BY 媒介360
品牌如何在科技与艺术融合的营销新生态中，获得可持续、确定性的生意增长？MSAI营销科学∞艺术商业增长-大湾区创新会，汇聚最具创新力的品牌、机构、企业及先锋人士，探讨营销科学与艺术创新解决方案，前瞻2024商业营销趋势，为品牌可持续生意增长注入新动能！
通察科技是一家专业营销技术服务公司，长期致力于用创新的数字广告解决方案，帮助客户实现有效的推广和长效市场增长。本次M360-MSAI营销科学∞艺术商业增长创新峰会邀请到通察科技联合创始人及首席产品官陈洋，和大家分享情营销组合模型(MMM)的重塑。
营销组合模型（Marketing Mix Model）是评估营销策略的模型，对营销数据进行分析，评估各种要素对KPI的影响。数字广告时代，与AI结合的MMM受到更多重视，AI与经典模型融合如何发挥更大创造力？科技创新下的组合模型到底有多智能？
.png)
以下为演讲实录，M360编辑整理：
大家好，感谢各位嘉宾的精彩分享。今天的话题是科学和艺术，我想在此和大家简单介绍一下营销组合模型的重塑。可能因为这几年大模型比较火，现在一提到模型，大家第一反应可能就是黑科技和预训练模型。
但我们这个模型不是那一类，它是一个多年前跟随4P理论一起提出的比较经典的计量经济学的模型。在AI时代，为什么我们还要去讨论这个经典模型呢？大家可能不太熟悉通察科技，我们主要是给4A和广告组在后端做OEM和white label产品,我们其实就做两个事情，一个就是关于导流，一个就是私域培育。
前面几位在分享中也提到说小程序其实是个流量孤岛，类似于小程序或者CIM系统。你需要去公域把这些人导到私域，那当这些人到私域后怎么进行二次营销、分组？这一系列就是通察在做的事情。
.png)
接下来简单介绍一下营销组合模型。前面华为云分享了一个自己的天气APP功能，如果做比喻的话，营销组合模型很像一个云图，你可以看到什么因素会影响今天天气，比如说今天广州很冷，上海也很冷，那是什么影响了天气？未来天气的变化如何？营销组合模型也是一样的，它是通过对4P的分析来了解哪些因素影响你的KPI，哪些可以优化。它还会带一个预测模型，如果你调整某一个因素，比如说产品变化，价格变化，或者分销渠道变化，这些会如何影响KPI？
它的执行需要几个不同的角色，即数据工程师和算法工程师，以及用户使用模型。还有一个重要的角色就是决策者，真正去决定模型预算如何分配的人。而决策者很多时候其实是不懂这个模型的，所以如果各位没听过这个模型也很正常，说明你是专门负责营销预算分配的那部分角色。
.png)
由于时间关系，我们只介绍发展和重塑这两个阶段，MMM模型的应用非常广泛，2019年差不多有60%的营销预算分配其实是受到MMM模型结果影响的。我们可以算一下，比如说美国2023年差不多是4000亿，那60%也就是2000多亿。这个预算分配其实是通过MMM进行的。
.png)
模型使用的第一步就是决定用哪些指标。如果我们自己去确定一些指标的话，很容易会出现重复和遗漏，前面几位嘉宾也分享了我们现在的一些营销框架，营销框架是很好的一个路线图，因为你可以根据营销框架来确定指标都能覆盖到。比如说一个购买的指标，如果我们没有营销框架的话，我们可能就是单独去权衡购买这个指标对于投放的影响。但如果我们有一些模型，我们就可以知道购买它其实是可以拆成购买和复购的。这样就可以确定哪些指标需要放到模型里边。
.png)
第二步是实践层面，目前常用的做法就是通过MMM模型和MTA模型做一个综合评估，如果大家用巨量或者是阿里的一些产品，其实都可以提供这个打包功能。最后我们可以通过MMM实现对渠道的评估和优化预算分配。
.png)
