Marketing Mix Modelling ist eine statistische Analyse, die es Unternehmen ermöglicht, den Einfluss von verschiedenen Marketingaktivitäten auf eine Zielkennzahl (z. B. Umsatz, Transaktionen, Visits, Awareness) zu quantifizieren. Es hilft Unternehmen dabei zu verstehen, welche Marketinginvestitionen welchen Einfluss auf die Entwicklung einer Zielkennzahl haben. Um die Wirkung der Media-Aktivitäten korrekt bestimmen zu können, müssen dabei je nach gewählter Zielkennzahl und Geschäftsmodell zusätzliche Einflussfaktoren berücksichtigt werden, wie z. B. Preise, Rabatte, Wetter, Feiertags- und Ferientagskonstellationen oder wirtschaftliche Entwicklungen. Die Bestimmung der relevanten Einflussfaktoren und Entwicklung eines aussagekräftigen Modells erfolgt dabei in einem iterativen Prozess aus:

Ein MMM liefert Unternehmen wertvolle Einblicke, wie:

1. Einfachere und kostengünstigere Implementierungen möglich

Dank des intensiven Wettbewerbs unter SaaS-Anbietern und den kontinuierlichen technologischen Fortschritten ist es in den letzten Jahren zunehmend einfacher und kostengünstiger geworden, MMM als Werkzeug zu etablieren und dauerhaft einzusetzen. Dadurch werden künftig auch eine breitere Palette von Unternehmen, einschließlich Scale-Ups, MMMs als Messinstrument einsetzen können.

2. Gesteigerte Leistungsfähigkeit moderner MMM-Lösungen

Der bereits erwähnte Mix aus Wettbewerb und technischen Möglichkeiten hat die Leistungsfähigkeit moderner MMM-Lösungen auf ein neues Level gehoben. Modelle, die auf hierarchischen Datenstrukturen trainiert werden, sind mittlerweile Standard geworden und nur noch durch die Datenverfügbarkeit von Unternehmensseite limitiert. Modelle, die auf mehr Daten trainiert werden, eignen sich für eine noch bessere Media-Aussteuerung. Wenn beispielsweise auf regionalen Daten trainiert wird und bekannt ist, dass in urbanen Gebieten ein anderer Media-Mix funktioniert als in ländlichen Regionen, kann dies bei der nächsten Media-Planung berücksichtigt werden, um die Media-Effizienz zu steigern. Das Trainieren auf detaillierten Daten ermöglicht zudem, die Effizienz der Media-Aktivitäten präziser zu bestimmen. Dadurch lässt sich auch die Effizienz einzelner Werbekampagnen problemlos bewerten.

3. Flexible In- und Outsourcing-Optionen

Moderne SaaS-Anbieter ermöglichen das Inhousing von wichtigen Prozessschritten innerhalb der MMM-Projekte (z. B. das Modelltraining oder das Generieren der notwendigen Datensätze). Das reduziert die Abhängigkeit vom MMM-Anbieter und ermöglicht bei Bedarf Einsparungen. Gerade bei einer längerfristigen Zusammenarbeit entsteht durch Inhousing eine Win-win-Situation. Das wichtige Know-How über die Wirkungszusammenhänge zwischen den KPIs und den Marketingaktivitäten wächst da am stärksten, wo es für die Unternehmen am wertvollsten ist, bei den eigenen Mitarbeitern. MMM-Anbieter wiederum können dadurch den Anteil an der Serviceleistung im Projekt reduzieren und sich wieder stärker auf das Etablieren ihrer Lösung bei anderen Kunden fokussieren. Ab einem bestimmten Level an MMM-Know-How ist es effizienter, wenn ein interner Mitarbeiter das wiederkehrende Trainieren der Modelle und Ableiten von Handlungsempfehlungen übernimmt, weil dafür ein sehr gutes Verständnis der aktuellen Geschäftsentwicklung und der aktuellen Media-Aktivitäten notwendig ist.

4. Bestehende Datenschutzkonformität und weiterhin zunehmendes Hinterfragen anderer etablierter Werkzeuge

MMMs sind datenschutzkonform, weil keine personenbezogenen Daten benötigt werden. Andere bekannte alternative Werkzeuge wie z. B. Multi-Touch-Attributionen sind auf einzelne Klickpfade angewiesen. Darum müssen sie mit großer Vorsicht eingesetzt werden und stehen zunehmend auch inhaltlich in der Kritik (Stichworte: unzureichende Berücksichtigung von Offline-Aktivitäten, kein Ausweis inkrementeller Werbewirkung, abnehmende Datenqualität durch den Rückgang von Drittanbieter-Cookies). Auch große Tech-Unternehmen, wie beispielsweise Google und Meta, empfehlen mittlerweile MMM-basierte Werkzeuge zur Erfolgsbewertung von Mediakampagnen und stellen dafür Open-Source-Lösungen zur Verfügung. Dadurch wird die Akzeptanz des Werkzeugs MMM weiter gesteigert und die Bereitschaft, es einzusetzen, steigt.

Auch im Jahr 2025 wird das Marketing Mix Modelling seine Position als führendes Measurement Instrument behaupten. Die Versuche, ähnliche Verfahren unter einem anderen Namen zu verkaufen, werden bei der vorhandenen Kreativität im Markt nicht abreißen. Der Wettbewerb um MMMs ist intensiv, und die Verlockung, sich durch neue Wortschöpfungen und überzeugendes Storytelling abzugrenzen, bleibt groß.
In den nächsten fünf Jahren wird jedoch die größte Disruption im Marketing-Measurement-Markt durch das Trainieren von Large Language Models auf taktischen Media-Planungsdaten entstehen. Voraussetzung hierfür ist, dass Unternehmen über detaillierte taktische Mediapläne und relevante Kennzahlen (z. B. Mediaausgaben, Impressions) verfügen, idealerweise über einen Zeitraum von mehreren Jahren. Unternehmen sollten also dringend eine saubere Datengrundlage schaffen, sollten sie die Vorteile der immer besser werdenden Marketing Mix Modelle in 2025 und darüber hinaus nutzen wollen.