Terug naar alle blogs Media

Wat is Media Mix Modeling (MMM)?

Media Mix Modeling, vaak afgekort als MMM, helpt bedrijven om te begrijpen welke media, acties en omstandigheden bijdragen aan omzet, aanvragen of andere bedrijfsresultaten.

Inleiding tot Media Mix Modeling

Media Mix Modeling, vaak afgekort als MMM, helpt bedrijven om te begrijpen welke media, acties en omstandigheden bijdragen aan omzet, aanvragen of andere bedrijfsresultaten.

Het gaat niet alleen om de vraag: “Hoeveel clicks leverde mijn advertentie op?” Maar vooral om de vraag: “Welke media-inzet droeg daadwerkelijk bij aan het resultaat?”

Voor ondernemers die in meerdere kanalen adverteren, is dat een belangrijke vraag. Want een campagne op tv, radio, social media en Google werkt niet los van elkaar. De kunst is om te begrijpen hoe die onderdelen samenwerken.

Waarom losse kanaalcijfers niet genoeg zijn

In onze eerdere blog over One4media en Billy Grace beschreven we al het probleem van traditionele marketingdata. Platforms werken vaak in silo’s en schrijven succes toe aan zichzelf.

Een voorbeeld: je ziet 50 conversies in Google Ads en 40 conversies in Meta Business Manager. Maar in werkelijkheid zijn er maar 60 verkopen. Dat verschil ontstaat omdat elk platform zijn eigen prestaties overschat.

Het gevolg is dat kanalen die converteren, zoals Google Ads met laatste-klik-attributie, ten onrechte alle credits krijgen. Terwijl brandingcampagnes die de basis legden voor die conversie, over het hoofd worden gezien.

Dat is precies waar Media Mix Modeling een rol kan spelen.

Wat is Media Mix Modeling?

Media Mix Modeling is een analysemethode waarmee je het effect meet van media, advertenties, prijs, seizoensgebondenheid, promoties en andere variabelen op uiteindelijke sales en ROI.

In het kort: MMM kijkt niet alleen naar de laatste klik voor een aankoop. Het kijkt naar de bredere context waarin een aankoop plaatsvindt.

Een klant kan bijvoorbeeld eerst een tv-commercial zien, daarna een advertentie op social media tegenkomen, vervolgens googelen en uiteindelijk via een zoekadvertentie converteren. Een klassiek attributiemodel kent die conversie vaak toe aan de laatste klik. MMM probeert te begrijpen welke rol elk onderdeel speelde.

Hoe past MMM bij Billy Grace?

Billy Grace maakt mediasamenhang inzichtelijk door Unified Marketing Measurement te gebruiken. Dat model combineert harde kliks, impressies en macro-data om een vollediger beeld te geven van de klantreis.

Waar traditionele systemen geen rekening houden met brandingcampagnes, registreert Billy Grace wel de vertoningen en koppelt deze aan latere zoekopdrachten en aankopen. Door langere attributievensters te hanteren, wordt zichtbaar welke merkbewustwordingscampagnes de basis legden voor conversies.

Media Mix Modeling gaat een stap verder. Het kijkt niet alleen naar de samenhang tussen kanalen, maar ook naar de bijdrage van prijs, seizoengebondenheid, promoties en andere factoren aan het resultaat.

Samen vormen die twee benaderingen een sterke combinatie. Billy Grace helpt om mediasamenhang inzichtelijk te maken. MMM helpt om te begrijpen welke factoren bijdragen aan groei.

Hoe werkt het?

MMM is een statistische analyse waarbij een groot aantal variabelen wordt meegenomen. Denk aan zakelijke context, prijskortingen, betaalde media-activiteiten, seizoengebondenheid en andere factoren die invloed kunnen hebben op resultaat.

De meeste MMM’s zijn gebaseerd op statistische regressietechnieken en maken gebruik van tijdreeksen. Daarbij worden bijvoorbeeld mediabestedingen, verkoopresultaten, prijzen, seizoenpatronen en externe omstandigheden met elkaar vergeleken.

Dat klinkt technisch, maar het idee is eenvoudig. Je kijkt naar wat er gebeurde en probeert te begrijpen welke factoren bijdroegen aan dat resultaat.

De vier fasen van MMM

Onderzoeksbureau Nielsen onderscheidt vier fasen in het proces van MMM.

1. Data verzamelen. Je brengt historische gegevens samen over mediabestedingen, verkoopresultaten, prijzen, promoties en externe factoren.

2. Model bouwen. Je koppelt die gegevens aan elkaar en zoekt naar verbanden tussen media-inzet en resultaat.

3. Resultaten interpreteren. Je bekijkt welke media en acties bijdragen aan omzet, aanvragen of andere doelen.

4. Budget optimaliseren. Je gebruikt de inzichten om toekomstige investeringen beter te verdelen.

Waarom MMM nu populair wordt

MMM is geen nieuwe techniek. De methode bestaat al meer dan vijf decennia. Maar de populariteit groeit door twee ontwikkelingen.

Ten eerste worden klassieke attributiemodellen minder betrouwbaar door de afname van third-party cookies en strengere privacyregels. De “cookie pot” wordt kleiner, waardoor het beeld van klantcontacten onvollediger wordt.

Ten tweede profiteren MMM-modellen van snellere technologie, meer data en machine learning. Daardoor kunnen meer variabelen worden meegenomen en kunnen modellen vaker worden bijgewerkt.

