Marketing Mix Model

mmm

What is Marketing Mix?

기업이 목표 시장에서 원하는 반응을 얻기 위해 사용하는 통제 가능한 마케팅 도구의 조합을 의미. 즉, 제품이나 서비스를 성공적으로 시장에 출시하고 판매를 촉진하기 위해 기업이 활용할 수 있는 여러 전략적 요소들의 묶음

4 ps by E. Jerome McCarthy (1960)

Product: 소비자의 필요와 욕구를 충족시키는 물리적인 상품이나 무형의 서비스
Price: 제품이나 서비스에 대해 소비자가 지불하는 금액
Place: 제품을 목표 고객에게 전달하는 모든 경로와 활동을 포함 (오프라인 매장, 온라인 쇼핑몰, 도매상, 소매상 등)
Promotion: 제품이나 서비스에 대한 정보를 알리고 구매를 유도하기 위한 모든 커뮤니케이션 활동 (광고, PR, 판매 촉진, 인적 판매, 소셜 미디어 마케팅 등)

What is Marketing Mix Model (MMM)?

다양한 마케팅 변수(price, promotion, placement 등) 가 매출, 시장 점유율 등과 같은 비즈니스 성과(KPI)에 미치는 영향을 정량적으로 분석하는 통계적 분석 기법. 과거 데이터를 기반으로 각 마케팅 채널의 투자 대비 수익률(ROI)을 측정하고, 이를 통해 미래의 마케팅 예산을 최적으로 배분하는 데 활용.

예를 들어 “우리가 집행한 TV 광고, 디지털 광고, 가격 할인 프로모션 등이 각각 실제 매출에 얼마나 기여했는가?” 라는 질문에 대한 데이터 기반의 해답을 제공하는 분석 방법론.

주로 다변량 회귀 분석과 같은 통계 기법을 사용하여 구축되며, 과거의 마케팅 비용, 판매 데이터, 그리고 경쟁사 활동이나 계절성과 같은 외부 요인들을 변수로 활용하여 각 요소가 성과에 미치는 영향을 분석.

요소:

종속 변수: 매출, 시장 점유율, 수익 등
독립 변수: 제품 특성, 가격, 홍보, 유통 경로
외부 요인: 경쟁사 활동, 계절성, 경제 상황 등

What is Media Mix Model (MdMM)?

MMM의 하위 개념으로, 마케팅 믹스 중 특히 광고 및 미디어 채널에 초점을 맞춘 분석 기법. 즉, TV, 라디오, 디지털 광고, 소셜 미디어 등 다양한 미디어 채널이 매출이나 브랜드 인지도와 같은 비즈니스 성과에 미치는 영향을 평가하는 데 중점을 둠. 마케팅 효과에 대한 전체적인 관점을 얻기 위해 MMM과 함께 자주 사용됨.

요소:

종속 변수: 매출, impression, 브랜드 인지도 등
독립 변수: media channel (TV, radio, digital ads, social media 등)
외부 요인: audience demographics, seasonality, media consumption trends 등

Methodologies

데이터 수집: 매출, 마케팅 지출, 미디어 채널 및 외부 요인에 대한 과거 데이터를 수집.
- 계절성이나 경쟁사 활동 같은 외부 요인을 포함
- ETL 프로세스 (Extract, Transform, Load)를 통해 데이터 정제 및 통합
통계 분석: 회귀 분석 또는 머신러닝 기법을 사용하여 변수 간의 관계를 평가.
- ex) $Sales = β_0 + β_1 f_1(TV) + β_2 f_2(digital) + β_3 f_3(price) + ... + ε$
- linear regression, nonlinear regression(NN) 등이 사용됨
- s-curve, adstock (감쇠 효과) 모델링 기법 적용
모델링 프로세스: 각 마케팅 및 미디어 활동에 기여한 역할 및 매출 증가를 정량화.
시나리오 분석: 다양한 예산 할당을 기반으로 향후 매출을 예측.
최적화: 마케팅 예산을 최적화하여 ROI를 극대화하는 전략 수립.

objective와 KPI를 명확히 정의하는 것이 중요.

Metrics

ROI (Return on Investment): 투자한 비용 대비 얻은 수익.
Media Contribution: 각 미디어 채널이 매출에 기여한 비율.
Elasticity: 마케팅 지출 변화에 따른 매출 변화의 민감도.
Incrementality: 특정 마케팅 활동이 없었을 경우와 비교하여 추가로 발생한 매출.

Good and Bad

Good:

데이터 기반 의사 결정: 경험적 증거가 직감을 대체.
최적화된 예산 배분: 마케팅 지출을 더욱 효율적으로 분배하여 최대의 효과를 창출.
실행 가능한 인사이트: 향후 활동 개선을 위한 명확하고 실행 가능한 인사이트를 제공.
장기 계획: 장기적인 마케팅 전략 수립에 도움.

Bad:

데이터 요구 사항: 대규모의 정제된 데이터 세트가 필요.
시차 효과: 일부 마케팅 활동은 전체 효과가 나타나기까지 시간이 걸림.
다중공선성: 중복되는 마케팅 채널의 효과를 분리하는 데 어려움이 있음.
귀인 복잡성: 다중 채널 활동에서 정확한 귀인을 도출하는 것은 어려울 수 있음.

귀인 (Attribution): 특정 마케팅 활동이 매출에 기여한 정도를 평가하는 과정. 예를 들어, TV 광고와 디지털 광고가 동시에 진행된 경우, 각각의 광고가 매출 증가에 얼마나 기여했는지를 분석하는 것.