마케팅 믹스 모델링

Marketing mix modeling

마케팅 믹스 모델링(MMM)은 판매 및 마케팅 시계열 데이터에 대한 다변량 회귀 분석과 같은 통계 분석으로, 다양한 마케팅 전술(마케팅 믹스)이 판매에 미치는 영향을 추산한 다음 향후 전술 세트의 영향을 예측한다. 판매 수익이나 이익에 관한 광고 믹스와 홍보 전술을 최적화하기 위해 자주 사용된다.

이 기법은 계량학자에 의해 개발되었고, 그 제품 제조업체들이 판매 및 마케팅 지원에 대한 정확한 데이터를 이용할 수 있었기 때문에 소비자 포장 상품에 처음 적용되었다.[citation needed] 데이터 가용성 향상, 컴퓨팅 성능의 대폭 향상, 마케팅 지출의 측정 및 최적화 압력으로 인해 마케팅 툴로서 폭발적인 인기를 끌고 있다.[citation needed] 최근 MMM은 주요 소비자 마케팅 회사들 사이에서 신뢰할 수 있는 마케팅 수단으로 받아들여지고 있다.

역사

마케팅 믹스라는 용어는 1949년에 이 문구를 처음 사용하기 시작한 닐 보든에 의해 개발되었다. "간부는 재료의 혼합체로서, 때때로 그가 진행하면서 조리법을 따르기도 하고, 어떤 때는 즉시 구할 수 있는 재료에 조리법을 적응시키기도 하며, 어떤 때는 다른 사람이 시도하지 않은 재료로 실험하거나 발명을 하기도 한다."

보든은 "회사 요구에 맞는 마케팅 프로그램을 구축할 때 마케팅 매니저는 자신이 일해야 할 자원에 대한 예리한 안목으로 행동력을 저울질한 다음 마케팅 요소를 혼합해 저글링해야 한다"고 말했다.

E. Jerome McCarthy는 마케팅 믹스를 구성할 때 가장 일반적인 변수를 구성하는 가격, 프로모션, 제품 및 장소(배포) 등 4가지 마케팅 P를 처음으로 제안한 사람이다.[3] 매카시에 따르면 마케터들은 기본적으로 마케팅 전략을 짜고 마케팅 계획을 작성하는 동안 사용할 수 있는 네 가지 변수를 가지고 있다. 장기적으로는 4가지 혼합 변수를 모두 변경할 수 있지만 단기적으로는 제품이나 유통 채널을 수정하기 어렵다.

마케팅 믹스 변수의 또 다른 세트는 마케팅 변수를 두 가지 범주로 분류한 Albert Frey에[4] 의해 개발되었다: 오퍼링과 프로세스 변수. "오퍼링"은 제품, 서비스, 포장, 브랜드, 가격 등으로 구성된다. "과정" 또는 "방법" 변수에는 광고, 홍보, 판매 촉진, 개인 판매, 홍보, 유통 채널, 마케팅 연구, 전략 형성, 신제품 개발 등이 포함되었다.

최근 버나드 붐스와 메리 비트너는 7개의 P로 구성된 모델을 만들었다.[5] 그들은 마케팅의 모든 측면에서 인적 요소의 중요성을 인식하기 위해 기존 변수 목록에 "사람"을 추가했다. 실제 제품과 달리 서비스가 구매 당시 하나의 프로세스로서 경험된다는 점을 반영해 '프로세스'를 추가했다. Micro TSP와 같은 데스크톱 모델링 도구는 이러한 종류의 통계 분석을 현재 주류로 만들었다. 대부분의 광고 대행사와 전략 컨설팅 회사들은 그들의 고객들에게 MMM 서비스를 제공한다.

마케팅 믹스 모델

마케팅 믹스 모델링은 신디케이트된 판매 시점 데이터, 기업의 내부 데이터 등 과거 정보를 활용해 다양한 마케팅 활동의 판매 영향을 정량화하는 분석적 접근방식이다. 수학적으로 이것은 회귀의 통계적 기법을 통해 선형 또는 비선형 방정식의 형태로 판매와 다양한 마케팅 활동의 동시적 관계를 설정함으로써 이루어진다. MMM은 판매량, 효과성(각 노력 단위에 의해 창출되는 물량), 효율성(원가로 나눈 판매량) 및 ROI에 대한 기여도 측면에서 각 마케팅 요소의 효과를 정의한다. 그런 다음 이러한 학습을 채택하여 마케팅 전술과 전략을 조정하고, 마케팅 계획을 최적화하며, 다양한 시나리오를 시뮬레이션하면서 매출을 예측한다.

