Zenn
📈

デジタルマーケティング基礎とマーケティング・ミックス・モデリング学習ノート

2020/12/09に公開
marketing
datascience
idea

本記事の目的

デジタルマーケティング分野の中でも、特にマーケティング・ミックス・モデリング（以下、MMM）に関して、筆者が学習した内容を可能な限りわかりやすく記すこと。

学習リソース

目次
  1. MMMとは何か？
  2. MMMの目的は何か？
  3. MMMの特徴は？
  4. MMMのやり方

1. MMMとは何か？

MMMとは、ずばり

  • 売上データと売上に影響する要因と思われるデータを時系列で記録し、どの要因がどれだけ売上データに寄与したかを推定するもの
  • マーケティング施策が成果に与える影響を定量化する統計学的な分析

MMMをやると、何が嬉しいのか？

  • MMM実施以降の投資配分をチューニングするのに必要な指標が得られる
  • MMM以外の方法として、「消費者調査（定量・定性）」「ログ分析」などがあるが、これらでは不可能な分析をMMMでなら実現できる

2. MMMの目的は何か？

MMMの目的は、ずばり

  • 各マーケティング施策やその他多くの要因が成果（例えば売上）にどの程度影響したか、という寄与度を推定する
  • 結果として、広告最適化の視座を増やす

意識すべきは、他のマーケティング施策との目的の違いである。例えば、消費者調査（定量）である。この方法では、マーケティング施策と成果の関係性には言及できない為、一見、MMMのほうが優れた手段であるかのように見える。しかし、消費者調査（定量）はマーケティング施策が生み出す、消費者の購買心理の変化・態度変容を明らかにすることが目的である。したがって、MMMの方が消費者調査（定量）より優れているかどうかを論じることに意味はない。それぞれ異なる目的を持っている為、比較する意味がないのだ。

3. MMMの特徴は？

1. 広告予算の配分を、過去のデータを教訓にチューニングする方法である

オフライン／デジタル広告いずれも分析対象とする

2. オフライン広告/デジタル広告相互の影響を加味して分析する

オンライン広告の例 デジタル広告の例
印刷物、新聞、雑誌 コンテンツマーケティング用コンテンツ（検索エンジンで流入）
TV PPC（Pay Per Click：クリック課金型広告、検索連動型広告）
ラジオ メール
DM、カタログ SNS広告
電車内広告etc アフィリエイトetc

3. 数学的処理をベースとする

数学的処理とは、具体的に言うと、構造方程式モデリング（参考）や重回帰分析など

  • 広告効果には線形なものと非線形なものがある
    • 線形なものとは、広告出せば出すほど売上も上がる
    • 非線形なものとは、広告を出せば出すほど売上が上がるとは限らないもの（TVCMのGRP（述べ視聴率）、残存効果（アドストック）も考慮する）

4. 異なるタイプのデータを必要とする

  • データを用意する際は、以下の点に気をつけよう
    • 質の異なるデータ（下記）を最低でも日次程度の粒度で取得しておく必要がある
    • タイプ１：（売りたいもの＝）製品やサービスのデータ
      • どの製品がどれだけ売れた？あるいはどれだけアクセスがあった？など（具体的には述べられてない）
    • タイプ２：キャンペーンのデータ
      • いつ、どんなキャンペーンを出したのか（具体的には述べられてない）
    • タイプ３：広告のデータ
      • 各広告媒体ごとのコストとリーチ数（具体的には述べられてない）
    • タイプ４：季節性が理解できるデータ
      • seasonalityと呼ばれる。具体的な形（フラグ？何かの計測値？）は名言されてないのでわからない
    • タイプ５：地理データ
      • 実店舗などがある場合は、店舗の場所。あるいは顧客の居住地とかもかな？（具体的には述べられてない）
    • タイプ６：マクロ経済データ
      • インフレ率、GDP、失業率など
    • タイプ７：売上データ
      • 売上の製品総数、契約総数、売上額など（具体的には述べられてない）

5. 各マーケティング施策の直接効果と間接効果（施策同士の影響）を数値化できる

複数メディアが当たり前の時代では、各施策の最適化だけでなく、相乗効果も合わせた全体最適化を進める必要がある

6. 自社でコントロールできない外部要因も分析対象に含めることができる

故に、外部要因を取り除いた、ピュアな効果を数値化できる

7. 公開されている事例が非常に少ない

公開されているものはほとんどない。なぜならMMMの結果は、マーケティング施策の全体最適化であり、競合に知られてはならない情報だからである。

4. MMMのやり方

  • （1）分析ロジックを決める
    • いろいろあるけど、ここでは「パス解析」というものを使う。（他にどんな手法があるのだろう？と調べると、なんかよくわからなくなった。）
  • （2）過去に実施したマーケティング施策（＝内部要因）と成果に影響を与える外部要因を洗い出す
  • （3）消費者の購買行動の各段階に洗い出した施策を振り分ける
  • （4）データを収集する
  • （5）分析をする
  • （6）分析精度を向上させる

img
（３）の解説図：『マーケティング・ミックス・モデリング(MMM)とは？ | MAGELLAN』より引用

（学習中）

Discussion