Professional Services · Marketing Analytics
Wissen, was jeder Marketing-Euro einbringt – mit Modellen, die Ihr eigenes Team betreibt.
Wir bauen Marketing-Mix-Modelle (MMM) auf Ihren Absatz- und Mediadaten – Google Meridian, bayessche MMM und Regression mit Adstock und Sättigung –, prüfen sie mit Geo-Experimenten und unabhängigem Code und setzen das beste Modell in Ihrer eigenen Infrastruktur ein. Die Modelle sind Programme in SAS-Sprache, die in Jenner laufen. So rechnen und trainieren Ihre Analysten sie jedes Quartal neu, ohne weitere Dienstleistungen – auch ein Team, das seine Marketing-Analytik bereits in SAS betreibt.
Engagements zum Festpreis oder nach Aufwand.
§1 Das Angebot
Media-Mix-Modellierung einmal richtig gemacht und dann übergeben: Ihrem Team gehören die Software, die trainierten Modelle und die Pipeline, die sie ausführt – ohne laufendes Service-Abonnement.
Die Edition mit mehr als 200 Prozeduren und ohne Datenlimit, für macOS, Windows oder Linux. Sie führt Programme in SAS-Sprache aus, auch die Modelle, die wir liefern. Ein Jahr neue Releases und Support ist inbegriffen.
Eine Reihe von Modellen, angepasst an Ihre eigenen Absatz-, Media-, Preis- und Promotiondaten, mit der Budgetempfehlung, die sie stützen. Ihr Team rechnet sie mit neuen Wochen neu und trainiert sie nach, wenn sich der Markt bewegt – ohne uns anzurufen.
Wir verbinden die Modelle mit den Daten, die Sie bereits haben, und betreiben sie dort, wo Sie ohnehin arbeiten: in Ihrer Cloud oder auf Ihren eigenen Servern, mit Ihrem Scheduler, und die Ergebnisse landen in Ihren BI- und Planungswerkzeugen.
§2 Wie es beginnt
Wir sehen uns zuerst Ihre Daten und Ihre Infrastruktur an, damit die Schätzung eine Zahl ist, für die wir einstehen können.
01 /
Ein Arbeitstermin mit Ihren Marketing-, Analytics- und Datenteams: was Sie verkaufen, welche Kanäle Sie buchen, welche Daten Sie haben und wo sie liegen.
02 /
Ein schriftlicher Umfang, Zeitplan und Preis für die Modelle, die Integration und die Übergabe – als Festpreis oder nach Aufwand.
03 /
Wir bereiten die Daten auf, passen die Modelle an, prüfen sie gegen unabhängigen Code und Ihre Experimente und stimmen die Ergebnisse mit Ihrem Team ab.
04 /
Die Modelle gehen in Ihrer Infrastruktur live, Ihre Analysten führen sie einmal gemeinsam mit uns aus – und danach selbstständig.
Ein Preis für einen vereinbarten Umfang. Die richtige Wahl, wenn die Daten in gutem Zustand und die Ergebnisse klar definiert sind.
Ein Engagement zum Festpreis →Abgerechnet wird die geleistete Arbeit. Die richtige Wahl, wenn die Daten zuerst aufbereitet werden müssen oder Sie erst erkunden möchten, bevor Sie sich festlegen.
Ein Engagement nach Aufwand →§3 Was Sie zu sehen bekommen
Vier Abbildungen aus unserem Kurs zu Marketing-Mix-Modelling, erstellt mit denselben Modellen, die wir für Kunden bauen.
ABB. 1 — Response-Kurven nach Kanal
Wie viel jeder Kanal bei steigendem Budget beiträgt – und wo er sich nicht mehr lohnt.
Quelle: erfundene Daten zur Veranschaulichung
ABB. 2 — Was den Umsatz bewegt
Jeder Faktor, geordnet danach, wie stark eine Änderung um 1 % den Umsatz bewegt – Media und Nicht-Media gleichermaßen.
Quelle: erfundene Daten zur Veranschaulichung
ABB. 3 — Ein Geo-Test, richtig gelesen
Schalten Sie TV in einigen Märkten ab, und die verlorenen Verkäufe werden sichtbar – und wirken nach, wenn TV wieder läuft. Wir messen beides.
Quelle: erfundene Daten zur Veranschaulichung
ABB. 4 — Markt für Markt
Welche Kanäle überall gleich wirken und national geplant werden können – und welche je nach Markt variieren.
Quelle: erfundene Daten zur Veranschaulichung
Das technische Review braucht ein Gespräch. Danach haben Sie einen Umfang und einen Preis.