이는 다양한 마케팅 노력에서 창출된 의존적 변수 및 독립적 변수로 판매량/가치 모델을 설정함으로써 달성된다. 마케팅 믹스 모델링을 위한 변수 생성은 복잡한 일이고 과학만큼이나 예술이다. 대형 데이터 세트를 크런치하는 자동 모델링 도구와 장인 계량학자의 비교는 MMM에서 진행 중인 논쟁으로, 다양한 기관과 컨설턴트가 이 스펙트럼의 특정 지점에서 위치를 차지하고 있다. 변수가 생성되면 여러 번 반복해서 볼륨/값 추세를 잘 설명하는 모델을 만든다. 검증 데이터를 사용하거나 비즈니스 결과의 일관성에 따라 추가 검증을 수행한다.

산출물은 마케팅 요소가 다양한 차원에 미치는 영향을 분석하는 데 사용될 수 있다. 연도에 표시된 총 연도의 백분율로 각 요소의 기여도는 다양한 요소의 효과가 해를 거듭할수록 어떻게 변화하는지 보여주는 좋은 지표다. 연간 기여도 변화도 각 요소에 기인하는 총매출 변화율의 몇 퍼센트를 나타내는 만기분석에 의해 측정된다. 텔레비전 광고나 무역 프로모션과 같은 활동에 대해서는 효과와 같은 보다 정교한 분석을 실시할 수 있다. 이 분석은 마케팅 매니저에게 각각의 마케팅 요소를 한 단위씩 증가시킴으로써 얻을 수 있는 매출의 증가분을 알려준다. 활동당 상세한 지출 정보를 이용할 수 있는 경우, 마케팅 활동의 투자 수익률을 계산할 수 있다. 이는 활동의 역사적 효과를 보고하는 데 유용할 뿐만 아니라, 가장 효율적이지 않은 마케팅 활동을 파악하여 마케팅 예산을 최적화하는 데에도 도움이 된다.

최종 모델이 준비되면, 이 모델의 결과를 사용하여 'What-if' 분석을 위한 마케팅 시나리오를 시뮬레이션할 수 있다. 마케팅 관리자는 이 마케팅 예산을 다른 비율로 재할당할 수 있으며 매출/가치에도 직접적인 영향을 미칠 수 있다. 그들은 투자 수익률이 가장 높은 활동에 지출을 할당함으로써 예산을 최적화할 수 있다.

일부 MMM 접근방식은 서로 경쟁하는 여러 제품이나 브랜드를 업계나 범주 모델에 포함시키는 것과 같은 방식으로, 교차 가격 관계와 음성 광고 공유가 워게밍에 중요한 것으로 간주된다.

구성 요소들

마케팅 믹스 모델은 총 매출을 다음과 같은 두 가지 요소로 분해한다.

기본 판매: 가격, 장기 추세, 계절성 등 경제적 요인과 브랜드 인지도, 브랜드 충성도와 같은 질적 요인에 의해 움직이는 제품에 대한 자연스러운 수요다.

증분 판매: 증분 판매는 마케팅과 홍보 활동에 의해 추진되는 판매의 구성요소다. 이 부품은 텔레비전 광고나 라디오 광고, 인쇄 광고(마거진, 신문 등), 쿠폰, 다이렉트 메일, 인터넷, 기능 또는 디스플레이 프로모션과 일시적인 가격 인하와 같은 각 마케팅 요소 때문에 더 이상 판매로 분해될 수 있다. 이러한 활동 중 일부는 단기 수익률(쿠폰, 프로모션)을 갖는 반면, 다른 것들은 장기 수익률(TV, 라디오, 잡지/프린트)을 갖는다.

마케팅-믹스 분석은 일반적으로 선형 회귀 모델링을 사용하여 수행된다. 광고 애드스톡 변환과 같은 기법을 사용하여 비선형적이고 지연된 효과를 포함한다. 그러한 분석의 일반적인 산출물은 총 연간 매출액을 각 마케팅 요소인 a.k.a의 기여금으로 분해하는 것을 포함한다. 기여 파이 차트.

Yago.png
Cyear.png

또 다른 표준 산출물은 연도별 매출 증가/감소(예: '체납 차트')의 분해다.

