Als PDF, PPTX herunterladen
Hochgeladen vonRising Media Ltd.
Prescriptive ohne Predictive: Regression ist noch nicht tot! ROMI bei Unitymedia
Das Dokument behandelt die Optimierung des Return on Marketing Investment (ROMI) durch den Einsatz datengetriebener Ansätze und die Analyse von Marketingausgaben. Die Autoren betonen die Notwendigkeit, von intuitiven Entscheidungen abzukommen und eine integrierte Strategie zu entwickeln, bei der Insights aus Daten zur Verbesserung von Marketingmaßnahmen genutzt werden. Ein effektives Test- und Lernszenario sowie eine enge Zusammenarbeit zwischen den Geschäftsbereichen sind entscheidend für den Erfolg der Marketingstrategie.
Prescriptive ohne Predictive: Regression ist noch nicht tot! ROMI bei Unitymedia
- 1. ROMI @ Unitymedia Prescriptiveohne Predictive: Regression ist noch nicht tot! Berlin, 13.11.2018 Ralf Jäger, James Oliver
- 2. Entertainment / TV Internet MobileServices Sprachdienste 13 Mio. erreichbare Haushalte, 7,2 Mio. Kunden
- 3. Customer Analytics –ein Rückblick Zeit analytische Komplexität 2016 2017 2018 2019 Database Marketing Cross-/Upsell-Scoring Customer Consent Next-Best-Offer Data-Driven Segmentation Churn Score Linear TV Recommendations Network Incident Mgmt. NPS Prediction ROMI Price Increase v1 Price Increase v2 Base Mgmt. Dashboard Free2Churn Incident-driven Churn Score ML / AIPredictive Use CasesDescriptive DashboardsAA in Operations
- 4. ROMI - Returnon Marketing Invest – Kernfragen 1 3 2 Welchen Wert generieren wir durch unsere Investments…? • Media (TV, Radio, …) und Direct Marketing • Promotions (Recurring, Discount, Geschenke, …) • zusätzliches Sales- Ausgaben (Kommissionen, Tür-zu- Tür, Outbound-Telefonie) … nach Kunden-Bewegung… ? • 1P Akquisitionen • 2P Akquisitionen • 3P Akquisitionen • 4P Akquisitionen • Churn • Cross- & Up-Sell • … … pro Kanal? • Retail • Outbound • Inbound • …
- 6. Das Ziel: Optimierungder Marketing-Ausgaben Other 5% Direct Marketing 7% Programmatic 10% Search 19% OOH 24% TV 35% Budget: €1m Other 10% Direct Marketing 17% Programmatic 18% Search 25% OOH15% TV 15% Budget: €10m Other 1% Direct Marketing 2% Programmatic 20% Search 28% OOH 35% TV 14% Budget: €50m We still take a lot of decisions based on intuition and 'what worked in the past' – we need to move on from that We take a lot of decisions in silos, and in a fragmented way – I think we can optimize just by deciding how to spend as one team
- 7. Ok, Regression machtSinn! Aber welche … Beispiel: Wasserdurchfluss im Nil Das Modell muss unempfindlich gegen Unregelmäßigkeiten und generelle System-Instabilität sein!
- 9. Unsere Staudämme … Market Growth Brand Growth Product Differentiation Market Saturation? DieVerwendung eines Dynamic Linear Model-Ansatzes erlaubt es unser System an Veränderungen anzupassen und ein Verständnis für unser Marketingeffekte über die Zeit auch bei Veränderung zu entwickeln
- 10. Weitere Insights… Adstock-Variablen zeigenwie lange welches Medium Wirkung generiert Interaktionen zeigen Synergien auf Damit möglich: erste Hilfestellung zur Performance-Optimierung
- 11. Die Modelle bildendas Kaufverhalten der Kunden ab Gross profit Produkt-Mix in den verschiedenen Kanälen variiert sehr stark Damit möglich: Optimierung der Media-Ausgaben entsprechend dem profitabelsten Kanal! In den verschiedenen Kanälen sind unterschiedliche Medientypen wichtig
- 12. Großartig! Jetzt habenwir unseren ROI! Fertig! Oder doch nicht? Return On Investment -1.5 1.0 -1.0 3.0 -0.5 1.5 0.0 0.5 2.0 2.5 3.5 Spend (€M) ROI Commissions Traditional media Direct marketing Promos Digital media Jetzt ist eine Diskussion mit den Kanälen über eine Marketing-Mix-Optimierung möglich und: wir haben immer noch keine Predictive Analytics genutzt! Aber: wir müssen noch tiefer gehen! Und: das Test & Learn-Setup ist entscheidend!
- 13. ROMI-Approach funktioniert nurals Kreislauf! DATA ANALYTICS INSIGHTS TEST & LEARN STEERING ROMI Strategy & Management 1 2 Defines ROMI targets, scope & priorities Defines and steers overall ROMI development, process & governance 3 4 5 6 Data collection, processing & validation Process improvement & automatization (“Data Agenda”) Model refresh & update Volume-to- Value & ROI calculation / scenario testing Support business to define actions Support deep dive analysis on potential actions Roadmap management (consolidation, prioritization, status tracking) Support business on preparation & execution; ensure measurement Support planning process w/ insights Provide dashboard & mark. plan input
- 14. Key Takeaways Die Ergebnissesind klasse, Ableitung von konkreten Maßnahmen ist aber noch nicht offensichtlich. Test & Learn ist erfolgskritisch Koordinationsaufwand für Test & Learn nicht unterschätzen! Data Ownership: Business Units auch nach Abgabe der Basisdaten über Quality Checks mit einbinden Opportunitätskosten berücksichtigen!
- 15.