Marketing Mix Modeling (MMM)
Marketing Mix Modeling is een statistische techniek die schat hoeveel elk marketing-kanaal bijdraagt aan totale sales, gebruikt voor budget-allocatie.
Definitie
Marketing Mix Modeling (MMM) is een statistische methode die historische data over sales en marketing-bestedingen combineert met externe variabelen (seizoen, prijs, promotie, weer, concurrentie) om te schatten welk kanaal hoeveel bijdraagt aan omzet. De output is een decompositie per kanaal (bijvoorbeeld: search levert 28 procent, social 19 procent, TV 11 procent), een response-curve per kanaal (waar zit diminishing returns) en een marginale ROI-schatting. Cruciaal is dat elke schatting een interval heeft, een goed MMM zegt niet "search = 28 procent", maar "mediaan 28 procent, geloofwaardigheidsinterval 19-36 procent". MMM beantwoordt de budget-allocatie-vraag op kwartaal- of jaarbasis, niet de dagelijkse optimalisatie-vraag.
Concreet voorbeeld
Een retailer met €5 miljoen marketing-budget wil weten hoe te verdelen over Google, Meta, TV, e-mail en print voor 2026. Een MMM-analyse op 2 jaar wekelijkse data laat zien: TV heeft hoge contributie maar zit op de plat van zijn response-curve (extra TV-budget levert weinig op). Google en Meta hebben nog ruimte. Aanbeveling: 15 procent verschuiven van TV naar digital. De MMM bepaalt niet welke ad of campagne, maar welke verdeling tussen kanalen.
Wij gebruiken Google's open source Meridian voor MMM-werk omdat de software-prijs naar nul ging. Maar de discipline blijft hetzelfde: minimaal 2 jaar wekelijkse data, max 20 kanalen, en kalibratie met uplift-experimenten. Een MMM zonder experiment-kalibratie reflecteert vooral de priors van de modelbouwer, niet de werkelijkheid. Behandel MMM-output als hypothese, niet als rapport.