När grunderna i MMM är på plats blir nästa fråga hur organisationen ska närma sig arbetet i praktiken. Det finns inte en väg som passar alla. Rätt upplägg beror på organisationens datamognad, interna kompetens, budget, affärsmodell, beslutssituation och hur MMM-resultaten ska användas.
För vissa organisationer är det mest relevant att börja med en enklare, extern analys för att förstå potentialen. För andra kan det finnas skäl att bygga upp en mer långsiktig intern kapacitet. Vissa behöver en modell som snabbt kan stötta budgetbeslut, medan andra vill etablera MMM som en återkommande del av sin effektmätning och planering.
Det här kapitlet hjälper organisationer att orientera sig i de vanligaste vägvalen: om MMM ska byggas internt eller externt, om man ska använda open-source-lösningar eller proprietära modeller, och vilken typ av partner som kan passa beroende på behov.
2.1 Börja med syftet
Innan man väljer modell, verktyg eller partner behöver organisationen tydliggöra varför man vill arbeta med MMM. Syftet bör styra alla efterföljande vägval.
Exempel på frågor att börja med är:
- Vilka beslut ska MMM hjälpa oss att fatta?
- Ska modellen användas för årlig budgetplanering, löpande optimering eller strategisk förståelse?
- Vilken affärs-KPI ska modellen förklara?
- Ska analysen omfatta ett varumärke, flera marknader eller hela portföljen?
- Hur ofta behöver modellen uppdateras?
- Vilka interna team behöver kunna förstå och använda resultaten?
- Behöver vi bygga intern kompetens på sikt, eller räcker det med extern expertis?
Ju tydligare syftet är, desto lättare blir det att välja rätt ambitionsnivå. En organisation som vill testa MMM för första gången har andra behov än en organisation som vill integrera MMM i sin återkommande budgetprocess.
2.2 Bygga internt eller ta hjälp externt?
Ett av de första vägvalen handlar om huruvida MMM ska byggas och drivas internt, externt eller genom en hybridmodell.
2.2.1 Bygga internt
Att bygga MMM internt kan vara relevant för organisationer som har hög datamognad, stark analytisk kompetens och ett återkommande behov av modellering. Fördelen är att modellen kan bli nära kopplad till organisationens egna data, processer och beslut.
Ett internt upplägg kan också ge större transparens och bättre möjlighet att utveckla modellen över tid. Organisationen bygger kunskap internt och kan snabbare anpassa modellen när affären, marknaden eller mediemixen förändras.
Samtidigt kräver ett internt upplägg betydande resurser. Det behövs kompetens inom data engineering, statistik, modellering, affärsförståelse, visualisering och förändringsledning. Det krävs också tydligt ägarskap och tid för löpande uppdatering, kvalitetssäkring och tolkning.
Ett internt upplägg passar ofta bäst när MMM ska vara en långsiktig och återkommande del av organisationens beslutsprocess.
2.2.2 Ta hjälp externt
Att anlita en extern partner kan vara ett bra alternativ för organisationer som vill komma igång snabbare, saknar intern modellkompetens eller vill få en oberoende bedömning. Externa partners kan bidra med etablerade metoder, erfarenhet från flera branscher och färdiga arbetssätt för modellering, visualisering och rekommendationer.
Ett externt upplägg kan vara särskilt relevant när organisationen vill genomföra en första MMM, testa potentialen eller få stöd i en specifik budget- eller strategiprocess.
Nackdelen kan vara lägre intern kunskapsuppbyggnad om arbetet blir för outsourcat. Det finns också en risk att modellen upplevs som en “black box” om metoden inte förklaras tillräckligt tydligt eller om organisationen inte involveras i processen.
För att ett externt upplägg ska fungera bra behöver organisationen ändå vara aktiv beställare. Det innebär att man behöver formulera rätt frågor, bidra med data, säkerställa att resultaten förstås internt och skapa en plan för hur insikterna ska användas.
2.2.3 Hybridmodell
För många organisationer är en hybridmodell det mest realistiska alternativet. Då kombineras extern expertis med internt ägarskap.
En extern partner kan stå för metod, modellering och initial analys, medan organisationen själv ansvarar för affärsfrågor, datatillgång, tolkning och implementering. Över tid kan organisationen bygga mer intern kompetens och successivt ta större ansvar för uppdatering, analys och användning.
Hybridmodellen kan vara särskilt användbar när organisationen vill komma igång snabbt men samtidigt undvika att MMM blir helt beroende av externa leveranser.
2.3 Open-source eller proprietary modeller?
Ett annat viktigt vägval handlar om vilken typ av modell- eller verktygsmiljö som ska användas. Förenklat kan man skilja mellan open-source-lösningar och proprietära modeller/plattformar.
2.3.1 Open-source-lösningar
Open-source-ramverk, till exempel Robyn, LightweightMMM eller PyMC-baserade lösningar, kan ge hög transparens och flexibilitet. Organisationen eller partnern kan se hur modellen är uppbyggd, anpassa den efter specifika behov och vidareutveckla arbetet över tid.