Ook open-sourcepakketten zoals Project Robyn, geïnitieerd door Meta Open Source, maken MMM toegankelijker voor een bredere groep marketeers.

Voor wie is MMM relevant?

MMM kan antwoord geven op vragen als:

Wat dreef de sales?

Wat was mijn ROI?

Hoe optimaliseer ik de marketinginvestering?

Dat maakt MMM vooral interessant voor bedrijven die in meerdere kanalen adverteren en willen weten welke combinatie het beste werkt.

Het is niet alleen voor grote merken. Door open-sourcepakketten, cloudtechnologie en geautomatiseerde oplossingen zijn de toetredingsdrempels lager geworden. MMM vraagt om goede data, duidelijke doelen en de juiste interpretatie.

De valkuil: MMM is geen wondermiddel

MMM kan veel inzicht geven, maar het is geen wondermiddel.

Een model is zo goed als de data die erin gaat. Als je geen betrouwbare gegevens hebt over mediabestedingen, verkoopresultaten, prijzen en externe factoren, dan kan een model misleidende conclusies opleveren.

Daarnaast zegt een model niet altijd alles over de oorzaak. Het kan verbanden tonen, maar niet altijd met zekerheid vaststellen wat de exacte oorzaak was.

Daarom is het belangrijk om MMM niet als enige meetmethode te gebruiken. Combineer het met andere inzichten, zoals campagnedata, klantonderzoek en praktijkervaring.

Combineren is key

MMM op zichzelf biedt nog geen volledig beeld van conversie-attributie. De combinatie met klassieke attributiemodellen en nieuwe ontwikkelingen zoals micro-moments zorgt voor een nog accurater beeld.

Voor One4media betekent dat: meet niet alleen wat er gebeurt, maar begrijp ook waarom het gebeurt.

Een tv-commercial kan bijvoorbeeld zorgen voor merkbekendheid en zoekgedrag. Een zoekcampagne kan die interesse opvangen en omzetten in aanvraag of aankoop. Social media kan zorgen voor herhaling en betrokkenheid. Out-of-home kan lokaal zichtbaarheid creëren.

Geen enkel kanaal staat los van de rest. De waarde zit in de combinatie.

Wat betekent dit voor mediaplanning?

Voor mediaplanning betekent MMM vooral meer grip.

In plaats van te kiezen op basis van intuïtie of losse cijfers, kun je beter begrijpen welke media bijdragen aan het resultaat. Dat maakt het mogelijk om budget scherper te verdelen en campagnes beter af te stemmen op bedrijfsdoelen.

Maar MMM is geen vervanging van strategie. Het is een hulpmiddel om strategie beter te onderbouwen.

De vraag blijft altijd: wat wil je bereiken, bij wie en waarom? MMM helpt om te begrijpen welke media daar het beste aan bijdragen.

Onze visie

Bij One4media geloven we dat de beste mediastrategie begint bij inzicht. Niet bij het kiezen van een kanaal, maar bij het begrijpen van de doelgroep, het doel en de rol van elk medium daarin.

Media Mix Modeling past daar goed bij. Het helpt om niet alleen te kijken naar bereik, clicks of impressies, maar naar de bijdrage van elke media-inzet aan het bedrijfsresultaat.

Maar MMM is geen doel op zich. Het is een middel om betere keuzes te maken.

Media Mix Modeling meet niet alleen wat er gebeurt. Het helpt je te begrijpen wat werkt.

Wat dit betekent voor je mediaplan

Bij One4Media geloven we dat een goed mediaplan begint met inzicht in wat werkt. Media Mix Modeling biedt de mogelijkheid om niet alleen te meten wat er gebeurt, maar ook om te begrijpen welke media-inzet daadwerkelijk bijdraagt aan je bedrijfsdoelen.

Door onze unieke aanpak zonder cookies en panels, en door te focussen op zowel uplift als awareness, kunnen we het incrementele effect van je campagnes zichtbaar maken. Dit stelt ons in staat om je mediaplan continu te optimaliseren en te zorgen dat je investeringen maximaal renderen.

Media Mix Modeling meet niet alleen wat er gebeurt. Het helpt je te begrijpen wat werkt.

Bronnen en verder lezen

Belangrijkste inzichten
  • Media Mix Modeling helpt bedrijven te begrijpen welke media bijdragen aan bedrijfsresultaten.
  • MMM kijkt naar de bredere context van aankopen, niet alleen naar de laatste klik.
  • De populariteit van MMM groeit door de afname van third-party cookies en strengere privacyregels.

Veelgestelde vragen

Wat is Media Mix Modeling?

Media Mix Modeling is een analysemethode waarmee je het effect meet van media, advertenties, prijs, seizoensgebondenheid, promoties en andere variabelen op uiteindelijke sales en ROI.

Waarom worden klassieke attributiemodellen minder betrouwbaar?

Klassieke attributiemodellen worden minder betrouwbaar door de afname van third-party cookies en strengere privacyregels.

Voor wie is MMM relevant?

MMM is vooral interessant voor bedrijven die in meerdere kanalen adverteren en willen weten welke combinatie het beste werkt.

Wat zijn de vier fasen van MMM volgens Nielsen?

De vier fasen zijn: data verzamelen, model bouwen, resultaten interpreteren en budget optimaliseren.

Benieuwd wat dit voor jouw mediabudget betekent?

Plan een gesprek van 30 minuten met Teun of een van onze mediaspecialisten. Vrijblijvend en zonder verkoopverhaal.

Plan een gesprek
Bedankt!