Media Mix Modeling - Sử dụng dữ liệu để đo lường & dự đoán hiệu suất các kênh truyền thông

Với Media Mix Modeling, việc xác định hiệu quả của các kênh truyền thông sẽ được diễn giải cụ thể dưới những con số trực quan, thay vì nhìn nhận và đánh giá theo cảm tính, từ đó giúp chiến lược marketing trở nên hiệu quả, tối ưu hơn.

Media Mix Modeling là gì?

Media Mix Modeling là một phương pháp phân tích dữ liệu thống kê giúp doanh nghiệp đo lường hiệu quả của từng kênh marketing trong tổng thể chiến dịch. Media Mix Modeling giúp xác định mức độ đóng góp của từng kênh (TV, digital, OOH, radio, social,...) vào doanh số hoặc một mục tiêu kinh doanh cụ thể. Trong đó, Media Mix Modeling sẽ thu thập và phân tích dữ liệu trong các chiến dịch tiếp thị đã thực hiện trước đó, sử dụng các phương pháp hồi quy, thuật toán thống kê và phân tích dữ liệu, từ đó đưa ra hiệu quả từng kênh.

Mô hình này sẽ cho bạn thấy từng yếu tố trong Marketing Mix như: sự thay đổi về sản phẩm, chiến lược giá, chiến lược phân phối và các chiến lược promotion,... sẽ ảnh hưởng như thế nào tới một mục tiêu cụ thể của doanh nghiệp. Cụ thể, Media Mix Modeling sẽ giúp doanh nghiệp trả lời các câu hỏi như:

• Hiệu quả của từng kênh truyền thông: Kênh nào đóng góp lớn nhất vào doanh thu?
• Tương tác giữa các kênh: Hoạt động giữa các kênh thúc đẩy nhau như thế nào?
• Phân bổ chi phí: Nếu cắt giảm ngân sách cho kênh nào và gia tăng đầu tư vào kênh nào?

Điểm khác biệt của Media Mix Modeling là nó sẽ cho bạn thấy một bức tranh toàn cảnh về hoạt động tiếp thị của doanh nghiệp, từ đó giúp bạn đưa ra những quyết định dựa trên tính toán dữ liệu thay vì chỉ dựa trên cảm tính.

Ví dụ, bạn có thể sử dụng Media Mix Modeling để đo lường tác động của quảng cáo truyền hình lên tổng doanh thu của doanh nghiệp, dựa trên những chỉ số như chi phí, mức độ hiển thị, hiệu quả chuyển đổi mà quảng cáo truyền hình mang lại trong những chiến dịch trước đó. Media Mix Modeling sẽ sử dụng các mô hình thống kê, thuật toán đo lường và phân tích các dữ liệu này để giúp bạn hiểu được hiệu quả của kênh quảng cáo này. Đồng thời, thông qua dữ liệu, nó có thể đề xuất những kịch bản sẽ xảy ra khi bạn điều chỉnh ngân sách cho quảng cáo.

Nhìn chung, Media Mix Modeling sẽ mang lại rất nhiều lợi ích vượt trội cho doanh nghiệp như:

• Tối ưu hóa chi tiêu tiếp thị, cắt giảm những kênh không mang lại hiệu quả.
• Phân bổ ngân sách vào những kênh tác động tích cực nhất tới mục tiêu và giảm ngân sách vào các kênh không tác động nhiều tới mục tiêu.
• Dự báo và lập kế hoạch: Bằng việc đo lường tác động của các biến số tới mục tiêu của doanh nghiệp, MMM giúp thương hiệu đưa ra dự báo cho các chiến lược tiếp thị trong tương lai và lập kế hoạch tối ưu nhất.
• Hiểu được hành vi của khách hàng giúp doanh nghiệp hiểu được cách các phân khúc khách hàng khác nhau sẽ phản ứng ra sao với từng kênh truyền thông.