Dueto.png

MMM으로 측정된 원소

기본 및 증분 볼륨

판매량을 베이스(마케팅 활동이 없을 때 생성되는 볼륨)와 증분(단기적으로 마케팅 활동에 의해 생성되는 볼륨)으로 구분하는 것은 시간 경과에 따른 놀라운 통찰력을 제공한다. 단기적으로 증분 볼륨이 생성되는 활동이 장기적으로는 기본 볼륨에도 영향을 미치는 반면, 기초는 더 길어진 기간에 걸쳐 증가하거나 감소한다. 베이스 볼륨의 변동은 브랜드의 강도와 그것이 사용자들에게서 명령하는 충성도를 잘 나타내는 지표다.

미디어 및 광고

시장 믹스 모델링은 텔레비전, 잡지, 온라인 디스플레이 광고와 같은 개별 매체에 의해 발생하는 판매 영향을 결정할 수 있다. 경우에 따라서는 개별 광고 캠페인이나 심지어 광고 실행이 판매에 미치는 영향을 결정하는 데 사용될 수 있다. 예를 들어, TV 광고 활동의 경우, 각 광고 실행이 판매량에 미치는 영향 측면에서 시장에서 어떻게 수행되었는지를 살펴볼 수 있다. MMM은 또한 1주일 또는 1개월의 기간 내에 판매량 응답과 관련하여 총 시청률 포인트(GRP)로 측정된 다양한 미디어 무게 수준에서 TV 상관관계에 대한 정보를 제공할 수 있다. 영향을 미치기 위해 방송해야 하는 주간의 최소 GRP 수준(임계한계)에 대한 정보도 얻을 수 있고, 반대로 볼륨에 대한 영향이 최대화되는 GRP 수준(포화한계)에 대한 정보도 얻을 수 있으며, 추가 활동이 보복을 하지 않는다. 모든 MMM이 모든 질문에 대한 확정적인 답변을 제공할 수는 없지만, 통찰력을 얻을 수 있는 몇 가지 추가 영역은 1) 15초 동시 실행의 효과성, 2) 프라임 타임 오프 타임 주간 파트 동안 실행될 때 광고 성능의 비교, 3) 직접 및 직접 비교와 비교를 포함한다. 다양한 제품이나 서브 브랜드에 걸친 TV 활동의 후광 효과 브랜드를 성장시키는 데 있어서 신제품 기반 TV 활동의 역할과 형평성 기반 TV 활동의 역할도 비교할 수 있다. GRP는 리치(즉, GRP는 평균 주파수로 나누어 광고를 실제로 시청하는 사람들의 비율을 얻음)로 변환된다. 이것은 TV 모델링을 위한 더 좋은 방법이다.

무역 프로모션

무역촉진은 모든 마케팅 계획의 핵심 활동이다. 기업 및 그 제품에 대한 고객 인지도를 효과적으로 높이는 프로모션 제도를 도입하여 단기적으로 매출을 증대시키는 것을 목적으로 한다. 무역 프로모션에 대한 소비자들의 반응은 직설적이지 않고 많은 논쟁의 대상이다. 반응을 시뮬레이션하기 위해 비선형 모델이 존재한다. MMM을 사용하면 증분 볼륨을 생성할 때 무역 프로모션이 미치는 영향을 이해할 수 있다. 지역별로 각기 다른 소매점에서 프로모션 이벤트별로 생성되는 물량의 견적을 얻을 수 있다. 이런 식으로 우리는 가장 효과적이고 가장 덜 효과적인 무역 채널을 파악할 수 있다. 자세한 지출 정보가 제공된다면, 우리는 Every Day Low Price, Off-Shelf Display와 같은 다양한 무역 활동의 투자 수익률을 비교할 수 있다. 우리는 이 정보를 이용하여 가장 효과적인 무역 채널을 선택하고 가장 효과적인 홍보 활동을 목표로 하여 무역 계획을 최적화할 수 있다.

가격 책정

브랜드의 가격 상승은 판매량에 부정적인 영향을 미친다. 이 효과는 MMM으로 가격모델링을 통해 포착할 수 있으며, 가격변동률별로 매출의 변동률을 알려주는 브랜드의 가격탄력성을 제공하는 모델이다. 이를 통해 마케팅 매니저는 가격 변동 결정이 미치는 영향을 평가할 수 있다.

