Marketing Mix Modelling, ofta förkortat MMM, är en statistisk metod som används för att förstå hur olika faktorer påverkar affärsresultat över tid. Det kan handla om försäljning, intäkter, konverteringar, abonnemang eller andra centrala affärs-KPI:er.
MMM används framför allt för att analysera vilken effekt olika delar av marknadsföringen har haft, hur olika kanaler samspelar och hur budgeten kan fördelas mer effektivt framåt. Genom att kombinera historisk data om medieinvesteringar, försäljning och externa faktorer kan modellen hjälpa organisationer att fatta mer informerade beslut om sin marknadsföring.
MMM beskrivs ibland med olika begrepp, till exempel Marketing Mix Modelling, Media Mix Modelling, försäljningsmodellering eller ekonometrisk modellering. Gemensamt är att metoden försöker förklara hur variationer i affärsresultat kan kopplas till olika påverkande faktorer över tid.
1.1 Vad är MMM?
MMM är i grunden en modell som analyserar historisk data för att uppskatta hur olika marknadsföringsinsatser och andra faktorer påverkar ett affärsutfall.
Till skillnad från många digitala attributionsmodeller utgår MMM inte från individdata eller användarspårning. I stället bygger den på aggregerad tidsseriedata, ofta på vecko- eller dagsnivå. Det gör metoden särskilt relevant i en tid där cookies, individspårning och plattformsbaserad attribution blir alltmer begränsade.
En MMM kan till exempel analysera hur TV, radio, print, OOH, search, social, display och online video har påverkat försäljningen över tid. Samtidigt tar modellen hänsyn till andra faktorer som också påverkar resultatet, till exempel säsong, väder, kampanjer, prissättning, konkurrentaktivitet och makroekonomiska förändringar.
Syftet är inte bara att se om marknadsföring har haft effekt, utan att förstå vilka delar av marknadsföringen som bidrar, hur mycket de bidrar och hur investeringarna kan optimeras framåt.
1.2 Hur fungerar MMM?
En MMM bygger på att man samlar in historisk data över en längre tidsperiod, vanligtvis minst två till tre år. Datan struktureras som en tidsserie, där man kan följa hur försäljning eller andra affärsresultat förändras över tid och hur dessa förändringar sammanfaller med olika marknadsföringsinsatser och externa faktorer.
Modellen använder statistiska metoder, ofta olika former av regressionsanalys, för att isolera hur mycket varje faktor sannolikt har bidragit till resultatet. Det innebär att modellen inte bara tittar på medieinvesteringar i sig, utan även på allt annat som kan påverka utfallet.
Exempel på faktorer som kan inkluderas är:
Media
Investeringar
Kreativ kvalitet
Affär
Kampanjperioder
Pris
Distribution
Produktlanseringar
Makrofaktorer
Säsong/helgdagar
Väder
Konkurrenters aktiviteter
Varumärkesstyrka
Genom att väga samman dessa variabler kan modellen uppskatta hur stor del av resultatet som drivs av marknadsföring, hur stor del som förklaras av andra affärsfaktorer och hur mycket som är kopplat till underliggande efterfrågan. För olika mediekanaler (och ibland kampanjtyper) får man ett tydligt ROI (Return on Investment) – hur mycket får jag tillbaka för varje investerad krona.
Det är viktigt att komma ihåg att MMM inte fungerar som en enkel rapport där varje kanal får ett exakt facit. Modellen bygger på sannolikheter, antaganden och statistiska samband. Därför bör resultaten alltid tolkas tillsammans med affärskunskap, marknadskontext och andra typer av insikter.
1.3 Vilka insikter kan MMM ge?
En välbyggd MMM kan ge flera typer av insikter som är användbara för både marknadsföring, media, strategi och ekonomi.
1.3.1 MMM kan förklara vad som har drivit resultatet
Modellen kan visa vilka faktorer som historiskt har påverkat försäljning eller andra affärsutfall. Den kan till exempel hjälpa till att förstå hur mycket av försäljningsutvecklingen som kan kopplas till medieinvesteringar, kampanjer, prisförändringar, säsong eller externa marknadsförhållanden.
1.3.2 MMM kan kvantifiera effekten av olika kanaler
En central styrka med MMM är att modellen kan uppskatta bidraget från olika mediekanaler. Det gör det möjligt att jämföra kanalernas effekt, avkastning och marginalnytta över tid.
Det kan till exempel handla om att förstå vilka kanaler som driver kortsiktig försäljning, vilka som bidrar till långsiktiga effekter och var det finns tecken på avtagande marginaleffekt vid ökade investeringar.
1.3.3 MMM kan användas för att optimera budget
MMM kan ge underlag för hur budgeten bör fördelas mellan kanaler, kampanjer eller marknader. Genom att analysera historisk effekt och mättnad kan modellen visa var ytterligare investeringar sannolikt ger störst effekt och var budgeten kan användas mer effektivt.
