27.10.2016 | Analytiikka

Milloin attribuutiomallinnus, milloin ekonometrinen mallinnus?

Noin kuukausi sitten kirjoitin digitaalisen mittauksen mahdollisuuksista ja haasteista. Käsittelin jutussa tuloksellisuuden parantamista digitaalisen mainonnan attribuutiomallinnuksella. Nyt laajennan tarkastelua reippaasti digitaalisen kuplan ulkopuolelle.

Edellisessä kirjoituksessani totesin digitaalisuuden parantavan mitattavuutta; sen avulla saadaan lisää tietoa yksittäisten käyttäjien altistumisesta mainonnalle ostopolun eri vaiheissa. Saadun datan pohjalta voimme arvioida eri kohtaamispisteiden vaikutuksia konversioihin – ja allokoida investointeja konversion todennäköisyyttä parhaiten kasvattaville kohtaamispisteille. Tämä kaikki on mahdollista, kunhan attribuutiomallista on päästy sopuun eli todennäköisin on valittu datan perusteella.

Hieno juttu! Case closed?

Oletetaan, että vastaat yrityksenne mainonnan tuloksellisuudesta ja käsissäsi on absoluuttisen totuuden kertova digin attribuutiomalli, jota esittelet innokkaasti muulle organisaatiollesi. Saatat (tai ainakin sinun pitäisi) törmätä seuraaviin kysymyksiin:

Markkinointijohtaja: ”Kohdistamme puolet budjetista offline-toimenpiteisiin. Miten niiden vaikutukset huomioidaan ja paljonko konversioiden krediitistä kuuluu niille? Minkä tiedon perusteella nämä investoinnit optimoidaan, jotta saamme maksimituoton?”

Toimitusjohtaja: ”Verkkokaupasta tulee vain 5 % kokonaismyynnistä. Minkä tiedon pohjalta mainonnan ja muun markkinoinnin investoinnit tulisi allokoida, jotta panos-tuotossuhde on optimaalinen myös lopun 95 % osalta ja myyntimme räjähtää?”

Oikea vastaus on, että ”Vastausta ei ole!”. Vaikka käytettävissäsi olisi maailman parhain ja absoluuttisen totuuden kertova attribuutiomalli, näihin kysymyksiin et voi vastata sen avulla.

Reaalimaailma

Suurin osa kaikesta myynnistä tulee vielä muualta kuin verkosta. Esimerkiksi Pohjois-Amerikassa verkkokaupan ennustettu osuus vuonna 2016 on noin 8 % kaikesta vähittäiskaupan myynnistä ja vuonna 2020 osuuden ennustetaan olevan 12 % (Lähde: eMarketer, Aug 2016). Tekemisen optimointi pelkän digin attribuutiomallinnuksen valossa johtaa helposti pienen alakokonaisuuden osa-optimointiin. Ja jos isosta kuvasta ei ole käsitystä, jopa suuriin virheliikkeisiin liiketoiminnan tulosten kannalta.

Kotimaisten PT-brändien kohdalla tilanne vasta karu onkin, kun 100 % myynnistä tulee kivijalasta. Niin kauan kuin emme pysty yhdistämään tietoa yksittäisen mainonnalle altistuneen kuluttajan kohtaamispisteistä hänen ostoihinsa, ei digin mitattavuus tuo lisävaloa tähän epäyhtälöön. Konversiopisteen määrittäminen jää haastavaksi ja koko attribuutiomittaus kyseenalaiseksi.

Valoa tunnelin päässä

Ongelmaan vastaa kanavariippumaton markkinoinnin tehokkuuden ekonometrinen mallinnus. Sen avulla voidaan todentaa myynteihin (tai muuhun liiketoiminnan avainmittariin) vaikuttavat tekijät ja erotella niiden myyntivaikutukset.