분배

분포 요소의 경우 분포 노력을 변경하거나, 다시 말해 분포의 폭이나 깊이의 각 백분율 변화에 의해 볼륨이 어떻게 움직일지 알 수 있다. 이는 각 채널 및 심지어 오프테이크 판매를 위한 각 종류의 아웃렛에 대해 구체적으로 식별할 수 있다. 이러한 통찰력을 고려하여, 각 채널 또는 상점 유형에 대해 유통 노력의 우선순위를 정하여 최대를 동일한 것에서 얻을 수 있다. 최근 한 세탁 브랜드에 대한 연구에 따르면 동네 키라나 매장에서 1%의 점증적 양이 슈퍼마켓에서 1%의 점증적 존재보다 180% 더 많다.[6] 이러한 노력의 비용을 바탕으로, 경영자들은 분배를 위해 더 많은 투자를 할 수 있는 적절한 채널을 찾아냈다.

실행

신제품이 출시되면 관련 홍보와 프로모션으로 인해 일반적으로 예상보다 많은 물량이 생성된다. 이 추가 볼륨은 기존 변수를 사용하여 모델에서 완전히 캡처할 수 없다. 흔히 발사의 이러한 증분 효과를 포착하기 위한 특수 변수가 사용된다. 이러한 변수의 기여도와 출시와 관련된 마케팅 노력의 기여도를 합치면 총 출시 기여도가 주어진다. 다른 발사는 효과와 ROI를 계산하여 비교할 수 있다.

경쟁

경쟁이 브랜드 판매에 미치는 영향은 그에 따라 경쟁 변수를 만들어냄으로써 포착된다. 변수는 텔레비전 광고, 무역 프로모션, 제품 출시 등과 같은 경쟁사의 마케팅 활동에서 만들어진다. 이 모델의 결과는 경쟁으로부터 브랜드 판매를 소유하는 가장 큰 위협을 식별하는 데 사용될 수 있다. 크로스 프라이스 탄력성과 크로스 프로모션 탄력성을 활용해 경쟁 전술에 대한 적절한 대응을 구상할 수 있다. 성공적인 경쟁 캠페인은 자체 브랜드를 위한 귀중한 교훈을 얻기 위해 분석될 수 있다. 텔레비전 & 방송: MMM의 적용은 방송 매체에도 적용될 수 있다. 방송사들은 특정 프로그램이 후원될 지 여부를 결정하는 것이 무엇인지 알고 싶어할 수 있다. 이것은 발표자의 속성, 내용, 그리고 프로그램이 방송되는 시간에 따라 달라질 수 있다. 따라서 이러한 변수들은 프로그램 실행성 함수를 설계하기 위한 우리의 탐색에서 독립적 변수를 형성할 것이다. 프로그램 실행성은 발표자 속성, 프로그램 내용 및 프로그램 방송 시간의 함수다.

MMM의 연구

일반적인 MMM 연구는 다음과 같은 통찰력을 제공한다.

  • 마케팅 활동에 의한 기여
  • 마케팅 활동에 의한 ROI
  • 마케팅 활동의 효과
  • 최적의 지출 분포
  • 주당 최적의 GRP, 15~30대 최적의 배포, 어떤 프로모션을 진행할 것인지, 어떤 SKUS를 홍보할 것인지 등 각 활동을 보다 효과적으로 실행하는 방법에 대한 학습.

업계에 의한 MMM 채택

지난 20년 동안 많은 대기업, 특히 소비자 포장재 회사들은 MMM을 채택했다. P&G, AT&T, 크래프트, 코카콜라, 펩시와 같은 많은 포춘지 500대 기업들은 MMM을 마케팅 계획의 필수적인 부분으로 만들었다. 이 또한 현재 MMM 서비스를 제공하고 있는 전문 기업의 가용성이 있었기에 가능해졌다.

마케팅 믹스 모델은 초기에 CPG 산업에서 더 인기가 있었고 소매업과 제약업종으로 빠르게 확산되었다. 왜냐하면 이러한 산업에서 신디케이트 데이터가 사용 가능했기 때문이다(주로 Nielsen Company와 IRI에서, 그리고 NPD 그룹과 Bottom Line Analytics and Gain 이론에서 덜한 정도까지). 시계열 데이터의 가용성은 마케팅 믹스 효과의 강력한 모델링에 필수적이며, 통신, 금융 서비스, 자동차 및 환대 산업과 같은 다른 산업에서 CRM 시스템을 통한 고객 데이터의 체계적인 관리가 이러한 산업으로 확산되는 데 도움이 되었다. 또한 Forrester Research의 Ultimate Consumer Panel(금융 서비스), Polk Insights(자동차) 및 Smith Travel Research(병원성)와 같은 타사 소스를 통한 경쟁 및 산업 데이터 가용성은 이들 산업에 대한 마케팅 믹스 모델링의 적용을 더욱 강화했다. 이러한 산업에 대한 마케팅 믹스 모델링의 적용은 아직 초기 단계에 있으며 특히 이러한 분야에서 많은 표준화가 필요하다.