Det gör MMM särskilt användbart i budgetplanering, scenarioarbete och diskussioner om hur marknadsinvesteringar bör prioriteras.
1.3.4 MMM kan simulera framtida scenarier
Modellen kan också användas för att simulera olika framtida budgetscenarier. Det kan till exempel handla om att undersöka vad som händer om investeringarna i en kanal ökar, om budget flyttas mellan kanaler eller om totalbudgeten minskar.
På så sätt kan MMM fungera som ett beslutsstöd inför planering, snarare än enbart som en bakåtblickande analys.
1.4 Begränsningar med MMM
MMM är ett kraftfullt verktyg, men det är inte en lösning på alla mätutmaningar. För att använda modellen på rätt sätt är det viktigt att förstå dess begränsningar.
1.4.1 Vad MMM har svårt att fånga
MMM är bäst på att mäta effekter som syns i affärsutfall över tid, till exempel försäljning, intäkter eller konverteringar. Det innebär att modellen ofta är starkare på att kvantifiera kort- och medellångsiktiga effekter än mer indirekta eller långsiktiga varumärkeseffekter.
Varumärkesbyggande kommunikation kan absolut påverka försäljning, men effekten kan vara svårare att isolera om den sker gradvis, samspelar med många andra faktorer eller visar sig över längre tidsperioder. Därför bör MMM inte vara den enda källan för att förstå varumärkets utveckling. Den bör kompletteras med andra mätningar, som varumärkestracking, kampanjmätningar, brand lift-studier och kvalitativa insikter.
En annan begränsning är datatillgång. För att modellen ska bli robust krävs tillräckligt lång, konsekvent och jämförbar data. Om data saknas, är inkonsekvent eller inte går att bryta ned på relevant nivå blir resultaten mindre tillförlitliga.
1.4.2 Hur MMM inte bör användas
MMM bör inte användas som ett exakt facit på vad varje enskild kampanj, annons eller kreativ enhet har levererat. Modellen arbetar på en mer aggregerad nivå och är därför bättre lämpad för att förstå mönster, effekter och budgetfördelning över tid än för att utvärdera enskilda detaljer i en kampanj.
MMM bör heller inte ersätta andra typer av effektmätning. Experiment, A/B-tester, geografiska tester, kampanjmätningar och digital attribution kan fortfarande spela viktiga roller. Snarare bör MMM ses som en del av en bredare mätstrategi, där olika metoder svarar på olika frågor.
Det är också viktigt att inte använda MMM för att fatta beslut isolerat från affärskontext. Modellens resultat behöver tolkas tillsammans med kunskap om marknaden, varumärket, konkurrenssituationen, kampanjinnehållet och organisationens mål.
Slutligen bör MMM inte användas som en engångsanalys som läggs åt sidan efter presentationen. För att skapa verkligt värde behöver modellen uppdateras, diskuteras och användas i återkommande planerings- och beslutsprocesser.
1.5 Vilka beslut kan MMM stötta?
När MMM används på rätt sätt kan modellen stötta flera typer av beslut i organisationen.
Den kan hjälpa marknadsteam att förstå vilka investeringar som har bidragit mest till affärsresultatet. Den kan hjälpa medie- och planeringsteam att optimera kanalval och budgetfördelning. Den kan också ge finans och ledning ett mer evidensbaserat underlag för att diskutera marknadsföringens affärseffekt.
Typiska frågor som MMM kan hjälpa till att besvara är:
- Hur stor effekt har våra medieinvesteringar haft på försäljningen?
- Vilka kanaler har bidragit mest till affärsresultatet?
- Var ser vi högst avkastning på våra investeringar?
- Finns det kanaler där vi har nått en mättnadspunkt?
- Hur bör vi fördela budgeten mellan kanaler framåt?
- Vad händer om vi ökar eller minskar vår totala mediebudget?
- Hur påverkas resultatet om vi flyttar budget från en kanal till en annan?
- Vilken roll spelar kampanjer, prissättning och säsong i relation till media?
På så sätt kan MMM bidra till att göra marknadsplaneringen mer faktabaserad, transparent och affärsnära.
1.6 Från förståelse till nästa steg
MMM kan ge en tydligare bild av hur marknadsföring, affärsfaktorer och externa förutsättningar samspelar över tid. Men för att modellen ska bli användbar behöver varje organisation hitta ett arbetssätt som passar den egna situationen.
Olika företag har olika datamognad, affärsmodeller, budgetnivåer, marknader och beslutssituationer. För vissa handlar första steget om att samla och strukturera data. För andra handlar det om att välja rätt modellansats, skapa en tydlig beslutsrytm eller förankra MMM i organisationen.
När grunderna i MMM är på plats går vi i nästa kapitel vidare till hur organisationer kan hitta rätt väg in i MMM utifrån sina egna förutsättningar.
