• Glossário
• Marketing mix modeling (MMM)

Marketing mix modeling (MMM)

O marketing mix modeling (MMM) avalia o impacto das campanhas de marketing e publicidade para determinar como elementos internos e externos contribuem para o resultado desejado, seja ele receita ou qualquer outro KPI.

O que é marketing mix modeling (MMM)?

Marketing mix modeling, também conhecido como modelagem de mix de marketing, é um método estatístico usado para mensurar o impacto de diferentes campanhas de marketing e publicidade. Mais especificamente,esse método revela como os 4Ps do mix de marketing – produto, preço, praça e promoção – contribuem para um objetivo específico, que muitas vezes é aumentar as conversões. 

Os elementos abaixo também costumam ser mensurados no MMM:

• Dados de vendas: avalie a eficácia de diferentes estratégias de marketing e campanhas que levam aos resultados desejados, como mais downloads do app ou mais receita.
• Dados de clientes: avalie as informações demográficas e comportamentais dos seus clientes, como renda, idade e hábitos de compra.
• Media spend: mensure o total gasto em diferentes formatos e tipos de mídia.
• Exposição de mídia: avalie o alcance, frequência e gross rating points das suas mídias.
• Fatores externos: fatores que influenciam o desempenho de vendas e de marketing, como atividade da concorrência, condições econômicas e sazonalidade.

Usando o MMM, você pode identificar quais elementos da sua estratégia de marketing mobile funcionam ou não, permitindo que você ajuste a sua abordagem e otimize a sua campanha.

Como funciona o MMM?

O MMM usa análises estatísticas para entender como diferentes esforços de marketing afetam seus resultados de negócios. Usando uma técnica chamada análise de regressão multilinear, esse método permite que você vincule variáveis ​​independentes (como gastos com marketing em diferentes canais ou métricas de engajamento do usuário) a uma variável dependente (como downloads ou receita). 

A ideia aqui é avaliar vários modelos para responder à seguinte pergunta: o que acontecerá se você fizer uma mudança específica? 

Por exemplo, você pode usar o MMM para medir o impacto dos anúncios in-app em sua receita total. Assim, você pode observar o efeito do aumento dos gastos com esses anúncios e entender se essa mudança gera mais ou menos receita para o seu negócio. 

Para usar o MMM de maneira eficaz, você precisa de dados agregados e limpos, coletados de bancos de dados internos e fontes externas. Idealmente, seus dados cobrem um período de dois a três anos, para que seja possível avaliar efeitos como a sazonalidade. Em seguida, você atribui um valor numérico a cada campanha com base no retorno do investimento (ROI) obtido, usando isso para alocar gastos futuros e criar previsões de vendas.

Quatro fases do MMM

Um processo MMM padrão eficaz possui as seguintes fases:

Fase 1: coleta de dados 

Com o fim iminente dos cookies third-party, você precisa se concentrar na coleta de dados first-party para ter uma representação mais precisa das reações e do comportamento dos usuários com relação à sua estratégia de marketing. 

Reúna dados históricos abrangentes sobre atividades de marketing anteriores, fontes não relacionadas a marketing e fatores externos. Por exemplo, métricas de engajamento do usuário, dados demográficos do público-alvo e gastos com publicidade. 

Você também precisa garantir a integridade dos dados, usando métodos como parcerias de dados second-party (ou seja, informações de parceiros atuais ou futuros para enriquecimento do banco de dados) e data clean rooms (usando informações de usuários agregadas e anônimas para proteger a privacidade dos seus clientes).

Fase 2: modelagem

O MMM funciona melhor com canais digitais: métodos tradicionais como impressão e transmissão são mais difíceis de mensurar. Você pode usar a regressão multilinear para determinar seu ROI, usando insights precisos e confiáveis ​​para a tomada de decisões.

Para criar um modelo MMM, escolha a variável dependente ou resultado de negócios (por exemplo, receita ou downloads) que você deseja avaliar. Em seguida, identifique as variáveis ​​independentes, também conhecidas como fatores que impactam a variável dependente (coisas como gastos com publicidade e público-alvo). 

Certifique-se de incluir variáveis ​​controláveis, como preço e canal, e variáveis ​​incontroláveis, como concorrência e inflação. 

