Marketing-Mix-Modell: Was den Absatz von Flaschenwasser antreibt
Ein Marketing-Mix-Modell auf 161 Wochen FMCG-Daten, das die Wirkung von Wetter, Preis, Distribution und Medien auf den Absatz trennt und misst, wie viel Umsatz jeder Medienkanal zurückbringt.
Das Problem
Medien machten weniger als 1 % des Umsatzes aus und liefen in kurzen, überlappenden Schüben, sodass ihre Wirkung unter Wetter, Preisgestaltung und Distribution verschwindet. Einfache Korrelationen führen hier in die Irre: Der Preis scheint positiv mit dem Absatz zusammenzuhängen, und die Zahl der Verkaufsstellen steigt jeden Sommer, weil sie der Nachfrage folgt.
Rahmenbedingungen
- Nur 161 Wochenbeobachtungen, also muss sich jeder zusätzliche Parameter seinen Platz verdienen.
- TV lief nur 3 Wochen und Außenwerbung 5, oft zeitgleich mit anderen Kanälen. Das begrenzt, wie genau sich ihre Wirkung messen lässt.
- Keine Margendaten, daher wird der Return on Investment im Umsatz gemessen, nicht im Gewinn.
Zentrale Entscheidungen
Gewichtete Distribution (ACV) anstelle von die Zahl der Verkaufsstellen
Die Zahl der Verkaufsstellen steigt jeden Sommer, weil jede Filiale zählt, die mindestens eine Einheit verkauft hat. Sie folgt also der Nachfrage, statt sie zu erklären. Gewichtete Distribution misst die Regalpräsenz, die die Marke tatsächlich steuert.
Preis im Verhältnis zur Konkurrenz anstelle von den eigenen Durchschnittspreis
Alle Marken erhöhten ihre Preise mit der Inflation, und der Durchschnittspreis sinkt automatisch, wenn mehr über Promotions verkauft wird. Der Basispreis im Verhältnis zum Konkurrenzdurchschnitt isoliert die Preisentscheidung.
Log-lineare Regression mit Adstock und Sättigung anstelle von ein Machine-Learning-Modell
Bei 161 Wochen würde ein flexibles Modell Rauschen auswendig lernen, und der Kunde muss wissen, warum sich der Absatz bewegt, nicht nur eine Prognose. Jeder Koeffizient lässt sich direkt als prozentualer Effekt lesen.
Ein strikter Holdout, der die gesamte Pipeline neu ausführt anstelle von reine In-Sample-Anpassung
Carryover-Raten auf allen Daten zu wählen und dann auf einem Teil davon zu testen, lässt Informationen durchsickern. Alles ohne die letzten 12 Wochen neu zu rechnen, ergab einen ehrlichen Prognosefehler von 4,2 %.
Systemablauf
Eine vereinfachte Ansicht, wie die wichtigsten Teile zusammenspielen.
Wöchentliche Daten
161 Wochen Absatz-, Preis-, Promotion-, Distributions-, Wettbewerbs-, Wetter- und Mediendaten, geprüft auf Lücken und widersprüchliche Definitionen.
Treiber und Medientransformation
Preis im Verhältnis zur Konkurrenz, gewichtete Distribution und Wetter; Mediaausgaben über Adstock und Sättigung.
Log-lineare Regression
Zehn Treiber mit Newey-West-Fehlern, validiert an einem strikten Holdout von 12 Wochen.
Entscheidungen
Zerlegung, ROI mit Bandbreiten, Response-Kurven und ein Budgetszenario, direkt in die Folien exportiert.
Eine Mineralwassermarke wollte zwei Dinge wissen: wie gut ihre Werbung wirkt und was ihren Absatz sonst antreibt. Dieses Modell beantwortet beides anhand von 161 Wochen Daten zu Absatz, Preisen, Promotions, Distribution, Wettbewerbern, Wetter und Medien (Januar 2022 bis Januar 2025).
Es ist eine log-lineare Regression, daher lässt sich jeder Effekt als prozentuale Veränderung des Absatzes lesen. Mediaausgaben durchlaufen Adstock (Werbung wirkt nach der Ausstrahlung noch wochenlang nach) und eine Sättigungskurve (jedes weitere Pfund bewirkt weniger als das vorige). Die Carryover-Raten stammen aus einer Rastersuche über 2.058 Modelle innerhalb geschäftlich sinnvoller Bereiche; behalten wurden nur Modelle, in denen jeder Medieneffekt positiv ist.
Der Basisabsatz macht rund 79 % des Volumens aus, das Wetter rund 20 % und Medien rund 1 %. Ein Punkt gewichtete Distribution bringt 3,7 % mehr Volumen, ein um 10 % höherer Preis als die Konkurrenz kostet 4,3 %. Online-Partnerschaften brachten 3,07 £ Umsatz pro eingesetztem Pfund bei enger Bandbreite; TV und Online-Video lagen unter 0,30 £. Werden 30 % des TV- und Videobudgets in Online-Partnerschaften umgeschichtet, bringt das bei gleichem Gesamtbudget rund 0,9 Mio. £ modellierten Mehrumsatz.
Die Folien werden aus den Modellergebnissen erzeugt statt von Hand getippt, und 20 automatisierte Tests prüfen die Daten, die Modellmathematik und dass jede Zahl auf den Folien zum Modell passt.
Ergebnis
- Erklärt 91 % der wöchentlichen Schwankung und prognostiziert 12 ungesehene Wochen mit 4,2 % Fehler
- Online-Partnerschaften bringen 3,07 £ pro Pfund (Bandbreite 1,65 bis 4,52 £); TV und Online-Video unter 0,30 £
- Die Umschichtung von 30 % des TV- und Videobudgets bringt bei gleichem Budget rund 0,9 Mio. £ modellierten Mehrumsatz
- Ein Punkt gewichtete Distribution entspricht 3,7 % Volumen, rund 6 Mio. £ pro Jahr
