Aumentando a receita gerada pela mídia com Marketing Mix Modeling

O motivo pelo qual medimos cada vez mais é simples: para que possamos prever o desempenho de diferentes cenários estratégicos e, assim, ajudar as marcas com as quais fazemos parceria a otimizar seus esforços de mídia. E, assim como qualquer outra disciplina dentro da publicidade, o campo da mídia continua a evoluir, portanto, vamos destacar o que é importante no momento e que dará suporte à sua medição de mídia.

Acolhendo a incrementalidade no mundo da mídia.

Primeiro, vamos dar um passo atrás e ver o que significa incrementalidade. Em termos simples, ela se refere ao aumento nas conversões ou vendas que podem ser atribuídas a uma campanha publicitária específica em relação àquelas que teriam ocorrido independentemente - também conhecida como base. A incrementalidade foi recentemente adotada por nós, pessoal de mídia, e o termo ganhou importância porque é uma solução de medição de mídia que isola o aumento incremental. Isso é importante porque, caso contrário, não é possível saber qual mídia está impulsionando o crescimento e qual está apenas colhendo conversões que você teria obtido de qualquer maneira. Dessa forma, a incrementalidade oferece uma visão muito mais precisa de como seus canais de mídia estão gerando conversões.

Por exemplo, a atribuição multitoque (MTA) tradicional geralmente não consegue separar a base do aumento da campanha publicitária. Isso pode levar a resultados exagerados. Em vez disso, para medir com precisão a incrementalidade, é importante usar a MTA em conjunto com técnicas incrementais, como a modelagem de mix de mercado (MMM). Dessa forma, você pode entender melhor o verdadeiro impacto das campanhas publicitárias, passar do ROAS para o ROI e, assim, ter uma conversa mais sensata com suas equipes financeiras sobre a eficácia da mídia.

Como o Marketing Mix Modeling tem ajudado a medição de mídia.

O Marketing Mix Modeling certamente não é nova no cenário, e essa técnica existe em sua aplicação comercial para entender os aumentos de mídia há várias décadas. No entanto, a disciplina melhorou significativamente, especialmente nos últimos anos.

O MMM contemporâneo percorreu um longo caminho. Antigamente, as atualizações anuais levavam meses para gerar resultados, enquanto hoje é possível colocar um piloto em funcionamento em seis semanas e usar a automação e o aprendizado de máquina para obter atualizações mensais em questão de dias. Além disso, as visualizações também se tornaram muito melhores, pois os painéis de relatórios atuais oferecem aos analistas uma infinidade de maneiras de abordar os conjuntos de dados.

É importante observar que o Marketing Mix Modeling considera todo o mercado - incluindo fatores como promoções e preços, a recente pandemia, sazonalidade e outros - e, portanto, oferece uma visão holística. Se você não levar em conta esses outros fatores, não conseguirá obter uma leitura precisa da mídia e correrá o risco de exagerar seu impacto. Por isso, estamos vendo cada vez mais marcas firmarem parcerias com especialistas em MMM para ajudar a criar modelos de mix de mercado ou trabalhar com eles para ter esse recurso internamente.

Devo salientar que alguns participantes podem dizer que executam "modelagem de mix de mídia", mas, na verdade, estão apenas criando uma regressão simples com variáveis de mídia ou usando técnicas de caminho multitoque (o que não é uma análise incremental). O que é preocupante nisso é que eles oferecem as chamadas soluções de MMM a preços muito baixos, o que pode parecer atraente, mas os danos causados pelo uso dessas soluções não podem ser subestimados. Basear suas decisões em um modelo barato, mas ruim, pode dar errado e custar mais de 40% de sua receita de mídia - em comparação com um aumento de aproximadamente 30% se a técnica for aplicada corretamente. Você pode decidir o que é melhor para sua marca.

Aproveitamento da IA para acelerar nossa análise.

Outro motivo muito oportuno para eu estar tão empolgado com a aplicação da modelagem de mix de mercado é o recente crescimento da inteligência artificial e das soluções de automação que surgiram a partir dela - a IA vem avançando rapidamente em várias áreas e não se esqueceu do MMM.

