Ein MMM ist nicht allein wegen vieler Wochen zuverlässig.
Ein MMM ist nicht allein wegen vieler Wochen zuverlässig. Es muss Ausgabenvariation beobachten, die ausreichend von Trends, anderen Kanälen und Geschäftsentscheidungen verschieden ist. 156 Wochen gemeinsam laufender Kanäle können weniger Information liefern als 52 gut differenzierte Geo-Testwochen. Identifizierbarkeit, Granularität, Variation, Kollinearität, Abdeckung von Nachfragefaktoren und Rückverfolgbarkeit prüfen, bevor Kanalrenditen versprochen werden.
Entscheidung und Methode.
MMM nur auf Aggregationsniveau erlauben, das beobachtete Variation tatsächlich identifizieren kann; unzureichend getrennte Kanäle aggregieren oder experimentieren. Ergebnis, Kanäle, Kontrollen, Granularität, Fenster und erwartete Entscheidungen auflisten und instabile Variablen ausschließen. Nicht-null-Wochen, Variationskoeffizient, Niveauwechsel, geografische Variation und Support nahe aktuellem Spend messen. Korrelationen, Varianzinflation, Konditionierung und Ausrichtung an Promotionen oder Saison prüfen; Variablen gruppieren, deren Trennung fragile Annahme braucht. Jede Schwäche mit Taxonomie, Geo-Erhebung, geplanter Variation, Experiment, Prior oder Gruppierung verbinden und erlaubte Nutzung veröffentlichen.
Rechenbeispiel.
In dieser fiktiven Lehrmatrix hat Search 100 % aktive Wochen, Variation 0,28, maximale Korrelation 0,82; Social 0,32, 0,77; TV nur 45 % aktiv, Variation 0,65, Korrelation 0,45. Triageindex = aktiver Anteil × Variation × (1 − Korrelation) × geografischer Faktor. Search: 1 × 0,28 × 0,18 × 0,6 = 0,030. Social: 0,95 × 0,32 × 0,23 × 0,7 = 0,049. TV: 0,45 × 0,65 × 0,55 × 0,8 = 0,129. Kein formaler Statistiktest: TV hat beste unabhängige Variation; Search und Social vor feiner Allokation gruppieren, kalibrieren oder experimentell trennen.
Prüfungen und Grenzen.
Ausgaben, Ergebnis und Kontrollen teilen Geografie, Periode und stabile Definition; jeder Kanal hat von anderen Geschäftsentscheidungen unterschiedliche Variation; gewünschte Allokation entspricht identifizierbarer Ebene; schwache Variablen erhalten Gruppierung oder Evidenzplan. Index ersetzt keine Modelldiagnostik. Niedrige Korrelation beseitigt Ausgabenendogenität nicht. Geodetail hilft nicht bei nationaler Imputation.
Ressourcen und Quellen.
MMM-Identifizierbarkeitsmatrix herunterladen. Weiterführend: Qualität vor Modellierung prüfen, richtige Granularität wählen, experimentelle Variation schaffen. Quellen: Chan und Perry (2017); Sun et al. (2017); Zhang et al. (2024).