MMM 이해하기
0. MMM이 무엇인가요?
1. MMM은 왜 필요한가요?
자사 브랜드를 알리기 위해 TV, 인쇄, 디지털 등 보다 다양한 채널에 광고를 집행하고 있습니다. 하나의 마케팅 캠페인에 여러 채널을 활용하는 것은 흔한 일인데요.
이처럼 한 캠페인에 다양한 광고 매체를 집행하는 것을 마케팅믹스, 미디어믹스라고 부릅니다.
그렇다면 해당 캠페인을 진행한 후 얼만큼의 마케팅 목표를 달성했는지의 성과 평가는 어떻게 해야할까요?
보통 마케터들은 광고를 운영한 매체 솔루션에서 산출되는 데이터를 확인하여 광고 효율을 확인합니다. 확인할 수 있는 광고 효율로는 광고 노출, 클릭, 광고를 통한 사이트 유입 등 다양한 광고 지표를 얻을 수 있으나 모두 매체 각각의 성과일 뿐입니다.
결국 많은 매체를 집행해도 하나의 캠페인이 얼만큼의 마케팅 목표를 달성했는지를 확인할 수 없습니다.
특히 최근 개인 정보 보호 이슈로 인해 3rd Party 데이터 수집이 제한되었고, IOS 데이터는 버전 14 이후로 동의를 받아야만 사용자 정보 수집이 가능해지는 등 각각의 광고 효과 데이터를 총체적인 마케팅 KPI와 연결지을 수 있는 방법은 점차 사라지고 있습니다.
그럼 어떤 방법으로 마케팅 성과를 평가해야 할까요?
이처럼 마케팅 전략과 마케팅 KPI 간의 유실된 연결고리를 찾아주는 게 바로 MMM의 역할입니다. MMM은 마케팅 전략과 KPI 간의 관계성을 통계적으로 분석하고 마케팅 전략이 기여한 KPI 성과분을 분석할 수 있습니다. 해당 분석 결과를 바탕으로 분석 모형을 만들어 KPI가 더 상승할 수 있는 마케팅 믹스가 무엇인지도 예측할 수 있습니다.
2. MMM은 어떻게 분석되나요?
그렇다면 'MMM(Marketing Mix Modeling)'은 어떤 분석 방법일까요?
MMM 분석의 근간은 통계학에서 자주 활용되는 회귀분석입니다. 회귀분석에도 다양한 분석 방법이 존재하지만 기본적으로 독립변수와 종속변수 간 가장 적합한 관계식을 추정하는 방식입니다. 어렵다고 느끼실 수 있지만 의외로 분석의 기본 틀은 간단합니다. 우선 회귀분석에서도 가장 기본적인 선형 회귀 분석을 예시로 설명드리겠습니다.
2-1. 회귀분석이란?
위 그래프는 X 축이 독립변수, Y축이 종속변수이며 그 관계의 분포가 Data Point 범례로 표시되어있습니다. 관계 분포를 설명할 수 있는 관계식(방정식)을 추정한다면 X값에 따른 Y값을 예측할 수 있겠죠? 관계식은 선형이기 때문에 'Y=ax+b' 와 같은 1차 방정식 형태를 띄게 됩니다.
이 때 a와 b 값을 조정하여 위 분포를 가장 잘 예측할 최적의 관계식을 도출하는 것이 가장 핵심입니다. 가장 적합한 관계식을 찾기 위해 a와 b 값을 세밀하게 조정할 수 있으며 조정에 따라 위와 같이 여러 개의 관계식을 발견할 수 있습니다. 이 때 관계식 중에서 실제 분포와 관계식 간의 차이 값(잔차)이 가장 작은 관계식을 찾으면 그것이 바로 분포에 가장 적합한 분석 모델이 됩니다.
3. MMM 분석 : 마케팅에 활용되는 회귀분석
위와 같은 회귀분석을 마케팅 사례에 활용한 것이 바로 MMM 모델인데요.
이 때 독립변수(X값)는 마케팅 전략을 집행한 광고비가 되고 종속변수(Y값)는 주요 성과 지표인 마케팅 KPI 변수가 됩니다. 변수 항목을 예로 들자면 TV, 유튜브, 인스타그램 광고비가 독립변수가 되고 제품 매출액이 종속 변수가 될 수 있습니다.
