MMM: когда last-click уже не отвечает на вопрос «что сработало»

MMM: когда last-click уже не отвечает на вопрос «что сработало»

MMM — это маркетинг-микс моделирование: статистический метод, который оценивает вклад каналов в продажи или выручку на уровне бизнеса, а не на уровне одного клика. Он полезен, когда часть касаний теряется из-за privacy-first ограничений, server-side передачи данных и роста доли офлайн- и верхневоронковых влияний.

Чем MMM отличается от атрибуции:
— атрибуция распределяет заслугу между конкретными касаниями пользователя;
— MMM смотрит на агрегированные данные по времени и оценивает, как изменения в рекламе связаны с результатом;
— атрибуция отвечает на вопрос «какой канал привёл к конверсии», MMM — «какой канал дал прирост».

Типичные ошибки:
— ждать от MMM точности до отдельного пользователя;
— строить модель на коротком периоде без сезонности и промо;
— не учитывать внешние факторы: цены, ассортимент, медиа-шум конкурентов;
— использовать MMM как замену всей аналитике, а не как её слой.

Пример: у бренда B2B-услуг last-click показывает, что почти все заявки пришли из поисковой рекламы. MMM при этом выявляет, что заметный прирост выручки дают ещё и брендовые кампании, вебинары и email-цепочки, хотя в прямой атрибуции их вклад выглядит скромно.

Для менеджмента MMM ценен тем, что переводит разговор из «какой канал получил конверсию» в «куда реально имеет смысл перераспределять бюджет».

— @DataStorytellingMK