Mallinnuksen avulla kvantifioidaan markkinoinnin tuottama myynti ja ROMI, olipa kyseessä verkkokaupan tai kivijalan myynti ja offline- tai onlinemainonta. Kyseessä on siis holistinen attribuutiomallinnus, joka laajennetaan koskemaan myös offline-maailmaa.

Mainonnan lisäksi tutkitaan omien kanavien ja ansaitun median vaikutukset sekä muiden toimenpiteiden, kuten hinnoittelun tai lanseerausten, myyntivaikutukset. Kun yhtälöön lisätään vielä myyntiä reippaastikin heiluttelevat ulkoiset tekijät, kuten kilpailu, taloustilanne ja luontaisten sesonkien vaikutukset, alkaa paketti kokonaisuuden hahmottamiseksi ja optimoimiseksi olla kasassa.

Ekonometriseen mallinnukseen ja sen hyödyntämiseen, kuten ostopolkujen tutkimiseen ja ennustavaan skenaariotyöskentelyyn, paneudun myöhemmissä kirjoituksissa.

Roolit kuntoon

Palataan vielä PT-kaupan toimijan kivijalkahaasteeseen. Ekonometrisen mallinnuksen tuomaa tietoa voidaan hyödyntää digitaalisen tekemisen roolituksessa: analyysin avulla voimme todentaa, millaiset aktiviteetit omissa (digi)kanavissa vaikuttavat eniten myynteihin kivijalassa.

Tämä helpottaa konversiopisteen asettamista ja siten myös attribuution määrittämistä. Lisäksi saamme määritettyä myös faktisesti myyntiin sidotut KPI-mittarit omille kanaville. Kun esimerkiksi verkkosivuillamme tai some-kanavissamme mittarit X, Y ja Z heilahtavat oikeaan suuntaan, tiedämme, että myös kivijalkamyynti tulee heilahtamaan oikeaan suuntaan.

Isossa kuvassa tärkein informaatio on tietenkin omien kanavien, kuten verkkopalvelun ja vaikkapa Facebook-sivun roolin selvittäminen myynnin kasvattamisen näkökulmasta.

Paketti kasaan

Mittauksesta puhuttaessa on aina syytä pitää mielessä mainonnan ja markkinoinnin tavoitteiden monimuotoisuus: kun tavoitteet ovat selkeästi taktisia ja määrällisiä, ovat mittaamisen työkalut erilaisia verrattuna brändimielikuvien kehittämisen yhteydessä. Tämän päivän fiksu markkinoija tietääkin, että kokonaiskuvan luonti edellyttää eri työkalujen yhdistämistä samaan pakkiin.

Tästä kokonaisvaltaisen markkinoinnin vaikuttavuuden mittaamisesta kirjoitan myös myöhemmin erikseen.

Tällä välin jokaisen myyntivaikutusten mittaamisesta ja holistisesta attribuutio-ongelman ratkaisusta kiinnostuneen kannattaa laittaa marssijärjestys kuntoon ja vetäistä kerralla astetta isompi hattu päähän: aloita isosta kuvasta ekonometrisellä mallinnuksella ja tarkenna digikanavissa attribuutiomittauksella. Ensimmäinen kertoo, kuinka paljon digiin kannattaa kokonaisbudjetista investoida, jälkimmäinen sen, kuinka saat investoinnin tuottamaan parhaiten. Yhdistämällä nämä saumattomaksi kokonaisuudeksi saat valtavasti tietoa markkinointi-investointien tehostamiseen ja myynnin kasvattamiseen.

Kun haluat tietä lisää mittauksen keinoista kokonaiskuvan luomisessa, ota yhteyttä!
Director of Advanced Analytics Mikko Koski, 040 6722500, mikko.koski@dagmar.fi

Mikko Koski

Mikko Koski

Mikko työskentelee asiakasanalytiikan, markkinoinnin tuloksellisuuden sekä muiden data- ja analytiikkapalveluiden kehityksen parissa Dagmarin Drive –yksikössä.

Lisää aiheesta