독립 변수 / 종속 변수 (예시)
TVC 광고비
제품 매출
유튜브 광고비
앱 설치수
인스타그램 광고비
광고 클릭수
...etc
...etc
비록 현실에서는 실제 광고비가 매출의 얼마만큼을 기여했는지를 확인하기 어렵지만, 이렇게 둘 사이의 관계식을 추정하게 되면 어떤 마케팅 전략이 KPI에 영향을 많이 미치는지, 어떤 전략 구성으로 집행했을 때 KPI가 높아지는지를 예측할 수 있습니다.
즉 MMM(Marketing Mix Modeling) 분석이란, 마케팅 전략을 계획할 때 전략별 예산 비중을 선정하고 얼마만큼의 KPI를 도달할지를 예측하면서 최대 KPI를 위한 최적 마케팅 믹스를 산출하는 분석 방법론입니다.
다만 예시와 달리 실제 캠페인 데이터에 맞춤화된 분석 모델을 찾으려면 까다로운 작업이 필요합니다.
실제 광고 전략과 KPI는 여러 개를 가정하는 경우가 많아서 독립 변수, 종속 변수가 여러 개인 경우도 많습니다. 그리고 데이터에 따라 선형, 지수, 로그 등 적합한 관계식 유형을 탐색해야 하는 과정이 필요합니다. 또한 계절이나 이벤트 등의 외부 요인에 KPI가 영향을 받을 수 있어 광고의 KPI 기여분을 해석할 때 주의가 필요합니다.
4. 실제 마케팅에 적용하는 MMM 모델 특징
4-1. KPI 성장의 한계 효용 체감 반영
마케팅 전략에 예산을 쓰는 만큼 KPI도 비례하게 증가할 수 있을까요? 대답은 NO 입니다. 이유는 모든 경제 활동에는 한계 효용 체감의 법칙이 적용되기 때문인데요.
물질이 1단위씩 주어졌을 때 느끼는 효용(만족)이 100이었다면, 점점 물질 제공량이 많아질수록 1개마다 느끼던 효용의 양이 줄어들 것입니다. 이를 그래프로 표현한다면 아래처럼 물질(X축)이 아무리 늘어나도 효용(Y축)은 뒤로 갈수록 같은 물질의 양으로 늘 수 있는 효용 크기가 현저히 작아지게 됩니다.
이는 x가 마케팅 전략 예산, y가 마케팅 KPI로 바뀌었을 때에도 동일합니다. 즉 이러한 KPI 증가 형태를 MMM 분석에도 반영하기 위해 KPI의 한계 효용의 법칙을 적용하고 있습니다.
4-2. KPI 패턴, 외부요인을 반영하여 순수 기여도 파악
VIPer는 KPI에 영향을 미칠 수 있는 다양한 변수들을 반영할 수 있습니다.
A. KPI 데이터에 나타나는 트렌드, 계절성 파악
예를 들어 보습 스킨케어 브랜드가 마케팅 캠페인을 집행했을 때 주요 KPI가 '제품 매출액' 이라고 가정해봅시다. 광고를 집행한 기간 동안 발생한 매출액은 모두 광고로 발생된 매출일까요? 분명 광고를 집행하기 전에도 유지되던 매출, 환절기로 인해 증가한 구매 영향 등 외부 요인이 영향을 줄 수 있습니다.
그래서 데이터 안에서 발견되는 KPI의 패턴을 분석하고 마케팅 전략으로 발생되지 않은 기여도를 분리해야 합니다.
B. KPI에 영향을 미칠 수 있는 외부변수를 모델에 조작적 투입 가능
위와 같이 KPI의 패턴성을 제외한다고 순수한 마케팅 KPI 기여도라고 말할 수 있을까요?
이는 사실 마케터의 경험적 근거에 따라 다를 것입니다. 광고 집행시 타 브랜드의 광고 점유가 유독 높았다면 평소 광고비에 비해 KPI 증가가 크게 나타나지 않을 수 있습니다. 또한 마케팅 전략 외의 바이럴로 인해 KPI가 크게 증가할 수도 있습니다. 이처럼 KPI에 영향을 미칠 수 있는 다른 변수가 있다면 외부 변수로 모델에 투입하여 가장 순수한 마케팅 기여도를 확인할 수 있을 것입니다.
4-3. 적합한 '광고 이월효과'을 반영하여 분석 모델 강화
광고 이월효과란 고객이 광고에 노출되었을 때 해당 광고 효과가 이후에도 지속되는 현상을 가정합니다. VIPer는 이월효과를 적용할 시 마케팅 캠페인에 맞는 이월률을 계산하여 보다 정확한 KPI 기여분을 추측합니다.
그렇다면 광고 이월효과는 무엇일까요?
