Was kann Googles neues Marketing Mix Modelling Meridian?

Google hat mit "Meridian" eine Open-Source-Lösung fürs Marketing Mix Modelling (MMM) veröffentlicht. Google geht damit den gleichen Schritt wie Meta Anfang 2021 mit Robyn nur ca. vier Jahre später. Zwischen 2021 und 2025 hat sich neben Meta ein weiterer Anbieter einer vielversprechenden Open-Source-Marketing-Mix-Modelling-Lösung am Markt etabliert - PyMC mit PyMC-Marketing.

Aber was sind die Unterschiede zwischen den drei jetzt verfügbaren Open-Source-Lösungen und welche Limitationen gibt es?

Wir sind selbst seit über fünf Jahren als Marketing Mix Modelling Anbieter aktiv und arbeiten kontinuierlich mit Kunden zusammen, um die Effizienz ihrer Marketingaktivitäten zu steigern.

Wir haben für euch die verschiedenen Open-Source-Lösungen unter die Lupe genommen und Sie mit unserem selbst entwickelten MMM-Verfahren Scope verglichen.

Wichtigste Erkenntnisse

1. Hierarchisches Modellieren

Durch Meridian von Google ist es nun auch mit einer Open-Source-Lösung möglich, beim Trainieren des Modells die Daten aus verschiedenen geografischen Regionen zu nutzen. Das Trainieren auf granularen Daten hilft einem Modell enorm, die Wirkung der Media-Aktivitäten genauer und sicherer zu bestimmen. Ihr bekommt dadurch also eine deutlich validere Entscheidungsgrundlage für die Optimierung eurer Media-Aktivitäten, sofern euch die notwendigen Daten aus mehreren Regionen vorliegen.

2. Flexible Mediaeffizienz über die Zeit

Zwei der Open-Source-Lösungen gehen per Definition davon aus, dass die Wirkung einer Mediavariable über die Zeit konstant ist. Auf der einen Seite ist dies durchaus sinnvoll, weil die in den meisten MMM-Projekten vorliegende Datenmenge nur dafür ausreicht, die durchschnittliche Wirkung einer Mediavariable über den gesamten betrachteten Zeitraum mit einer einigermaßen brauchbaren Sicherheit zu bestimmen. Auf der anderen Seite entspricht dies natürlich nicht der Realität, in der es ganz entscheidend für die Media-Wirkung ist, wann und wie Media in welcher Form ausgespielt wird.

3. User Interface zur Nutzung ohne Coding

Ohne Coding-Kenntnisse komme ich mit keiner der frei verfügbaren Open-Source-Lösungen zurecht. Alle drei Lösungen werden in Form von Code zur Verfügung gestellt, den man sich herunterladen kann und dann ausführen muss, um zum Ergebnis zu kommen.

Fazit:

Die Möglichkeit, hierarchisch auf Regionen zu modellieren, ist ein weiterer großer Schritt nach vorne für die Fähigkeiten der verfügbaren Open-Source-Lösungen. Voraussetzung für die Verwendung bleiben Coding-Kenntnisse bzw. zumindest die Fähigkeit, Code ausführen zu können und mit Fehlermeldungen umgehen zu können.

Darüber hinaus zeigt die Veröffentlichung von Meridian durch Google, dass man auch bei Google erkannt hat, dass die bisher zur Verfügung stehenden digitalen Attributionsverfahren nicht mehr zeitgemäß und ausreichend sind, um die Wirkung von Marketing- und Media-Aktivitäten bewerten zu können. Die Bedeutung des Marketing Mix Modellings als wichtigstes Standardwerkzeug im Marketing Measurement Baukasten wird durch diesen Schritt von Google erneut unterstrichen.

Wie MMT euch weiterhelfen kann?

Die Daten, die für ein Marketing Mix Modelling vorliegen, bleiben unabhängig von der verwendeten Lösung immer gleich. Wir haben eine Plattform entwickelt in der man ohne Coding-Kenntnisse alle bestehenden Open-Source-Lösungen einfach nutzen kann, um aussagekräftige Modelle zu trainieren und stellen zusätzlich dazu unser eigenes noch leistungsfähigeres Verfahren zur Verfügung, das einige der aktuellen Limitationen der Open-Source-Lösungen beseitigt.

Ohne viel Aufwand ermöglicht euch das einen vergleichenden Blick auf die Ergebnisse aus den unterschiedlichen Lösungen. Welches Modell kommt zu welchen Aussagen und warum? Durch diesen Blick auf die unterschiedlichen Modellergebnisse entsteht beim Nutzer ein tiefgreifendes Verständnis über die Funktionsweise des Instruments Marketing-Mix-Modelling und die Wirkung eurer Media-Aktivitäten. Dieses tiefgreifende Verständnis wird es euch ermöglichen, die richtigen Entscheidungen für mehr Mediaeffizienz zu treffen. Je nach Bedarf könnt Ihr dabei selbst der Nutzer der Plattform sein oder die Nutzung einem unserer MMM-Experten überlassen.