>>> Tìm hiểu thêm: Định hướng khách hàng bằng mô hình CBBE của Keller

Các yếu tố cần đo lường trong MMA

Trong đó có một số chỉ số dữ liệu và yếu tố đóng vai trò quyết định đối với hiệu quả của Media Mix Modeling Trong đó có một số yếu tố quan trọng nhất mà doanh nghiệp cần phải đo đường khi sử dụng mô hình này đó là:

Dữ liệu đầu vào

• Quảng cáo: Số tiền được phân bổ cho các kênh quảng cáo như Facebook Ads, Google Ads, truyền hình, radio, báo in và OOH,...
• Hoạt động khuyến mại: Chi phí cho các chương trình khuyến mại, giảm giá, phiếu giảm giá, hoàn tiền.
• Chiến lược giá: Bao gồm giá thông thường, chiết khấu, giá khuyến mại, đóng gói và tính linh hoạt của giá.
• Kênh phân phối: Phân bổ nguồn lực cho các kênh phân phối khác nhau như Sàn thương mại điện tử, Kênh online, bán lẻ, bán buôn, bán hàng trực tiếp cho người tiêu dùng và bán cho doanh nghiệp trung gian.
• Các yếu tố ngoại cảnh: Các yếu tố bên ngoài như điều kiện kinh tế, yếu tố mùa vụ, thời tiết và xu hướng ngành có thể ảnh hưởng đến hành vi của người tiêu dùng và động lực phát triển của thị trường.

Dữ liệu đầu ra

• Doanh thu bán hàng: Tổng doanh thu thu được từ việc bán sản phẩm hoặc dịch vụ trong một khoảng thời gian cụ thể.
• Thị phần: Tỷ lệ phần trăm tổng doanh số thị trường mà sản phẩm hoặc dịch vụ của công ty chiếm được so với đối thủ cạnh tranh.
• Thu hút và giữ chân khách hàng: Các số liệu liên quan đến việc thu hút khách hàng mới, giữ chân khách hàng hiện tại (retention rate) và tăng lòng trung thành của khách hàng, tăng giá trị vòng đời khách hàng (CLV).

Các giai đoạn thực hiện Media Mix Modeling

Quá trình triển khai Media Mix Modeling sẽ bắt đầu bằng việc xác định các KPI mà thương hiệu muốn đo lường. Những câu hỏi mà thương hiệu muốn giải đáp cụ thể là gì? Sau khi làm rõ những mục tiêu này, thương hiệu cần thực hiện bốn bước sau:

Giai đoạn 1: Thu thập dữ liệu

Ở giai đoạn đầu tiên, thương hiệu cần tiến hành thu thập toàn bộ dữ liệu lịch sử về các hoạt động tiếp thị trước đây. Cụ thể, cần thu thập toàn bộ dữ liệu từ các chiến dịch tiếp thị đã thực hiện, bao gồm số liệu về mức độ tương tác, mức độ hiển thị, nhân khẩu học của đối tượng khách hàng mục tiêu và đặc biệt là mức chi tiêu cho từng kênh quảng cáo.

Ngoài ra, thương hiệu cũng cần làm rõ các yếu tố bên ngoài tác động đến các chiến dịch trước đây, như điều kiện kinh tế, yếu tố mùa vụ, bối cảnh xã hội, thị trường và đối thủ cạnh tranh.

Hiện nay, việc thu thập dữ liệu từ Cookie của bên thứ ba đang dần bị loại bỏ. Vì vậy, thương hiệu nên tập trung hơn vào dữ liệu bên thứ nhất – dữ liệu thu thập từ các nguồn như website, CRM, ứng dụng, email hoặc khảo sát khách hàng trực tiếp. Dữ liệu này giúp thương hiệu hiểu rõ hơn về hành vi khách hàng, chẳng hạn như thời lượng truy cập website, hiệu quả chuyển đổi, lịch sử mua hàng,...

Ngoài ra, doanh nghiệp có thể khai thác dữ liệu bên thứ hai từ các đối tác kinh doanh để làm giàu cơ sở dữ liệu của mình.

Giai đoạn 2: Mô hình hóa

Khi đã thu thập được những dữ liệu này, bạn cần bắt đầu việc tạo nên mô hình Media Mix Modeling. Trong đó, bạn cần chọn ra các biến:

• Biến phụ thuộc là những kết quả mà doanh nghiệp cần phải giải thích. Ví dụ, bạn muốn giải thích về doanh số, lượt tải xuống của ứng dụng, tỷ lệ chuyển đổi.
• Sau đó, hãy xác định các biến độc lập có khả năng tác động đến biến phụ thuộc này. Ví dụ, chi tiêu cho quảng cáo, lựa chọn đối tượng mục tiêu, thời điểm quảng cáo.