§4 Was wir bauen
Wir passen mehrere Modellfamilien – darunter Google Meridian – an Ihre Daten an, testen jede auf dieselbe Weise und setzen diejenige ein, die am besten abschneidet.
M1
Log-lineare Regression mit Adstock, damit ein TV-Flight in den Wochen nach der Ausstrahlung weiterwirkt, und mit autoregressiven Fehlern, damit eine Serie guter Wochen nicht für Media-Wirkung gehalten wird.
M2
Hill-Sättigungskurven, Kanal für Kanal auf Adstock aufgesetzt: abnehmende Grenzerträge und die Response-Kurve, die zeigt, wo der nächste Euro am meisten bewirkt.
M3
Märkte stützen sich gegenseitig, mit einem eigenen Media-Effekt für jeden Markt – so sehen Sie, wo ein Kanal stärker wirkt und wo er national geplant werden kann.
M4
Geo-Test-Ergebnisse gehen als Priors in das Modell ein, sodass Historie und Experimente zu einer Antwort finden – mit einem Intervall für jede Zahl.
M5
Testdesign und Auswertung: Difference-in-Differences, synthetische Kontrollgruppen und Placebo-Prüfungen an Scheintests, damit ein gemessener Lift mit einer ehrlichen Fehlermarge kommt.
M6
Wie viel der Wirkung von TV und Video über Menschen ankommt, die nach Ihnen suchen – damit der Suche keine Verkäufe zugerechnet werden, die andere Kanäle erzeugt haben.
M7
Google-Meridian-Implementierung ohne separaten Stack: Das quelloffene bayessche MMM von Google läuft direkt in Jenner und wird unter denselben Bedingungen getestet wie die anderen – dieselben Holdout-Wochen, dieselbe Kalibrierung an Experimenten, derselbe Budget-Optimierer. Passt es am besten zu Ihren Daten, setzen wir es wie jedes andere in Ihrer Infrastruktur ein.
Was Sie ohnehin verkauft hätten – und wie viel jede Promotion zusätzlich gebracht hat.
Was jeder Kanal im Durchschnitt eingebracht hat – und was der nächste Euro einbringen würde.
Ausgaben gegenüber Ertrag für jeden Kanal, mit dem Punkt, an dem er sättigt.
Die beste Aufteilung desselben Budgets, innerhalb der Grenzen, die Ihre Planer für jeden Kanal setzen.
Preis, Distribution, Wettbewerb, Wetter und Media, geordnet danach, wie stark jeder Faktor das Ergebnis bewegt.
§5 Google Meridian
Google Meridian ist das quelloffene bayessche Marketing-Mix-Modell von Google. Wir betreiben es direkt aus Jenner heraus, kalibrieren es mit Ihren Geo-Experimenten und testen es auf denselben Holdout-Wochen und mit demselben Budget-Optimierer wie jedes andere Modell, das wir anpassen.
Ist Meridian das beste Modell für Ihre Daten, setzen wir es nach demselben Zeitplan und mit derselben Übergabe wie jedes andere in Ihrer Infrastruktur ein: Ihre Analysten rechnen und trainieren es selbst neu.
§6 Warum Sie es vertreten können
Bevor eine ROAS-Zahl Ihre Planer erreicht, ist sie auf drei Wegen geprüft worden.
Jedes Modell wird mit unabhängigen Python- und R-Implementierungen erneut angepasst, und die Koeffizienten müssen übereinstimmen.
Wir rechnen jedes Modell auf simulierten Daten, bei denen die richtige Antwort bekannt ist, und zeigen, dass es sie findet – bevor es Ihre Daten berührt.
Wo Sie Geo-Tests haben, werden die Modelle damit kalibriert; wo nicht, entwerfen wir den Test, der die Frage klärt.
§7 Was wir übergeben
Jupyter-Notebooks, die Ihre Analysten von oben nach unten lesen und erneut ausführen können, jeder Schritt in klaren Worten erklärt.
Jedes Programm hinter den Modellen, kommentiert und so organisiert, dass Ihr Team es ändern kann.
Angepasst an Ihre Daten, mit den Einstellungen und Prüfungen, um sie mit neuen Wochen nachzutrainieren.
Wohin das Geld als Nächstes fließen sollte, nach Kanal, mit dem erwarteten Ertrag.
Eine aufgezeichnete Führung durch die Modelle und Notebooks für alle, die später ins Team kommen.
Beginnen Sie mit einem technischen Review. Wir sehen uns Ihre Daten und Ihre Systeme an und melden uns mit einem Umfang und einem Preis.
Sagen Sie uns, was Sie verkaufen, welche Kanäle Sie buchen, welche Daten Sie haben und wo sie liegen. Wir melden uns, um das Review zu vereinbaren.