daher ein großer Vorteil. Sie erhalten einen umfassenden Überblick über alle Ihre Distributions-Kanäle und die damit verbundenen Kosten und können so fundierte Entscheidungen darüber treffen, in welche Kanäle Sie investieren möchten.

Nehmen wir an, Sie möchten Ihre Distributionsmaßnahmen für Ihre Mobile App erweitern.

Mit MMM können Sie die Sales-Daten verschiedener Vertriebskanäle wie Partnerschaften, Social-Media-Plattformen und App-Stores analysieren. Wenn Sie feststellen, dass Partnerschaften mit anderen beliebten Apps zu App-Downloads und -Käufen führen, können Sie Ihre Sales-Aktivitäten auf den Aufbau weiterer Partnerschaften konzentrieren, anstatt sich allein auf App-Stores und soziale Medien zu verlassen.

Marketing Mix Modeling vs. datengestützte Attributionsmodellierung

Datengestützte Attributionsmodellierung bezieht sich auf die verschiedenen Attributionsmodelle, wie z. B. Single-Touch-Attribution und Multi-Touch-Attribution, dass das User-Level-Engagement während der gesamten Customer Journey messen.

Als App Marketer können Sie diese Erkenntnisse nutzen, um zu verstehen, welche Taktiken die größte Wirkung haben, wenn Verbraucher:innen die App-Journey durchlaufen. Diese Attributionsmodelle bewerten die Performance nach dem Ende einer Kampagne.

Im Allgemeinen helfen Ihnen das Marketing Mix Modeling und die datengesteuerte Modellierung von Attributionsmodellen dabei, zu verstehen, wie sich Ihre Marketingtaktiken auf ein bestimmtes Business-Ziel, beispielsweise den Umsatz, auswirken. Beide Methoden nutzen zudem statistische und mathematische Modelle zur Datenanalyse.

Aber hier enden die Gemeinsamkeiten.

MMM berücksichtigt nicht das User-Level-Engagement, sondern misst den Einfluss von Marketingmaßnahmen auf das Erreichen vorgegebener Business-Ziele, ohne die Customer Journey zu berücksichtigen. Bei der datengesteuerten Attribution hingegen stehen Daten auf Personenebene im Mittelpunkt, beispielsweise die Gesamtzahl der Impressionen und Klicks.

Hier ist eine Tabelle, die Ihnen hilft, MMM mit datengesteuerter Attributionsmodellierung zu vergleichen und welche Rolle beides im Mobile-App-Marketing spielen kann.

Tools	Marketing Mix Modeling (MMM)	Datengestützte Attributionsmodellierung
Zweck	Um die Auswirkungen des Marketing-Mix auf Sales und Umsatz zu verstehen	Um den Einfluss einzelner Marketing-Touchpoints auf die Conversion zu verstehen
Genutzte Daten	Historische aggregierte Daten aus Marketingaktivitäten und externen Faktoren	Detaillierte Daten auf individueller Ebene wie Klicks, Impressionen und Conversions
Modellierungsansatz	Multilineare Regressionsanalyse	Algorithmen für maschinelles Lernen
Wichtige Ergebnisse	Optimierung des Marketing-Mix, Medieneffektivität und -effizienz, ROI und Prognose	Attribution der Conversion zu einzelnen Touchpoints, Zuweisung von Budget und Ressourcen
Zeitraum	Nutzt historische Daten für mehrere Monate bis zu einem Jahr	Nutzt Echtzeit- oder nahezu Echtzeitdaten
Komplexität	Hoch, aufgrund mehrerer Variablen und komplexer Regressionsmodelle	Gering bis Mäßig, je nach Komplexität des Attributionsmodells
Limitationen	Angenommen, vergangene Muster werden sich in Zukunft wiederholen, und Marktveränderungen werden nicht berücksichtigt	Die Gesamtwirkung des Marketing-Mix und der Interaktionen an mehreren Touchpoints wird möglicherweise nicht genau erfasst.

Vor- und Nachteile von MMM

Die meisten App Marketer haben heute keine klaren Ziele und KPIs und verlassen sich ausschließlich auf „Eitelkeits“-Metriken (Metriken, die keinen soliden Einfluss auf die Business Ergebnisse haben). Andere schaffen es nicht, ihre Zielgruppe zu segmentieren und kreieren generische Marketingbotschaften und Kampagnen, die im heutigen Zeitalter der Hyperpersonalisierung keine gute Performance erbringen.

Wenn Sie auch Schwierigkeiten haben, die Wirkung Ihrer Marketingausgaben zu messen, könnte MMM als Teil Ihrer Marketingstrategie genau die Lösung für Ihre Messprobleme sein. Aber wie jedes andere Modellierungssystem hat auch MMM einige Vorbehalte.

Hier ist ein Überblick über die Vor- und Nachteile:

MMM Vorteile

Präzise, mit vollständiger Abdeckung digitaler und traditioneller Marketingkanäle
Erfasst das Verhältnis zwischen Variablen
Misst sowohl Online- als auch Offline-Conversion-Ergebnisse
Schätzt und misst den Sättigungsgrad der Medien und den Gewinn, so dass Marketer das optimale Investitionsniveau bestimmen können
Fortschrittliche MMM-Ansätze bieten Szenarioplanungs- und Budgetoptimierungsfunktionen und ermöglichen es Marketers, Simulationen durchzuführen, um Business Ergebnisse zu prognostizieren
Berücksichtigt Faktoren, die sich direkt auf den ROI auswirken
Verzichtet auf die Nutzung persönlich identifizierbarer Informationen, um sicherzustellen, dass die Privatsphäre der Nutzer:innen niemals gefährdet wird

Nachteile

Erfordert eine enorme Menge an historischen Dateneingaben
Beruht auf einer Reihe von Hypothesen für Nicht-Marketing-Faktoren
Stellt seltene Report bereit
Berücksichtigt nicht das Verhältnis zwischen Kanälen
Gibt keinen Einblick in die Marke oder die Botschaft
Berücksichtigt nicht das Customer Experience

Zusammenfassung

Marketing Mix Modeling (MMM) ist ein statistischer Ansatz zur Bewertung der Auswirkungen verschiedener Marketingkanäle und -taktiken auf ein bestimmtes Business Ergebnis, typischerweise den Sales Umsatz.
MMM verwendet historische Daten, um das Verhältnis zwischen Marketing-Inputs und -Outputs zu analysieren. Dadurch können Marketer den Beitrag jedes Kanals zur Gesamt-Performance verstehen und ihren Medienmix für eine maximale Wirkung optimieren.
Berücksichtigen Sie bei der Entscheidung, ob MMM für Ihre Mobile-App-Marketingkampagne geeignet ist, Ihr Budget, die Datenverfügbarkeit, die Komplexität des Mixes, das Kampagnenziel, Ihre Fähigkeiten und Expertise sowie die Zeitdauer.
Ein standardmäßiger MMM-Prozess besteht aus vier Phasen: Datenerfassung, Modellierung, Datenanalyse und -erkenntnisse sowie Optimierung.
MMM unterscheidet sich von der datengesteuerten Attributionsmodellierung, die auf Daten auf Nutzerebene basiert, um zu messen, wie sich einzelne Marketing-Touchpoints auf die Conversion auswirken.
MMM kann Marketers dabei helfen, die effektivsten Kanäle zu identifizieren, den Marketing-ROI zu messen und fundierte Entscheidungen darüber zu treffen, wie das Budget zur Steigerung von Sales und Umsatz eingesetzt werden soll.

Sind Sie bereit, die richtigen Entscheidungen zu treffen?