MMM은 어떻게 분석되나요?

그렇다면 'mmm(marketing mix modeling)' 은 어떻게 분석할까요? mmm 분석의 근간은 통계학에서 자주 활용되는 회귀분석 입니다 회귀분석에도 다양한 분석 방법이 존재하지만 기본적으로 독립변수 와 종속변수 간 가장 적합한 관계식 을 추정하는 방식입니다 어렵다고 느끼실 수 있지만 의외로 분석의 기본 틀은 간단합니다 우선 회귀분석에서도 가장 기본적인 선형 회귀 분석을 예시로 설명드리겠습니다 회귀분석이란? 위 그래프는 x 축이 독립변수, y축이 종속변수이며 그 관계의 분포가 data point 범례로 표시되어있습니다 관계 분포를 설명할 수 있는 관계식(방정식)을 추정한다면 x값에 따른 y값을 예측할 수 있겠죠? 관계식은 선형이기 때문에 'y=ax+b' 와 같은 1차 방정식 형태를 띄게 됩니다 이 때 a와 b 값을 조정하여 위 분포를 가장 잘 예측할 최적의 관계식을 도출하는 것 이 가장 핵심입니다 가장 적합한 관계식을 찾기 위해 a와 b 값을 세밀하게 조정할 수 있으며 조정에 따라 위와 같이 여러 개의 관계식을 발견할 수 있습니다 이 때 관계식 중에서 실제 분포와 관계식 간의 차이 값(잔차)이 가장 작은 관계식 실제 분포와 관계식 간의 차이 값(잔차)이 가장 작은 관계식 을 찾으면 그것이 바로 분포에 가장 적합한 분석 모델이 됩니다 mmm 분석 마케팅에 활용되는 회귀분석 위와 같은 회귀분석을 마케팅 사례에 활용한 것이 바로 mmm 모델인데요 이 때 독립변수(x값) 는 마케팅 전략을 집행한 광고비 가 되고 종속변수(y값) 는 마케팅 kpi 변수 가 됩니다 변수 항목을 예로 들자면 tv, 유튜브, 인스타그램 광고비가 독립변수가 되고 제품 매출액이 종속 변수가 될 수 있습니다 독립 변수 / 종속 변수 (예시) 독립변수(x값) 종속변수(y값) tvc 광고비 제품 매출 유튜브 광고비 앱 설치수 인스타그램 광고비 광고 클릭수 etc etc 비록 현실에서는 실제 광고비가 매출의 얼마만큼을 기여했는지를 확인하기 어렵지만, 이렇게 둘 사이의 관계식을 추정하게 되면 어떤 마케팅 전략이 kpi에 영향을 많이 미치는지, 어떤 전략 구성으로 집행했을 때 kpi가 높아지는지를 예측할 수 있습니다 즉 mmm(marketing mix modeling) 분석이란, 마케팅 전략을 계획할 때 전략별 예산 비중 을 선정하고 얼마만큼의 kpi를 도달할지 를 예측하면서 최대 kpi를 위한 최적 마케팅 믹스 를 산출하는 분석 방법론입니다 다만 예시와 달리 실제 캠페인 데이터에 맞춤화된 분석 모델을 찾으려면 까다로운 작업이 필요합니다 실제 광고 전략과 kpi는 여러 개를 가정하는 경우가 많아서 독립 변수, 종속 변수가 여러 개 인 경우도 많습니다 그리고 데이터에 따라 선형, 지수, 로그 등 적합한 관계식 유형을 탐색 해야 하는 과정이 필요합니다 또한 계절이나 이벤트 등의 외부 요인에 kpi가 영향 을 받을 수 있어 광고의 kpi 기여분을 해석할 때 주의가 필요합니다 마케팅 실무에서는 어떻게 mmm을 적용하는지는 다음 콘텐츠에서 확인해주세요!