而且现在MTA也很好用，那为什么现在我们还要重新去把MMM模型捡起来呢? 这是因为信息保护的变化。我们知道现在因为信息保护变化以后，一部分用户级别数据其实越来越难获取到了，这是第一个现实。比如说MTA的模型在访问、曝光和交互以后到转化，其实很多时候我们check不到了。另外就是可能跨域和跨生态的一些存在，比如说用户在头条广告和在淘宝的购买，虽然之前有click ID或其他方式，但确实越来越难抓取到了。
那每次我一讲信息隐私，团队的成员都会提醒我说不要讲得太夸张，因为可能会让广告组觉得不敢用了。但所有的几个与数据相关的法规，其实本质上都是为了促进数据的使用。曾经有位广告主跟我们说，中国的法律有时候是一个CODE，但当你实际使用的时候，它其实又是一个判例法。所以只要使用这个东西是合规的，那基本上之后这些case我们其实都是可以模仿它来做的。
.png)
另外就是大家一直在讲迭代品牌焕新，其实对于技术来说，它也是一个需要不断焕新的过程。虽然说通察这个产品我们在2013年就上线了，但是十年的过程中，我们也对于这个模块进行了很多的迭代，前面我们讲的MMM模型其实就在我们产品其中一个模块。可能很多年之前，我们用的是07年基于ANN模型的一个简单预测，但在19年，我们又结合现在实际的一些AI上的东西来进行运用。所以对于我们来说，这些模型变化当然很快了。
如果谈标志性事件，应该是2016年阿尔法狗智能机器人的出现。我们认为AI其实对于我们之前的很多经典方法、营销里边的很多科学来说，大多时候还是以赋能为主。就像4P讲那么多，其实后来又出现7P、10P或者4C，但其实4P理论如果现在回来看的话，它还是有其指导性意义的。
.png)
其实AI我们总结下来，它弥补了MMM模型的之前几个很大的问题，第一就是数据实时性不够，第二就是预测的准确度不够。我们现在通过更强的算力和算法的改进，其实就可以在系统上直接实现MMM模型的运用。所以讲那么多，好像MMM模型很复杂一样，但很多时候大家可能就看一张图就行了，它就会决定你的模型的推荐花费和实际花费，你就会看到哪些花费是较合适的。
比如说像OTT的花费，就是按照我们模型去掉花费，其实可以把更多预算投放在那。PC大家也知道，现在PC对KPI的转化可能没有那么好，所以可能削减模型的预算。虽然我们讲了模型比较经典，但从产品上来说，它其实可以很简单，很多时候可能就是一个线图来告诉你具体信息，对真正的KPI可能没有那么大的推动作用。
.png)
另外现在大家也讲AIGC，我们其实也把一些产品融进去了，这个做得比较复杂。因为如果大家真正用AIGC来处理数据的话其实就会知道，AI很多时候就有点回到两年前人工智障的感觉了。即使把所有的数据全部告诉它，再去问答案，很可能也没有这个结果。
所以我们其实用的是MOE，可能大家应该也知道，就是专家混合模型的方式。语言的方式可能是调其中一个模型，但是SQL的方式我们其实调了另外一个SDK，通过一种组合的方式，所以也是AI对于我们现在ML模型应用的一个变化。
大家其实一直在提品牌焕新，品牌焕新技术其实也是在焕新。品牌的目的现在更多是希望重塑消费者品牌关系。品牌要真正地去关心它，而不再像之前以一种统计的方式，拿到用户数据后不停地想给这个用户打标。现在我们拿到用户数据以后，反而会更关注于说哪些是真正影响我们过程的，我们更会去关注用户自身。就像大家今天分享的VR也是一样，以后用户可能就不是一个单独的点击了，而是一个人真的站在我面前，这时候我们再去给他进行打标的话，可能就不那么合适了。
.png)
最后回到今天的话题，营销是艺术还是科学？我们今天分享的是科学的话题，所以我们肯定认为说营销是偏科学一些。但我们想讲的是，这是哈雷慧星的一张图，在启蒙时代最伟大的科学家是谁？有的时候是牛顿，但另外一个人可能是哈雷。因为哈雷通过一个模型算出了生存率和死亡率，然后奠定了保险业的基础和商业的基础。
