Marketing mix modeling: a holistic approach, from statistical modeling to business interpretation

Abstract

Η διπλωματική εργασία εξερευνά διεξοδικά το Μοντέλο Μίξης Μάρκετινγκ (MMM), παρουσιάζοντας τις θεμελιώδεις αρχές και μεθοδολογίες του. Στόχος είναι η χρήση προσομοιωμένου συνόλου δεδομένων για την εφαρμογή της μεθοδολογίας. Τα εισαγωγικά κεφάλαια αναδεικνύουν τη σημασία του MMM στη διαφήμιση και το μάρκετινγκ, υπογραμμίζοντας την αυξανόμενη σημασία του για την αριστεία στη μέτρηση.Η εργασία εξηγεί τις δυναμικές των φαινομένων carryover και saturation στο MMM, χρησιμοποιώντας θεωρία και προσομοιωμένα γραφήματα. Αυτά τα φαινόμενα είναι κρίσιμα για την κατανόηση της διάρκειας των διαφημιστικών επιπτώσεων και της σχέσης μεταξύ διαφημιστικής έκθεσης και αποτελεσμάτων. Αυτά αποτελούν τη βάση της προτεινόμενης μεθοδολογίας.Η μεθοδολογία παρουσιάζει ένα συστηματικό πλαίσιο για την ανάλυση του MMM, χρησιμοποιώντας το προσομοιωμένο σύνολο δεδομένων. Περιλαμβάνει επισκόπηση της μεθοδολογίας, ανασκόπηση του συνόλου δεδομένων και τεχνικές διερευνητικής ανάλυσης. Επιπλέον, αναφέρεται στην ανάγκη βέλτιστης επιλογής παραμέτρων για τα αποτελέσματα adstock και τις δυναμικές saturation, για την εντοπισμό του βέλτιστου μοντέλου.Οι επόμενες ενότητες εμβαθύνουν στα αποτελέσματα της μοντελοποίησης, παρουσιάζοντας ένα βασικό μοντέλο και τη σύγκρισή του με το τελικό μοντέλο. Η ανάλυση επεκτείνεται σε διαγνωστικά για τα κατάλοιπα, διασφαλίζοντας την αξιοπιστία του μοντέλου στο προσομοιωμένο σύνολο δεδομένων.Η εργασία καταλήγει με μια ολοκληρωμένη συζήτηση των επιχειρηματικών επιπτώσεων των αποτελεσμάτων της μοντελοποίησης. Παρέχει πληροφορίες για την αποσύνθεση των πωλήσεων ανά διαφημιστικό κανάλι, την αποτελεσματικότητα των διαφημιστικών καναλιών όσον αφορά την απόδοση επένδυσης και την ερμηνεία των καμπυλών saturation. Αυτά τα ευρήματα αποσκοπούν να ενδυναμώσουν τους διαφημιστές και τους εμπόρους με χρήσιμα ευρήματα για την περαιτέρω υιοθέτηση του πλαισίου του MMM.

The thesis thoroughly explores Marketing Mix Modeling (MMM), presenting its fundamental principles and methodologies. The aim is to use a simulated dataset to guide the application of the methodology. The introductory chapters highlight the importance of MMM in advertising and marketing, emphasizing its growing significance for measurement excellence.The thesis explains the dynamics of carryover and saturation effects in MMM, using theory and simulated graphs. These phenomena are crucial for understanding the duration of advertising effects and the relationship between advertising exposure and outcomes. They form the basis of the proposed methodology.The methodology section presents a systematic framework for MMM analysis, using the simulated dataset. It includes an overview of the methodology, a review of the dataset, and exploratory data analysis techniques. Additionally, it addresses the need for optimal parameter selection for adstock effects and saturation dynamics to identify the optimal model.Subsequent sections delve into the modeling results, presenting a baseline model and comparing it with the final model. The analysis extends to diagnostics on residuals, ensuring the robustness and reliability of the model in the simulated dataset.The thesis concludes with a comprehensive discussion of the business implications of the modeling outcomes. It provides insights into sales decomposition by advertising channel, the effectiveness of advertising channels regarding return on investment, and the interpretation of saturation curves. These findings aim to empower advertisers and marketers with actionable insights for further adoption of the MMM framework.