  • CPG의 프로모션과 같은 산업 전반에 걸친 프로모션 활동의 해석은 매장에서 진행되면서 효과가 뒤떨어지지 않지만, 자동차 및 접대 프로모션은 보통 인터넷이나 딜러 마케팅을 통해 전개되며, 그 영향력은 더 오래 뒤처질 수 있다. CPG 프로모션은 보통 절대 가격 할인이며, 자동차 프로모션은 현금 상환 또는 대출 인센티브가 될 수 있으며, 금융 서비스 프로모션은 보통 금리 할인이다.
  • 접대 산업 마케팅은 계절적 패턴이 매우 심하며 대부분의 마케팅 믹스 모델은 마케팅 효과와 계절성을 혼동하는 경향이 있으므로 마케팅 ROI를 과대평가하거나 과소평가한다. '풀드 회귀 분석'과 같은 시계열 단면 모델을 활용해야 하는데, 이 모델은 표본 크기와 변동을 증가시켜 순수한 마케팅 효과와 계절성을 강력하게 분리한다.
  • 자동차 제조업체는 마케팅 예산의 상당 부분을 딜러 광고에 사용하며, 적절한 통합 수준에서 모델링하지 않으면 정확하게 측정할 수 없을 수 있다. 국가 수준 또는 심지어 시장 또는 DMA 수준에서 모델링할 경우, 이러한 효과는 집합 편향에서 상실될 수 있다. 반면에, 딜러점 수준으로 내려가는 것은 같은 분야의 딜러점들 간의 소비자 전환을 무시하기 때문에 마케팅 효과를 과대평가할 수도 있다. 정확하지만 엄격한 접근법은 소비자 우편 번호와 교차 쇼핑 정보에 의해 결정되는 중복된 '거래 영역'에 기초하여 어떤 딜러점을 '추가 가능한' 공통 그룹으로 결합할지를 결정하는 것이다. 최소한 '공통 딜러 지역'은 딜러점 간의 지리적 거리 및 카운티 판매 점유율을 기준으로 딜러점을 클러스터링하여 결정할 수 있다. 이러한 딜러 클러스터에 대해 월별 매출을 '풀링'하여 구축한 마케팅믹스 모델은 딜러 광고가 미치는 영향을 효과적으로 측정하기 위해 효과적으로 사용될 것이다.

마케팅 믹스 모델화의 확산은 상당한 비용과 지출에 대한 재무 보고를 위해 내부 통제를 요구했던 Sarbanes-Oxley 섹션 404의 초점 때문에 가속화되었다. 소비재에 대한 마케팅은 총 수익의 10분의 1을 초과할 수 있으며, 마케팅 믹스 모델이 등장하기 전까지는 이 지출을 평가하기 위한 정성적 또는 '부드러운' 접근법에 의존할 수 있다. 마케팅 믹스 모델링은 CPG 산업이 이미 입증한 바와 같이 마케팅 믹스 투자를 평가하기 위한 엄격하고 일관된 접근방식을 제시하였다. 미국마케팅협회(American Marketing Association)의 한 연구는 최고 경영진이 중간 경영진보다 마케팅 책임의 중요성을 더 강조할 가능성이 높다고 지적하며, 보다 큰 책임을 향한 하향식 추진을 시사했다.

제한 사항

마케팅 믹스 모델은 많은 유용한 정보를 제공하지만, 이러한 모델들은 의사결정 목적으로 이 모델을 사용하는 모든 모델들이 고려해야 할 두 가지 핵심 영역이 있다. 아래에서 좀 더 자세히 논의되는 이러한 제한사항은 다음과 같다.

1) 단기매매에 초점을 맞추면 장기 지분구축 활동의 중요성을 크게 과소평가할 수 있다.