所以，我们现在通过很多抽象的数据最终推动科技，就像叔本华说的一样，你的理性不是为了快乐，它只是为了不痛苦。可能科技就是刚刚说的内功的那一层，我们真正要先把不痛苦的那层做好，然后们才能在品牌上面做更多的创意，更多去关心我们的用户，更多去做一些情感的重塑，我们就是做科技和底层内功的公司。以上是我今天分享的内容，谢谢大家。
通察科技是一家专业营销技术服务公司，长期致力于用创新的数字广告解决方案，帮助客户实现有效的推广和长效市场增长。本次M360-MSAI营销科学∞艺术商业增长创新峰会邀请到通察科技联合创始人及首席产品官陈洋，和大家分享情营销组合模型(MMM)的重塑。
营销组合模型（Marketing Mix Model）是评估营销策略的模型，对营销数据进行分析，评估各种要素对KPI的影响。数字广告时代，与AI结合的MMM受到更多重视，AI与经典模型融合如何发挥更大创造力？科技创新下的组合模型到底有多智能？
以下为演讲实录，M360编辑整理：
大家好，感谢各位嘉宾的精彩分享。今天的话题是科学和艺术，我想在此和大家简单介绍一下营销组合模型的重塑。可能因为这几年大模型比较火，现在一提到模型，大家第一反应可能就是黑科技和预训练模型。
但我们这个模型不是那一类，它是一个多年前跟随4P理论一起提出的比较经典的计量经济学的模型。在AI时代，为什么我们还要去讨论这个经典模型呢？大家可能不太熟悉通察科技，我们主要是给4A和广告组在后端做OEM和white label产品,我们其实就做两个事情，一个就是关于导流，一个就是私域培育。
前面几位在分享中也提到说小程序其实是个流量孤岛，类似于小程序或者CIM系统。你需要去公域把这些人导到私域，那当这些人到私域后怎么进行二次营销、分组？这一系列就是通察在做的事情。
接下来简单介绍一下营销组合模型。前面华为云分享了一个自己的天气APP功能，如果做比喻的话，营销组合模型很像一个云图，你可以看到什么因素会影响今天天气，比如说今天广州很冷，上海也很冷，那是什么影响了天气？未来天气的变化如何？营销组合模型也是一样的，它是通过对4P的分析来了解哪些因素影响你的KPI，哪些可以优化。它还会带一个预测模型，如果你调整某一个因素，比如说产品变化，价格变化，或者分销渠道变化，这些会如何影响KPI？
它的执行需要几个不同的角色，即数据工程师和算法工程师，以及用户使用模型。还有一个重要的角色就是决策者，真正去决定模型预算如何分配的人。而决策者很多时候其实是不懂这个模型的，所以如果各位没听过这个模型也很正常，说明你是专门负责营销预算分配的那部分角色。
由于时间关系，我们只介绍发展和重塑这两个阶段，MMM模型的应用非常广泛，2019年差不多有60%的营销预算分配其实是受到MMM模型结果影响的。我们可以算一下，比如说美国2023年差不多是4000亿，那60%也就是2000多亿。这个预算分配其实是通过MMM进行的。
模型使用的第一步就是决定用哪些指标。如果我们自己去确定一些指标的话，很容易会出现重复和遗漏，前面几位嘉宾也分享了我们现在的一些营销框架，营销框架是很好的一个路线图，因为你可以根据营销框架来确定指标都能覆盖到。比如说一个购买的指标，如果我们没有营销框架的话，我们可能就是单独去权衡购买这个指标对于投放的影响。但如果我们有一些模型，我们就可以知道购买它其实是可以拆成购买和复购的。这样就可以确定哪些指标需要放到模型里边。
第二步是实践层面，目前常用的做法就是通过MMM模型和MTA模型做一个综合评估，如果大家用巨量或者是阿里的一些产品，其实都可以提供这个打包功能。最后我们可以通过MMM实现对渠道的评估和优化预算分配。
而且现在MTA也很好用，那为什么现在我们还要重新去把MMM模型捡起来呢? 这是因为信息保护的变化。我们知道现在因为信息保护变化以后，一部分用户级别数据其实越来越难获取到了，这是第一个现实。比如说MTA的模型在访问、曝光和交互以后到转化，其实很多时候我们check不到了。另外就是可能跨域和跨生态的一些存在，比如说用户在头条广告和在淘宝的购买，虽然之前有click ID或其他方式，但确实越来越难抓取到了。