Hãy bảo rằng mô hình bao gồm cả các biến có thể kiểm soát được như giá cả và kênh phân phối, cũng như các biến không thể kiểm soát được như cạnh tranh và lạm phát.

Cuối cùng, gán giá trị cho cả biến phụ thuộc và biến độc lập, và tạo ra một mô hình toán học biểu diễn mối quan hệ giữa chúng.

Ví dụ:

Biến phụ thuộc (Y - Kết quả cần dự đoán): Doanh số bán hàng

Biến độc lập (X - Các yếu tố tác động đến Y):

• X1: Ngân sách quảng cáo trên TV
• X2: Ngân sách quảng cáo trên Digital
• X3: Ngân sách quảng cáo trên OOH (quảng cáo ngoài trời)
• X4: Ngân sách quảng cáo trên Social
• X5: Xu hướng mùa vụ
• X6: Giá sản phẩm hoặc khuyến mãi
• X7: Các yếu tố kinh tế vĩ mô (ví dụ: GDP, lãi suất, lạm phát)

Biểu diễn mô hình toán học

Một mô hình hồi quy tuyến tính cơ bản cho Media Mix Modeling có dạng:

Doanh thu =N0+N1X1+N2X2+N3X3+N4X4+N5X5+N6X6+N7X7+e

Sau khi gán giá trị, chạy thuật toán hồi quy thống kê (còn gọi là học máy) ta có phương trình giả sử như sau:

Doanh thu = 1000+3.5X1+2.8X2+1.9X3+1.5X4+500X5+700X6+200X7

Giai đoạn 3: Phân tích dữ liệu và hiểu biết sâu sắc

Ở trong giai đoạn 3, bạn sẽ sử dụng mô hình đã đo lường được từ giai đoạn 2 để bắt đầu phân tích những ảnh hưởng của các yếu tố và các kênh truyền thông tới chiến dịch tiếp thị của mình. Mô hình này sẽ cho bạn biết được mức độ đóng góp của từng kênh vào kết quả kinh doanh thông qua mối liên hệ giữa các biến độc lập và biến phụ thuộc. Ví dụ, ở mô hình trên, ta có thể thấy:

Doanh thu =1000+3.5X1+2.8X2+1.9X3+1.5X4+500X5+700X6+200X7

Mô hình này cho thấy:

• TV Ads là yếu tố tác động nhiều nhất tới doanh thu. Mỗi 1 triệu đồng chi tiêu trên TV Ads tăng doanh số 3.5 triệu. Trong khi đó tác động của các kênh Social tới doanh thu thấp hơn hẳn.
• Mùa vụ có thể làm doanh số tăng thêm 500 triệu (hệ số 500)
• Khuyến mãi giúp tăng doanh số đáng kể với hệ số 700

Do đó, thương hiệu cũng có thể sử dụng mô hình này để dự báo mức độ tương tác và doanh thu của chiến trong tương lai. Tuy nhiên, hãy lưu ý rằng, dự báo chỉ chính xác khi những tác động từ môi trường bên ngoài không thay đổi quá nhiều so với bối cảnh của các chiến dịch trước đó.

Giai đoạn 4: Tối ưu hóa

Tối ưu hóa là giai đoạn cuối cùng trong Media Mix Modeling. Doanh nghiệp sẽ sử dụng kết quả từ giai đoạn 3 để tiến hành điều chỉnh các yếu tố trong chiến lược tiếp thị của mình nhằm cải thiện hiệu suất cho các chiến dịch trong tương lai.

>>> Đọc thêm: Brand Identity Prism của Kapferer: Khám phá 6 yếu tố khắc họa nên bản sắc thương hiệu

Lời kết: 

Trên đây là cách thức vận hành một quy trình Media Mix Modeling cơ bản bao gồm việc thu thập, sáng lọc dữ liệu, tính toán hồi quy và phân tích dựa trên mô hình hồi quy. Trong bối cảnh sử dụng phối hợp hàng loạt kênh truyền thông như hiện nay, Media Mix Modeling sẽ giúp thương hiệu nhìn nhận lại hiệu quả thực tế của từng kênh, từ đó đầu tư vào những kênh thực sự mang lại hiệu quả thay vì dàn trải trên quá nhiều kênh. Mô hình hồi quy của Media Mix Modeling cũng có thể dự đoán kết quả mà một chiến dịch marketing có thể đạt được trong tương lai, giúp marketer lập kế hoạch tiếp thị hiệu quả hơn.