2) 미디어 믹스 최적화에 사용할 경우, 이러한 모델은 시간별 매체(TV 광고 등) 대 시간별 매체(월간 잡지에 게재되는 광고 등)에 호의적인 편향성이 뚜렷하다. 편향은 광범위에 기반한 매체와 지역적으로 또는 인구 통계적으로 타겟팅된 매체를 비교할 때도 발생할 수 있다.

지분구축 활동에 대한 편향과 관련하여, 마케팅 믹스 모델을 사용하여 최적화된 마케팅 예산은 마케팅의 단기적 효과만을 측정하기 때문에 효율성에 너무 많은 경향이 있을 수 있다. 마케팅의 장기적인 효과가 브랜드 가치에 반영된다. 마케팅 지출이 [브랜드 지분]에 미치는 영향은 일반적으로 마케팅 믹스 모델에 의해 포착되지 않는다. 한 가지 이유는 마케팅이 브랜드 인식에 영향을 미치기 위해 걸리는 시간이 이러한 모델이 측정하는 마케팅에 미치는 동시적 또는 기껏해야 몇 주간의 영향을 초과하기 때문이다. 또 다른 이유는 경제적·사회적 여건에 따른 일시적인 매출 변동으로 인해 마케팅이 브랜드 형평성 구축에 반드시 효과가 없었던 것은 아니라는 점이다. 반대로 단기적으로는 매출과 시장점유율이 악화될 가능성은 매우 크지만, 브랜드 지분율은 실제로 더 높아질 수 있다. 장기적으로 이러한 높은 자본은 브랜드가 매출과 시장 점유율을 회복하는 데 도움이 될 것이다.

마케팅 믹스 모델은 마케팅 전술이 매출에 긍정적인 영향을 미친다고 해서 그것이 반드시 장기적인 브랜드 자본에 긍정적인 영향을 미친다는 것을 의미하지는 않는다. 각기 다른 마케팅 수단이 단기 및 장기 브랜드 판매에 서로 다르게 영향을 미치고, 단기 또는 장기만을 최대화하기 위해 마케팅 포트폴리오를 조정하는 것이 차선책일 것이다. 예를 들어 프로모션이 소비자 효용성에 미치는 단기적 긍정적 효과는 소비자를 홍보 브랜드로 전환하도록 유도하지만, 프로모션이 브랜드 형평성에 미치는 부정적 영향은 기간별로 이어진다. 따라서, 프로모션이 브랜드 시장 점유율과 수익성에 미치는 순효과는 브랜드에 미치는 부정적인 영향 때문에 부정적인 영향을 미칠 수 있다. 마케팅 믹스 모델에 기초하여 마케팅 ROI를 결정하는 것 만으로도 잘못된 결과를 초래할 수 있다. 이는 마케팅 믹스가 마케팅 믹스를 최적화하여 점진적인 기여도를 높이려 하지만, 마케팅 믹스는 또한 마케팅 믹스 모델에 의해 측정되는 증분 부분의 일부가 아닌 브랜드 평등을 유도하기 때문이다. 진정한 '마케팅 투자 수익률'은 장단기 ROI의 합계다. 대부분의 기업이 단기 ROI 측정에만 마케팅믹스 모델을 사용한다는 사실은 전통적인 미디어에서 벗어나 홍보비 지출이 측정하기 쉽다는 사실에 따라 '밑줄' 지출로 상당한 변화가 있음을 시사하는 부즈 앨런 해밀턴의 기사에서 추론할 수 있다. 그러나 학술 연구는 홍보 활동이 사실 장기적인 마케팅 ROI에 해롭다는 것을 보여주었다. 단기 마케팅-믹스 모델은 '브랜드 ROI'를 측정하기 위해 브랜드 추적 데이터를 사용하는 브랜드 지분 모델과 장단기적으로 결합할 수 있다. 마지막으로, 모델링 프로세스 자체는 수익성의 결과로 얻는 이익보다 더 비용이 많이 들지 않아야 한다. 즉, 긍정적인 ROME(Return On Modeling Action)을 가져야 한다.[7]

마케팅 믹스 모델의 두 번째 제한은 광고주들이 이러한 모델을 사용하여 다양한 미디어 유형에 걸쳐 최고의 미디어 할당을 결정하려고 할 때 적용된다. 전통적인 MMM의 사용은 TV 광고와 쿠폰의 등장(예를 들어, 신문에서 운영되는 FSI에서) 둘 다 상당히 특정한 시간이라는 점에서 비교적 유효했다. 그러나 이러한 모델의 사용이 보다 광범위한 매체 유형에 걸쳐 비교로 확대되었기 때문에, 극도로 주의를 기울여야 한다.