Por fim, atribua valores às variáveis ​​dependentes e independentes e crie um modelo matemático que represente a relação entre elas.

Fase 3: análise de dados e insights

Nessa fase, você usará o modelo da fase 2 para descobrir e analisar insights relacionados às suas campanhas de marketing.

Avalie a contribuição de cada canal para os resultados de negócios e métricas identificadas anteriormente. Continuando com nosso exemplo, você pode classificar suas campanhas de marketing com base no seu impacto sobre a sua receita ou sobre o engajamento do usuário. A partir daí, você pode mensurar a eficácia e o ROI de cada campanha.

Você também pode usar seu modelo para prever o engajamento e a receita futura gerada pelo usuário. Mas atenção: os modelos baseados em dados históricos assumem que os padrões passados ​​se repetirão no futuro e, portanto, não consideram mudanças de cenário. 

Fase 4: otimização

A otimização é a fase final do MMM, onde você otimiza seu mix de marketing para campanhas futuras usando os resultados da fase 3. 

Considere simular diferentes cenários de marketing, segmentar audiências diferentes ou alterar os níveis de gastos com publicidade para identificar a combinação de estratégias ideal que permitirá que você atinja suas metas com mais rapidez. 

MMM em ação: um exemplo

Vamos supor que você queira determinar o impacto dos anúncios in-app sobre a sua receita.

Durante as fases do seu MMM, você primeiro coletará dados de gastos com publicidade, dados demográficos do seu público-alvo e dados da receita do ano anterior. Em seguida, você usará a regressão multilinear para criar um modelo que represente a relação entre essas variáveis. 

Vamos supor que o modelo mostre que os gastos com publicidade e a demografia do seu público-alvo têm um impacto positivo significativo na sua receita. Isso significa que você pode otimizar seu mix de marketing para campanhas futuras, aumentando os gastos com publicidade em canais que possuem um maior impacto na receita e concentrando seus esforços de marketing em uma audiência mais lucrativa.

O MMM é o modelo certo para você?

Quando se trata de MMM, não existe uma abordagem padrão. Você deve considerar alguns fatores para entender se esse é o modelo certo para a sua campanha mobile.

Orçamento

Por ser uma abordagem baseada em dados, o MMM geralmente envolve um investimento significativo na coleta, modelagem e análise de dados, o que faz com que esse investimento seja muito pesado para pequenas empresas. Antes de se comprometer com um modelo de MMM, verifique se o seu orçamento de fato cobre esses custos.

Disponibilidade de dados

Ter acesso a um conjunto grande e diversificado de dados, incluindo dados históricos de marketing e dados relacionados a fatores externos que afetam o sucesso do seu aplicativo, é crucial para o funcionamento do MMM. Verifique a disponibilidade desas informações e o nível de esforço necessário para coletá-las e processá-las, e avalie se isso é de fato viável.

Complexidade do mix

Se a sua campanha de marketing de aplicativos tiver um mix de marketing complexo que envolve vários canais e táticas, o MMM será uma ótima escolha para melhorar os seus resultados. Por outro lado, se a sua campanha for simples e direta, o MMM pode não ser a abordagem mais apropriada.

Receba notícias de marketing e insights de especialistas direto em seu e-mail

Objetivo da campanha

O MMM funciona melhor quando você deseja compreender o impacto de diferentes atividades de marketing sobre os seus principais resultados, como downloads ou compras no aplicativo. Se o seu objetivo é gerar resultados de curto prazo (por exemplo, engajamentos no nível do usuário, como cliques ou impressões), a atribuição baseada em dados seria uma opção melhor.

Vamos falar sobre as semelhanças e diferenças entre os dois modelos mais adiante.

Habilidade e experiência

O MMM requer experiência em ciência de dados, modelagem e marketing analytics. Se sua equipe não tiver as habilidades e a experiência necessárias, será difícil implementá-lo de forma eficaz.

Tempo

O MMM costuma ser um processo demorado, levando várias semanas ou até meses para ser concluído. Portanto, se a sua campanha for urgente, ele pode não ser a melhor escolha.

Como mensurar o MMM?

