根拠を​示すプランニングパートナー

マーケティング効果測定が​答える​問いは​一つです。
​各チャネルは​売上に​どれだけ貢献したか、​そして​次の​1円は​どれだけの​効果を​生むか。
​この​問いに​3種類の​根拠で​答え、​すべての​数値に​その​根拠を​明示します。
​通常2〜3年分の、​チャネル別の​週次広告費、​売上または​注文数、​価格・販促・季節性などの​要因の​集計データを​用いて​自社の​メディアミックス​モデルを​構築し、​チャネルごとの​反応曲線と、​次の​1円の​ために​チャネルを​順位づける​限界​インクリメンタル​ROASを​推定します。
​自社で​実施する​実験、​多くは​地域別リフト実験は、​チャネルが​実際に​生んだ​効果を​測定し、​モデルを​キャリブレーションします。
​そして​検証済み​ベンチマーク集が、​自社の​根拠が​そろ​うまでの​空白を​埋めます。

こうして、​チャネルを​横断して​効果を​測定します。
​オンラインと​オフラインを​一つの​モデルで​扱い、​テレビCM、​ラジオ、​屋外広告、​新聞・雑誌広告から​検索広告、​SNS広告まで、​各チャネルの​効果を​週次で​確認します。
​プラットフォームの​数値は​チャネル内の​最適化に​活用しますが、​広告に​よって​純増した​成果ではなく、​各プラットフォームの​ルールで​広告に​貢献を​割り当てた数値として​扱います。
​メディア全体の​効果は​モデルで​捉えます。
​実験の​結果で​モデルを​較正し、​その​モデルに​基づいて​チャネル間の​予算を​配分し、​各チャネル内の​最適化には​プラットフォームの​数値を​使い、​自社の​根拠が​そろ​うまでは​検証済みベンチマークで​空白を​埋める。
​これらを​組み合わせて、​効果測定と​予算判断を​行います。

ブランドへの​広告投資の​効果も、​同じ​モデルで​捉えます。
​効果が​長く​続く​チャネルの​影響は、​広告効果が​数週間に​わたって​残る​仕組みを​表すアドストックと、​ベースラインの​トレンドに​反映され、​プランには、​チャネルの​効果の​うちすぐに​現れる​分と​遅れて​現れる​分を​示します。
​広告シェアと​市場シェアの​差（ESOV）は、​チャネルに​予算を​配分する​前に、​カテゴリー内の​市場シェアに​照らして​ブランドの​広告予算が​十分かを​確認する​指標として​使います。
​デジタル屋外広告​（DOOH）の​オーディエンス測定は、​リーチが​観測値ではなく​推定値である​ことを​プランに​明示します。
​DOOHは​エリア単位で​広告枠を​購入する​ため、​増分効果の​検証には​地域別リフト実験を​活用できます。

ここで​いう​マーケティングの​予測分析では、​推定した​反応曲線を​使って、​予算配分ごとの​シナリオを​比較します。
​モデルの​事後分布から​得た​サンプルを​用いて​各配分案の​効果を​予測し、​不確実性の​幅とともに​示します。
​増分効果の​範囲が​ゼロを​またぐ​場合は、​効果が​ない​場合と​区別できないと​報告します。
​成果物と​なる​効果測定計画では、​各数値を​実測値・予測値・ベンチマークに​区分し、​最も​不確かな​予測を​実測値に​置き換える​ために​最初に​行う​実験を​示します。
​こうして​マーケティング​サイエンスを​メディアプランに​活用します。
​Media Plannerは、​自社チームでも​当社の​マーケティング​サイエンティストでも​運用でき、​いずれの​場合も、​モデル、​反応曲線、​メディアプランは​ブランドの​ワークスペースに​残ります。