Marketing Science

Marketing Science wendet statistische Modelle und Experimente auf Marketingentscheidungen an: Was hat jeder Kanal zu den Verkäufen beigetragen, was würde der nächste Euro bringen, und wie sicher sind wir? Zu ihren Werkzeugen gehören Media-Mix-Modelle, Inkrementalitätsexperimente, Wirkungskurven und geprüfte Benchmarks, und ihre Disziplin besteht darin, für jede Zahl zu sagen, ob sie gemessen, projiziert oder ein Benchmark ist.

Sie ist nicht dasselbe wie Marketing Analytics oder Reporting. Ein Bericht beschreibt, was passiert ist, meist so, wie die Plattformen es attribuiert haben. Marketing Science sucht das Kontrafaktische, was ohne die Werbung passiert wäre, und schätzt es nachvollziehbar, mit einem Unsicherheitsintervall. Sie ist auch älter als die digitale Werbung: Mit Marketing-Mix-Modellen hat die Konsumgüterindustrie Fernsehen und Promotions aus aggregierten Verkäufen gemessen, und sie sind zurück, weil das Klick-Tracking als Methode zur Werbewirkungsmessung unzuverlässiger geworden ist.

Diese Arbeit übernehmen Marketing Scientists. Ein großer Teil der Arbeit entfällt auf die Datenaufbereitung: Plattform-Exporte mit dem Warehouse abgleichen, Promotions und Preisänderungen dokumentieren, die niemand festgehalten hat, und entscheiden, was als Kanal zählt. Marketing Science wird noch oft als Einzelprojekt geliefert, bei dem ein einziges Modell Monate dauern kann und die Antwort kommt, wenn der nächste Plan schon läuft. Kuwalyst ist ein Marketing-Science-Unternehmen mit Sitz in Paris: Es bringt diese Arbeit in Software, den Media Planner, und behält die Marketing-Science-Expertise für die Entscheidungen, die sie brauchen. Hajime Takeda, Mitgründer und Leiter Marketing Science, hat die Methodenblätter dieser Website und das Buch Marketing Science in Python geschrieben. Mehr auf der Unternehmensseite.