Os analistas identificam variáveis ​​dependentes e independentes e as colocam em uma equação. Dependendo da relação entre as variáveis, a equação pode ser linear ou não linear. Monitorar e mensurar certos elementos é crucial para o uso do MMM. 

Vamos falar sobre cada elemento:

1 — Volume de vendas

Ao analisar o volume de vendas no MMM, é necessário dividir as vendas totais em dois componentes: vendas básicas e vendas incrementais.

• As vendas básicas são impulsionadas por fatores subjacentes, como preços, tendências de longo prazo, sazonalidade, awareness e fidelidade do usuário. Geralmente, incluem variáveis ​​econômicas que flutuam durante um período específico.
• As vendas incrementais são impulsionadas por atividades de marketing e vendas. Você pode separar o total de vendas incrementais em segmentos impactados por cada iniciativa para entender qual parcela é diretamente influenciada pelos seus esforços de marketing e quão eficazes são essas atividades.

Você pode analisar cada tipo de volume de vendas para compreender o impacto específico de cada atividade de marketing.

2 — Preços

As alterações de preços têm influência direta no volume de vendas – e o MMM pode ajudar a quantificar esse impacto. 

Você pode obter insights valiosos sobre o impacto direto das suas escolhas de preços, analisando a relação entre mudanças no preço e alterações nas vendas. Usando essas informações, você pode otimizar suas estratégias para alcançar os resultados desejados. 

Vamos supor que você aumente o preço do seu aplicativo de R$ 3,99 para R$ 4,99. Usando oa MMM, você descobre que esse aumento resultou em uma redução de 5% nas compras in-app, mas, devido ao preço elevado, sua receita aumentou em 20%.

Com essas informações, você pode continuar com o novo preço definido, sabendo que isso resultará em um aumento de receita com impacto mínimo no volume de vendas.

3 — Mídia e publicidade

O MMM é uma ferramenta valiosa para analisar o impacto da mídia e da publicidade nas suas vendas em diferentes meios e canais, incluindo anúncios online, impressos e outdoors. Embora os resultados do MMM possam não fornecer respostas tão claras, eles ainda podem fornecer insights valiosos sobre como mudanças nas suas estratégias de publicidade influenciam as vendas do seu app.

Alguns exemplos incluem:

• Anúncios curtos vs. anúncios longos
• Exibição de anúncios no Facebook vs. Instagram
• Exibição de anúncios durante o horário nobre vs. horário fora do horário nobre 

Você pode usar esses insights para otimizar seus gastos com publicidade, garantindo o máximo retorno do seu investimento. 

4 – Distribuição 

Um sistema de distribuição eficiente impulsiona o seu crescimento de forma mais eficaz do que qualquer outro elemento. Portanto, o fato de você poder usar o MMM para determinar o impacto das mudanças nos seus esforços de distribuição sobre as variáveis ​​dependentes é uma grande vantagem. Com isso, você conquista uma visão holística de todos os seus canais de distribuição e custos relacionados, permitindo que você tome decisões informadas sobre os canais nos quais você deve investir. 

Vamos supor que você queira expandir seus esforços de distribuição. 

Você pode usar o MMM para analisar os dados de vendas de diferentes canais, como parcerias, plataformas de rede social e lojas de aplicativos. Se você identificar que a parceria com outros aplicativos populares impulsiona downloads e compras in-app, você pode concentrar seus esforços de distribuição na expansão das suas parcerias, em vez de depender apenas de lojas de aplicativos e redes sociais.

Marketing mix modeling vs. atribuição baseada em dados

A atribuição baseada em dados se refere aos diferentes modelos de atribuição, como a atribuição de um toque e a atribuição multitoque, que monitora os engajamentos dos usuários ao longo de toda a jornada. 

Você pode usar esses insights para entender quais táticas têm o maior impacto em seus resultados, à medida que os consumidores avançam na jornada do aplicativo. Esses modelos de atribuição avaliam a performance após o final de uma campanha.

De modo geral, o marketing mix modeling e a atribuição baseada em dados permitem que você entenda como as suas táticas de marketing afetam um objetivo de negócios específico, como a receita. Ambos os métodos também utilizam modelos estatísticos e matemáticos para analisar os dados. 

Mas é aí que as semelhanças acabam.