那每次我一讲信息隐私，团队的成员都会提醒我说不要讲得太夸张，因为可能会让广告组觉得不敢用了。但所有的几个与数据相关的法规，其实本质上都是为了促进数据的使用。曾经有位广告主跟我们说，中国的法律有时候是一个CODE，但当你实际使用的时候，它其实又是一个判例法。所以只要使用这个东西是合规的，那基本上之后这些case我们其实都是可以模仿它来做的。
另外就是大家一直在讲迭代品牌焕新，其实对于技术来说，它也是一个需要不断焕新的过程。虽然说通察这个产品我们在2013年就上线了，但是十年的过程中，我们也对于这个模块进行了很多的迭代，前面我们讲的MMM模型其实就在我们产品其中一个模块。可能很多年之前，我们用的是07年基于ANN模型的一个简单预测，但在19年，我们又结合现在实际的一些AI上的东西来进行运用。所以对于我们来说，这些模型变化当然很快了。
如果谈标志性事件，应该是2016年阿尔法狗智能机器人的出现。我们认为AI其实对于我们之前的很多经典方法、营销里边的很多科学来说，大多时候还是以赋能为主。就像4P讲那么多，其实后来又出现7P、10P或者4C，但其实4P理论如果现在回来看的话，它还是有其指导性意义的。
其实AI我们总结下来，它弥补了MMM模型的之前几个很大的问题，第一就是数据实时性不够，第二就是预测的准确度不够。我们现在通过更强的算力和算法的改进，其实就可以在系统上直接实现MMM模型的运用。所以讲那么多，好像MMM模型很复杂一样，但很多时候大家可能就看一张图就行了，它就会决定你的模型的推荐花费和实际花费，你就会看到哪些花费是较合适的。
比如说像OTT的花费，就是按照我们模型去掉花费，其实可以把更多预算投放在那。PC大家也知道，现在PC对KPI的转化可能没有那么好，所以可能削减模型的预算。虽然我们讲了模型比较经典，但从产品上来说，它其实可以很简单，很多时候可能就是一个线图来告诉你具体信息，对真正的KPI可能没有那么大的推动作用。
另外现在大家也讲AIGC，我们其实也把一些产品融进去了，这个做得比较复杂。因为如果大家真正用AIGC来处理数据的话其实就会知道，AI很多时候就有点回到两年前人工智障的感觉了。即使把所有的数据全部告诉它，再去问答案，很可能也没有这个结果。
所以我们其实用的是MOE，可能大家应该也知道，就是专家混合模型的方式。语言的方式可能是调其中一个模型，但是SQL的方式我们其实调了另外一个SDK，通过一种组合的方式，所以也是AI对于我们现在ML模型应用的一个变化。
大家其实一直在提品牌焕新，品牌焕新技术其实也是在焕新。品牌的目的现在更多是希望重塑消费者品牌关系。品牌要真正地去关心它，而不再像之前以一种统计的方式，拿到用户数据后不停地想给这个用户打标。现在我们拿到用户数据以后，反而会更关注于说哪些是真正影响我们过程的，我们更会去关注用户自身。就像大家今天分享的VR也是一样，以后用户可能就不是一个单独的点击了，而是一个人真的站在我面前，这时候我们再去给他进行打标的话，可能就不那么合适了。
最后回到今天的话题，营销是艺术还是科学？我们今天分享的是科学的话题，所以我们肯定认为说营销是偏科学一些。但我们想讲的是，这是哈雷慧星的一张图，在启蒙时代最伟大的科学家是谁？有的时候是牛顿，但另外一个人可能是哈雷。因为哈雷通过一个模型算出了生存率和死亡率，然后奠定了保险业的基础和商业的基础。
所以，我们现在通过很多抽象的数据最终推动科技，就像叔本华说的一样，你的理性不是为了快乐，它只是为了不痛苦。可能科技就是刚刚说的内功的那一层，我们真正要先把不痛苦的那层做好，然后们才能在品牌上面做更多的创意，更多去关心我们的用户，更多去做一些情感的重塑，我们就是做科技和底层内功的公司。以上是我今天分享的内容，谢谢大家。