Na Media.Monks, estamos otimistas com relação à IA. Dito isso, também sabemos que é importante ser cauteloso e fazer a devida diligência, especialmente porque vemos muitos provedores de IA alegando criar modelos de mix de mercado sem ter a experiência e as ferramentas certas para isso. Quando se trata de MMM, acreditamos que as soluções de IA e automação podem ser incrivelmente úteis para acelerar o processo, mas é claro que também há alguns casos que exigem trabalho manual. Vamos dar uma olhada.

Dados brutos e processamento. Isso pode ser automatizado com o uso de APIs ou modelos para transmitir dados e, em seguida, processos predefinidos automatizam a limpeza, economizando muito tempo. Cuidado com os provedores que levam vários meses para integrar inicialmente os pipes de dados, pois você deve estar pronto e funcionando em questão de semanas.

Modelos iniciais. Usamos algoritmos evolutivos para automatizar a criação do modelo inicial, executando milhares de modelos instantaneamente na nuvem e pontuando-os, o que nos permite chegar a um modelo básico muito mais rápido e economizar semanas em projetos de MMM com vários KPIs.

Modelos finais. Observe que isso (ainda) requer intervenção manual com uma equipe de modelagem muito experiente. Precisamos verificar os modelos, triplicar a verificação dos dados e usar nossa ampla experiência para identificar anomalias e análises alternativas para interrogar quaisquer descobertas controversas.

Efeitos de vendas e cálculos de ROI. Eles podem ser automatizados sem o uso de IA - esse é apenas um processo que pode ser facilmente repetido usando código.

Relatórios automatizados. Depois que todos os números são calculados, é fácil preencher automaticamente os painéis e as ferramentas de otimização de mídia. Uma coisa que não pode ser automatizada, no entanto, é responder às perguntas personalizadas dos clientes sobre a duração do segundo mais eficaz, o público-alvo e muito mais.

Engajamento. Informar os ROIs e as otimizações é uma coisa, mas ganhar a compreensão e a confiança nos modelos é outra. Portanto, nos estágios iniciais dos compromissos com o MMM, é imperativo ter pessoas que possam explicar os modelos e os resultados para a equipe mais ampla - não apenas de marketing, mas também de finanças, vendas, diretoria, para citar alguns. Meu conselho seria voltar a esse assunto em estágios posteriores, quando as pessoas entenderem e confiarem no modelo, e então você poderá passar para relatórios mais automatizados.

Em resumo, a automação pode substituir grande parte do trabalho pesado de processamento e visualização de dados e resultados, enquanto a IA pode ser usada no estágio inicial de modelagem. Mas o que não pode ser substituído é a verificação de sentido, a interpretação e a experiência de um bom modelador para garantir que os resultados sejam robustos, realistas, compreendidos e, portanto, utilizáveis.

Diminuição do tempo e aumento dos resultados.

No contexto de tempos economicamente incertos, uma solução que economiza tempo - e, portanto, economiza custos - como a modelagem de mix de mercado, especialmente quando é alimentada por IA e automação, é muito útil. Com base nesses modelos, a medição de mídia normalmente permite que as marcas prevejam diferentes cenários de vendas. Por sua vez, ter uma previsão robusta de desempenho é fundamental para justificar diferentes cenários estratégicos para a diretoria, os proprietários e os investidores de uma empresa.

A incrementalidade é fundamental na busca de um ROI preciso, e o MMM é a principal maneira de chegar lá. Embora essa técnica exista há décadas, seu ritmo de mudança e sua taxa de adoção estão se acelerando, o que, tenho certeza, será ainda mais impulsionado pela IA. Dito isso, para que você possa colher as muitas recompensas dessa técnica testada e comprovada, é fundamental trabalhar com um parceiro de mídia que inclua todo o mix de impulsionadores de vendas e que possa levar seus modelos de números absolutos a ações comerciais claras.