O MMM não leva em consideração o engajamento no nível do usuário – em vez disso, ele mensura o impacto que os esforços de marketing têm no cumprimento dos objetivos de negócios predeterminados, sem considerar a jornada do cliente. Por outro lado, a atribuição baseada em dados foca em dados pessoais, como o total de impressões e cliques.

Veja abaixo uma tabela de comparação desses dois modelos, que mostra o papel que cada um pode desempenhar no marketing mobile.

Recursos	Marketing mix modeling (MMM)	Atribuição baseada em dados
Propósito	Entender o impacto do mix de marketing nas vendas e receitas	Compreender o impacto dos pontos de contato individuais na conversão
Dados usados	Histórico de dados agregados de atividades de marketing e fatores externos	Dados detalhados de nível individual, como cliques, impressões e conversões
Abordagem de modelagem	Análise de regressão multilinear	Algoritmos de machine learning
Principais resultados	Otimização do mix de marketing, eficácia de mídia, ROI e previsão	Atribuição de conversão a pontos de contato individuais e distribuição de orçamento e recursos
Tempo	Histórico de dados que abrangem de vários meses a um ano	Dados em tempo real ou quase em tempo real
Complexidade	Alta, devido a múltiplas variáveis ​​e modelos de regressão complexos	Baixa a moderada, dependendo da complexidade do modelo de atribuição
Limitações	Assume que os padrões passados ​​se repetirão no futuro e não leva em conta as mudanças do mercado	Pode não capturar com precisão o impacto geral do mix de marketing e de múltiplas interações dos pontos de contato

Vantagens e desvantagens do MMM

Hoje, a maioria dos profissionais de marketing não tem objetivos e KPIs claros e depende apenas de métricas de “vaidade” (métricas que não têm nenhum impacto sólido nos resultados de negócios). Outros não conseguem segmentar sua audiência e acabam lançando mensagens e campanhas de marketing genéricas que apresentam um baixo desempenho.

Se você também acha difícil medir o impacto dos seus gastos com marketing, incluir o MMM como parte da sua estratégia pode ser a resposta para os seus problemas. Mas, como qualquer outro sistema de modelagem, o MMM também tem seus poréns.

Vamos falar dos prós e contras:

Vantagens do MMM

• Preciso, com cobertura completa de canais de marketing digitais e tradicionais
• Captura a relação entre variáveis
• Avalia resultados de conversão online e offline
• Estima e mensura a saturação da mídia e os níveis de rendimento, permitindo que os profissionais de marketing identifiquem o investimento ideal
• Abordagens avançadas de MMM fornecem recursos de planejamento de cenários e otimização de orçamento, permitindo a execução de simulações para prever resultados de negócios
• Contabiliza os fatores que impactam diretamente o ROI
• Não utiliza informações de identificação pessoal para garantir que a privacidade do usuário nunca seja comprometida

Desvantagens do MMM

• Exige muitos inputs de dados históricos
• Baseia-se em uma série de suposições para fatores não relacionados ao marketing
• Baixa frequência de relatórios
• Não considera a relação entre canais
• Não fornece informações sobre a marca ou sua narrativa
• Não leva em consideração a experiência do cliente

Principais conclusões

• O marketing mix modeling (MMM) é uma abordagem estatística usada para avaliar o impacto de vários canais e táticas de marketing em um resultado específico. 
• O MMM utiliza dados históricos para analisar as relações entre inputs e outputs de marketing, permitindo que os profissionais de marketing entendam a contribuição de cada canal para o desempenho geral e otimizem seu mix de mídia para gerar o máximo impacto.
• Para decidir se o MMM é adequado para a sua campanha, considere o orçamento, disponibilidade de dados, complexidade do mix, objetivo e o prazo da campanha, além das suas habilidades e experiência. 
• Um processo MMM padrão tem quatro fases: coleta de dados, modelagem, análise e insights de dados, e otimização.
• O MMM é diferente da atribuição baseada em dados, que utiliza informações do usuário para mensurar como pontos de contato individuais afetam a conversão.
• O MMM pode ajudar os profissionais de marketing a identificar seus canais mais eficazes, mensurar o ROI e tomar decisões informadas sobre como distribuir seu orçamento para impulsionar vendas e receita.