Open-source kan vara attraktivt för organisationer som har analytisk kompetens internt eller som vill ha större kontroll över modellens antaganden, kod och utveckling.
Samtidigt kräver open-source ofta mer teknisk och statistisk kompetens. Det är inte ett färdigt svar i sig, utan ett ramverk som behöver förstås, implementeras och kvalitetssäkras. Utan rätt kompetens finns en risk att modellen används fel eller att resultaten tolkas utan tillräcklig förståelse för antaganden och begränsningar.
Open-source passar därför bäst när organisationen har, eller vill bygga, tillräcklig intern kompetens för att kunna förstå och förvalta modellen.
2.3.2 Proprietary modeller och plattformar
Proprietary modeller och plattformar kan erbjuda mer paketerade lösningar, ofta med etablerade arbetsflöden, visualiseringar, scenarioplanering och support. De kan vara användbara för organisationer som vill ha en mer färdig lösning och mindre tekniskt ansvar internt.
En fördel är att arbetet ofta kan komma igång snabbare, särskilt om leverantören har erfarenhet från liknande branscher eller datamiljöer. Proprietära lösningar kan också vara enklare att förankra hos intressenter som behöver använda resultaten, men inte själva arbeta med modelleringen.
Nackdelen kan vara lägre transparens. Om metod, antaganden och modellstruktur inte är tillräckligt tydliga kan det bli svårare att förstå varför modellen ger vissa rekommendationer. Det kan också skapa beroende av en specifik leverantör eller plattform.
Proprietära lösningar passar ofta bra när organisationen behöver ett tydligt beslutsstöd snabbt, har begränsad intern modellkompetens eller vill ha en partner som tar större ansvar för hela processen.
2.4 Välja rätt typ av partner
Om organisationen tar hjälp externt är valet av partner centralt. Olika partners kan bidra med olika styrkor, och rätt val beror på vad organisationen behöver mest. Nedan är ett perspektiv på vad olika partners kan bidra med, men aspirerar inte på att vara en heltäckande genomgång.
En mediebyrå eller rådgivande partner kan ofta bidra med stark förståelse för medieplanering, budgetfördelning och hur MMM-resultat kan omsättas i konkreta kanal- och investeringsbeslut. De kan vara särskilt relevanta när MMM ska kopplas nära till mediestrategi och planering.
En analys- eller datakonsult kan bidra med djup metodkompetens, modellering och datahantering. De kan vara rätt val när organisationen behöver ett mer tekniskt eller statistiskt avancerat upplägg. MMM specialister har ofta djup kompetens inom området och kan vara en oberoende part vid utvärdering.
En plattformsleverantör kan erbjuda verktyg, dashboards, scenarioplanering och löpande modelluppdateringar. Det kan passa organisationer som vill operationalisera MMM i återkommande processer och göra resultaten tillgängliga för fler användare.
En oberoende specialist kan vara relevant när organisationen vill ha en second opinion, metodgranskning eller stöd i att utvärdera olika leverantörer och modellansatser.
Oavsett partnertyp bör organisationen ställa krav på transparens, pedagogik och praktisk användbarhet. En bra partner ska inte bara kunna bygga en modell, utan också hjälpa organisationen att förstå resultaten och använda dem i beslut.
2.5 Frågor att ställa innan vägvalet görs
Innan organisationen väljer väg kan det vara hjälpsamt att gå igenom ett antal kontrollfrågor:
- Har vi tillräcklig datahistorik och datakvalitet för att komma igång?
- Har vi intern kompetens att förstå, utvärdera och använda modellen?
- Vill vi bygga långsiktig intern kapacitet, eller behöver vi främst stöd i ett specifikt beslut?
- Hur viktigt är full transparens i modellens antaganden och kod?
- Hur snabbt behöver vi resultat?
- Hur ofta behöver modellen uppdateras?
- Vilka personer eller funktioner behöver äga resultaten internt?
- Hur ska MMM kopplas till budgetprocess, medieplanering och uppföljning?
- Vilken nivå av extern support behöver vi?
- Hur ska vi utvärdera om arbetet har skapat värde?
Svaren på dessa frågor kan hjälpa organisationen att välja mellan ett internt, externt eller hybridbaserat upplägg, och mellan open-source, proprietära lösningar eller andra modelleringsansatser.
2.6 Från vägval till praktisk tillämpning
Att hitta rätt väg in i MMM handlar i grunden om att matcha metod och arbetssätt med organisationens behov. Det finns inget universellt bästa upplägg. Det viktigaste är att vägvalet utgår från vilka beslut modellen ska stötta, vilken data och kompetens som finns tillgänglig och hur resultaten ska användas.
För organisationer som är tidigt i sin MMM-resa kan ett första steg vara att testa en avgränsad analys, kvalitetssäkra datan och bygga förståelse internt. För mer mogna organisationer kan nästa steg vara att integrera MMM i återkommande planering, budgetering och optimering.
När vägvalen är gjorda blir nästa fråga hur MMM fungerar i praktiken och vilka lärdomar andra organisationer har dragit av sitt arbete. I nästa kapitel möter vi två kundcase som visar hur olika företag har närmat sig MMM utifrån sina egna förutsättningar.
