#420 MMM คืออะไร ทำไมแอปยุคหลัง ATT ต้องรู้

https://www.youtube.com/watch?v=QQOHbOGanIs · App Masters · อัปโหลด 2023-02-02 · ยาว 14:51 · ชื่อเดิม: What is Marketing Mix Modeling (MMM) · ซับ auto-caption YouTube (ไม่ได้ฟังเสียงซ้ำ ไม่ได้ดูภาพ) · AI สรุป

⚡ สรุปสั้น

Marketing Mix Modeling (MMM) คือการใช้สถิติ/แมชชีนเลิร์นนิงวิเคราะห์ความสัมพันธ์ระหว่างงบโฆษณาแต่ละช่องทางกับผลลัพธ์ เช่น ยอดติดตั้งหรือรายได้ต่อวัน โดยไม่ต้องใช้ข้อมูลระดับผู้ใช้

เหมาะกับยุคหลัง iOS 14.5/ATT ที่ Advertising ID หายไป ทำให้ MMP จับคู่การแปลงกับทัชพอยต์ได้ไม่ครบ ตัวเลข organic จึงดูพุ่งเกินจริง

นอกจากนี้ MMM ยังรวมสื่อนอกดิจิทัล (พอดแคสต์ ทีวี) คิดผล carryover/saturation และช่วยจำลองการวางแผนงบข้างหน้าได้

📌 ประเด็นสำคัญ (อ้างนาที)

• ปัญหาของ last touch model: ให้เครดิต 100% กับทัชพอยต์สุดท้าย ไม่นับหลายทัชพอยต์ในเส้นทางผู้ใช้ [01:34]
• iOS 14.5/ATT และนโยบายเบราว์เซอร์ (Intelligence Tracking Prevention ใน Safari, GDPR, CCPA) ทำให้ตัวเลขใน MMP/แพลตฟอร์มโฆษณาเพี้ยน จึงต้องวัดผลโดยไม่ใช้ข้อมูลระดับผู้ใช้ [02:37]
• MMM คือการวิเคราะห์ทางสถิติที่ดูความสัมพันธ์ระหว่างตัวแปรการตลาดกับผลลัพธ์ โดยใช้โมเดลอย่าง regression หรือ Bayesian [03:38]
• อินพุตของโมเดล: งบโฆษณารายวันต่อช่องทาง (ตัวอย่าง 1,000/2,000/3,000 USD), ตัวแปรภายนอกเช่นวันหยุด/ฤดูกาล และผลลัพธ์เช่นยอดติดตั้งหรือรายได้ต่อวัน [04:08]
• ประโยชน์ข้อ 1: ใช้ข้อมูลรวม (aggregated) ไม่ต้องมี Ad ID; เมื่อไม่มี Ad ID จะขาด matching key และเห็น organic installs เพิ่มผิดปกติ [06:11]
• ประโยชน์ข้อ 2: ประเมินสื่อดิจิทัลและไม่ใช่ดิจิทัล (พอดแคสต์ ทีวี) แบบองค์รวม และคิดผลต่อช่องทางอื่น เช่น ASA, Facebook [07:12]
• ผู้พูดระบุว่า opt-in rate ของ advertising ID ลดเหลือราว 20% ทำให้อัตราการจับคู่ลดลงมาก [09:16]
• ประโยชน์ข้อ 3: คิด carryover effect (ผลโฆษณาที่ค่อยๆ ลดลง) และ saturation effect (อุปมาไอศกรีม 1 ชิ้น vs 100 ชิ้น) [10:18]
• ประโยชน์ข้อ 4: เป็นเชิงพยากรณ์/แนะนำ จำลองสถานการณ์ว่าควรทำอะไรต่อ แต่ไม่ควรเชื่อ 100% ใช้เป็นที่ปรึกษาเทียบกับแผนที่คิดไว้ [11:19]
• แอปเล็กมักมีปัญหา unit economics เช่น อยากได้ 5,000 users ด้วย 5,000 USD ต้องให้ CPI ต่ำกว่า 1 USD แต่ไม่มั่นใจตัวเลขจึงไม่กล้าเพิ่มงบ [11:49]
• การใช้งานจริง: ต้องส่งข้อมูลงบรายวันของแต่ละช่องทาง (เช่น พอดแคสต์ 200 → 300/400 ต่อวัน) ให้เครื่องมือเพื่อรันโมเดล [12:50]

เอาไปใช้ยังไง

ถ้าแอปมีงบโฆษณาหลายช่องทางและตัวเลข attribution ไม่น่าเชื่อถือ ให้เริ่มเก็บงบรายวันต่อช่องทางคู่กับยอดติดตั้ง/รายได้รายวันไว้ก่อน แล้วค่อยใช้เครื่องมือ MMM ของ MMP หรือโอเพนซอร์สวิเคราะห์ ถ้างบยังน้อยอาจยังไม่คุ้มทำ

🗒️ ข้อควรระวัง

ผู้พูดคือ CEO ของ Airbridge (MMP) และโปรโมตผลิตภัณฑ์ตัวเองตอนท้าย เนื้อหาเป็นภาพรวมระดับแนวคิด ไม่มีขั้นตอนลงมือหรือราคา ตัวเลข opt-in ~20% เป็นคำพูดผู้พูดจากซับ อาจเพี้ยน และข้อมูลเป็นของ ก.พ. 2023 ควรตรวจอายุข้อมูล (เช่น บริบท ATT/เครื่องมือ MMM ที่เปลี่ยนไปถึงปัจจุบัน) ประโยค 'ChatGPT/OpenAI เกี่ยวกับ MMM' ในคลิปไม่ชัดเจน

• ตัวเลข/ชื่อ ตามซับ auto อาจเพี้ยน — ยังไม่ได้ฟังทวน