明白这6个概念，就算没做过商业分析也能吹牛了

原创： MarTechApe MarTechCareer

题图：一切商业分析追求的无非就是科学与艺术的结合

营销组合建模（Marketing Mix Modeling，简称MMM）是一个用来量化不同的营销活动对销售、品牌、市场份额等终极指标的影响的技术。MMM的目的就是为了理解每个营销活动对销售贡献了多少，让营销人知道在每个营销活动上该投入多少预算。

MMM是用投资回报率（ROI）的角度来探明每一个营销活动的有效性的。换句话说，如果一个营销活动有更高的ROI，那相对于其他ROI较低的渠道来说，它就是一个更有效地渠道。

MMM用的统计方法是回归的技术，并基于模型结果，做更深入的分析来进一步获取可指导行动的洞察和建议。

这篇文章介绍的就是几个和MMM紧密相连的重要概念。这些概念是你掌握MMM的第一步。干货文请收藏～

1.多元线性回归（Multi-Linear Regression）

刚刚提到，Marketing Mix Modeling用的是多元线性回归的原则。模型因变量可以是销量、品牌熟悉度（brand familiarity）、品牌意识（brand awareness）、市场份额等等。自变量可以是分发、价格、电视广告、户外广告、纸媒广告、数字广告、促销等等。现在，数字广告被广泛用来提高品牌意识（brand awareness），所以数字广告活动、网站访问量也渐渐成为MMM的常用自变量。

因变量和自变量的关系可以用一个等式来表达。这个等式可以是线性的或非线性的，这取决于因变量和多种自变量之间的关系。大多广告变量（比如电视广告），就会和销售之间有着非线性的关系。也就是说，提高电视广告曝光未必能提高销量。在本文的第二部分我们会具体讲一下原因。

等式里还有个重要的元素就是Beta，也就是各个变量前面的系数，它代表着：当其他变量保持恒定时，每当模型中的自变量上升一个单位，销量就会上升Beta个单位（这里涉及统计基础概念，如果你不知道这里在说什么，没关系，在我们的MMM Bootcamp中，WPP的营销分析经理会为你系统搭建统计基础）。

2.自变量的线性和非线性影响

某些自变量和销量的关系是线性的。也就是说，当我们增加这些变量的活动，销量也会跟着上升。但是很多营销活动和销量的关系并不是线性的。比如，增加TV GRP只会把销量增高到某一个高度，可是一旦到达了饱和，每一个额外的GRP对销量的影响就会递减。

TV GRP是非线性变量的原因很简单，你只要想象一下，一个电视广告只会某个程度地提高消费者对它的意识（awareness）。曝光到某个程度后，品牌意识在消费者中就会停止增长，就算反复曝光，也已经没有额外效果了。

所以，对于这些非线性关系的自变量，我们必须要对它们做一些变量变形，才能把他们加入模型。这个变形的过程，我们称为Adstock（在中文只能够没有对应的翻译，如果你知道它的中文翻译，请你留言给我们）。

TV Adstock有两个组成成分：

a. 收益递减：电视广告曝光可以一定程度的提高用户脑中的awareness，但是这个效果是随着时间的流失减少的。每增长一定的GRP，他对销售或者awareness的影响就会减少。所以，由电视GRP驱动的销量就会开始递减，并且最终接近一个常量。这个效果可以从下面这个图里看出，电视GRP和销量的关系不是线性的，而是指数的或者用log函数表达的。

b.衰变效应：过去的广告对现在的销量的影响被称为是Carry over effect。上一个月的电视GRP的一部分影响（也就是公式中的lambda）留到了这个月。所以广告的影响是随着时间衰变的。

3. 基本销量（Base Sales）和增量销量（Incremental Sales）

在Marketing Mix Modeling中，销量一共由两个成分组成：

a. 基本销量（Base Sales）：基本销量就是，即使你不做任何广告，你也能获得的销量。为什么不做广告也能有销量呢？这其实是你的品牌的作用。比如，宝洁在长时间的品牌积累下，即使不做广告，你依然会买它的产品。基本销量通常是个定量，除非经济和环境因素有较大改变。

b. 增量销量（Incremental Sales）：增量销量就是营销活动（比如电视广告、印刷广告、数字广告、促销等）所产生的销量。总的增量销量会划分成各个渠道带来的销量，并计算每个渠道在总销量中的占比。

4. 销量贡献图

销量贡献图是最简单一种把销量归因到各个营销活动上的方式。每一个营销渠道的销量贡献就是beta（系数）和自变量在模型中的输入值的乘积。

比如：报纸的销量贡献=β* 报纸的流通量

为了计算销量贡献的占比，我们还会计算每一个营销活动带来的销量在总销量中的比重。

5. 深度分析

MMM结果可以用来进一步做一些深度分析。比如，可以通过评估每一个战役的有效性来理解哪个战役或者创意更好。可以用来分析创意的流派、语言、渠道等等。深度分析的洞察可以用来服务预算优化。表现不好的渠道的预算会被转移到表现好的渠道上，这样才能提高整体的销量/品牌/市场份额。

6. 预算优化

对任何业务来说，预算优化是媒介规划中最重要的决策环节。MMM帮助营销人来优化未来的花费、最大化有效性。用MMM的方法，我们可以知道哪个媒介比另外一些强。预算分配就是把低ROI媒介的钱转移到高ROI的媒介上，这样一来，我们就可以在预算不变的情况下，最大化我们的销量。

上面这六个概念就是整个行业里的标准做法，也是Marketing Mix Modeling最重要概念的简单介绍。

当然，具体在做的过程中，其实有很多很多复杂的细节要考虑以及执行，不论是统计上的处理和解读，还是商业意义上的权衡，都是科学与艺术的高度结合。还有一个不容忽视的点是，想要建立一个精准有用的模型，必须在数据收集和整理上花费必不可少的精力和严格的高标准。

如果你想要体验真正的Marketing Mix Modeling项目在企业中（不论是Agency还是Inhouse，流程都是一样的）从头到尾的所有环节，就来报名我们的Marketing Mix Modeling Bootcamp吧！

营销组合模型训练营 (Marketing Mix Modeling Bootcamp) 是什么？

营销组合模型训练营（Marketing Mix Modeling Bootcamp）是MarTechApe的宝藏项目，由全球最大广告集团 WPP美国办公室的数据总监以及营销分析经理共同授课。在训练营中，你将学习在真实商业情境中如何用营销组合模型解决广告营销最核心的问题——科学合理地评估不同广告对品牌和销售的影响，以统计模型的结果来科学优化广告预算。

训练营的学员收获了：

真正意义上的“用数据和模型解决营销中最重要的问题”的经历。
熟练掌握SQL、R、Tableau等时下最流行的数据处理语言，并用这些技能解决实际问题。
大大提高Media/Advertising Industry的商业意识，熟悉不同媒介渠道的广告活动对不同商业指标的不同回报率（ROI）与有效性（Effectiveness），学会用“营销效果”的视角看待营销活动，理解各大公司市场营销部分、消费者洞察部门的痛点。
跳出学校的project框架，上手真正商业情境中、实际工作中的实战案例。让校园与实际工作无缝衔接。将学到的Analytics思维方式泛化到其他应用场景，面对Case Study建立系统性解决思路。
提升项目演示Presentation技能，学会如何从原始数据中挖掘具有意义的故事。为客户解决实际问题，提高Business KPI。
完成project后，辅导老师将帮助你利用这一个惊艳的项目背景打造最引人注目的简历；所有学员获得内推机会，优秀学员获得一对一面试辅导。

训练营老师是谁？

1. 全球最大广告传媒集团WPP | 数据总监