잡지 광고와 같은 전통적인 매체에서도, MMM의 사용은 미디어에 걸친 결과를 비교하는 데 문제가 될 수 있다; 반면에 모델러들은 월간 잡지의 '일반적인' 보기 곡선의 모델을 오버레이하는 반면, 이러한 것들은 정밀도가 부족하여 방정식에 추가적인 가변성을 도입한다. 따라서 TV광고 운영의 효과와 잡지광고 운영의 효과의 비교는 TV에 유리하게 편향되어 측정의 정확성이 더 높아질 것이다. 새로운 형태의 미디어가 확산됨에 따라, 이러한 제한은 MMM을 효과성을 계량화하려는 시도에 사용해야 하는지를 고려하는 것이 훨씬 더 중요해진다. 예를 들어 후원 마케팅, 스포츠 친화 마케팅, 바이럴 마케팅, 블로그 마케팅 및 모바일 마케팅은 모두 노출의 시간적 특수성에 따라 다르다.

또한, 마케팅 믹스 모델에 대한 대부분의 접근방식은 국가 또는 지역 수준에서 모든 마케팅 활동을 통합적으로 포함시키려 하지만, 다양한 전술이 다른 인구통계학적 소비자 그룹을 대상으로 하는 정도까지, 그 영향은 사라질 수 있다. 예를 들어, NASCAR의 마운틴 듀 후원은 복수의 연령층을 포함할 수 있는 NASCAR 팬을 대상으로 할 수 있지만, 게임 블로그의 마운틴 듀 광고는 Y세대 모집단을 대상으로 할 수도 있다. 이 두 가지 전술 모두 해당 인구통계학적 그룹 내에서 매우 효과적일 수 있지만, 국가 또는 지역 마케팅 믹스 모델에 총체적으로 포함될 경우 비효과적인 것으로 나타날 수 있다.

서로 다른 매체의 시간별 특성 변화에 관한 문제와 함께 통합 편향은 이러한 모델이 원래 설계되었던 모델보다 더 많은 방식으로 사용될 때 심각한 문제를 야기한다. 미디어가 더욱 세분화됨에 따라, 마케팅-믹스 모델을 사용하여 서로 다른 미디어와 전술의 상대적 효과를 판단한다면 이러한 문제들을 고려하는 것이 중요하다.

마케팅 믹스 모델은 마케팅 성과를 평가하기 위해 과거 성능을 사용하므로 신제품에 대한 마케팅 투자를 관리하는 효과적인 도구가 아니다. 상대적으로 짧은 신제품 이력 때문에 마케팅믹스 결과가 불안하기 때문이다. 또한 마케팅과 판매의 관계는 출시 기간과 안정기에 근본적으로 다를 수 있다. 예를 들어, 코카콜라 제로의 초기 성능은 정말 형편없었고 광고 탄력성이 낮았다. 이 코카콜라에도 불구하고, 향상된 전략과 획기적인 성능으로 미디어 지출이 증가하여, 출시 기간 동안 광고 효과는 아마도 몇 배 정도 될 것이다. 일반적인 마케팅-믹스 모델은 미디어 지출을 줄이고 대신 고가의 할인에 의존할 것을 권고했을 것이다.

참고 항목

참조

  1. ^ 컬리톤(1948년).
  2. ^ 보든(1964), 페이지 365.
  3. ^ 매카시(1960).
  4. ^ 프레이(1961년).
  5. ^ 붐스 앤 비트너(1981년).
  6. ^ Reddy & Gupta (2009년).
  7. ^ Thomas, Jerry W. (2006). "Marketing Mix Modeling". Retrieved 2016-10-06.
  • Booms, B.; Bitner, M. (1981). Marketing strategies and organization structures for service firms. OCLC 153303661.
  • Borden, N. (1964). The concept of the marketing mix. OCLC 222909833.
  • Culliton, J. (1948). (Culliton, J. 1948).
  • Frey, A. (1961). (Frey, A. 1961).
  • McCarthy, J. (1960). (McCarthy, J. 1960).
  • Reddy, R.K.; Gupta, Amit (12 September 2009). "Get the mix right". The Hindu Businessline.

외부 링크