使用基於代理的模型更深入地進行行銷策略類比

‍

營銷組合模型 （MMM） 是衡量、理解和模擬行銷策略的非常有用的工具。雖然是一個很好的起點，但經典的MMM方法缺乏深入研究你的行銷策略的能力。通過類比虛構但具有代表性的消費者的行為，基於代理的模型 （ABM） 允許將其他活動特徵集成到模型中。在本系列文章中，我們將重點介紹此類應用程式的一些示例。

‍

定位策略

在特定媒體接觸點播出的所有活動不一定針對相同的人群。但是，在經典的 MMM 中，具有 100k 印象並達到 X 群體的廣告系列 A 將與具有 100k 印象並達到 Y 人群的廣告系列 B 完全相同，因此無法決定哪種策略是最好的。在ABM中，在某些情況下，這兩個活動將得到不同的處理。這樣做的條件是座席特徵定義與廣告活動定位標準以及人員、媒體消費習慣相匹配。例如，如果一個活動根據人們的地理位置來定位他們，我們必須能夠將地理位置歸因於每個代理，並整合將媒體消費與地理位置聯繫起來的研究。另一個例子是針對住在商店附近的人，而不是對類似產品表現出興趣的人，這在ABM中是可能的。

‍

如果滿足這些條件，我們只能向類比的目標受眾廣播每個廣告系列，這將相應地修改他們的行為。

然後，在模型訓練期間，將根據許多不同的 KPI（營業額、保真度、頻率、唯一買家）和專家知識對參數進行校準，這些 KPI 將根據可用內容在不同粒度級別上進行校準。我們擁有的歷史數據越精細，校准就越容易。但是，當然，我們不需要消費者層面的媒體和消費數據。取而代之的是，我們將利用開放數據和市場研究，如TGI Kantar的數據。這就是 ABM 的作用：模擬這個粒度級別。一旦校準，就可以衡量和類比有針對性的行銷策略的貢獻。 

‍