예를 들어 신규 화장품 광고에 노출되었을 때 고객은 해당 광고를 본 이후에 잊어버리는 게 아니라 몇일 간 해당 광고를 기억할 수 있습니다. 이 때 첫 번째 노출된 날의 광고효과가 10점이라고 가정했을 때, 해당 광고 효과는 다음 날 광고가 기억된 만큼 계속 이월될 것이며 추후 소멸될 것입니다. 아래 이월율은 20%를 가정한 결과이며 5일째 되는 날에는 일별 광고 효과가 누적 형태로 점차 높아지는 모습을 보입니다.
1일
10점
10.0점
2일
10점
2.0점
12.0점
3일
10점
2.4점
12.4점
4일
10점
2.5점
12.5점
5일
10점
2.5점
12.5점
하지만 마케팅 전략 성격에 따라 이월효과가 항상 발생하는 것은 아닙니다. 예를 들어 마케터가 클릭 광고를 집행하고 KPI가 사이트 유입수였다면 분석모델에 이월효과를 가정하는 것은 오히려 잘못된 분석이 될 수 있습니다.
이월효과는 진행한 마케팅 전략과 KPI 사이에 발생할 수 있는 시간적 간극을 모델에 반영하기 위함이기 때문에 마케팅 사례 특성에 따라 적용 여부를 결정하는 것을 추천하고 있습니다.
5. 빠르고 쉽게 MMM을 실행하는 VIPer
기존 MMM 분석의 한계 : 심도 깊은 분석으로 인한 느린 인사이트
기존 MMM 분석은 분석 모델 후보를 모두 검증하고 최적화하는 과정이 필요합니다.
따라서 분석에 오랜 시간이 소요되며 빠른 시일 내에 분석 인사이트를 반영하기가 어렵습니다. 이러한 분석 과정의 어려움 때문에 시간과 돈을 들여 신뢰 높은 분석 모형을 만들어도 지금 적용하기에는 적합하지 않은 모델일 수 있습니다.
따라서 신뢰도 있는 MMM 분석 모형을 어떻게 빠르게 구축하고 바로 반영할 수 있는 인사이트를 확인할 수 있을지를 고민했습니다. 고민 끝에 최근 오픈된 MMM 분석의 자동화 코드를 이용해 짧은 시간 내에 신뢰할 수 있는 분석 모형을 만드는 VIPer 솔루션을 제작하게 되었습니다.
Point 1. 딥러닝으로 정확도 높은 모델을 빠르게 구축
VIPer는 MMM 분석 모델을 자동화하여 마케팅 캠페인 데이터에 적합한 분석 모델을 빠르고 정확하게 구축합니다. 전통적인 MMM 분석 모델은 구축 시 최소 1달 이상이 소요되지만 VIPer는 10분 ~ 최대 1일 이내로 적합한 모델을 찾을 수 있습니다.
기존 MMM 모델은 마케팅 전략이나 목표하는 KPI가 여러 개인 경우 모델 구축 소요 시간이 길어지지만 VIPer는 사전 분포를 활용하는 '베이지안 확률론'을 기반하기 때문에 모델을 빠른 속도로 구축할 수 있습니다.
사용하는 오픈 소스는 구글 LMMM와 메타 Robyn 코드입니다.
해당 코드는 실제 광고 매체에서 사용하는 소스로 광고 업종에 적용하기에 신뢰도 높은 모형입니다. 현재 사이트에는 구글 LMMM이 적용되었으며, Premium VIPer 이용시 메타 Robyn 코드 기반의 모형 구축도 가능합니다.
소스 원본에 대한 내용이 궁금한다면 아래 링크를 참고해주세요.
구글 Merdian(출시 예정) : https://developers.google.com/meridian/docs/basics/about-the-project
Point 2. 나스미디어의 커스텀 MMM 제공
VIPer는 별도 코드 작업 필요 없이 클릭 모션만으로 MMM 분석을 시행할 수 있습니다. 그래서 내 브랜드의 주요 KPI와 영향을 미치는 요인들을 정확하게 파악했다면 직접 신뢰도 높은 모형을 구축할 수 있습니다!
다만 분석 모형을 구축할 때 어떤 변수를 설정해야할지, 이월효과와 시계열적 특성을 어떻게 적용해야할지 어려움을 느끼실 수 있습니다.
어려움을 해결하기 위해 해당 구독권 이용시 다양한 분석 경험을 가진 운영진들이 브랜드에 맞는 커스텀 분석 모형, 분석 컨설팅을 제공하고 분석 결과를 요약한 분석보고서또한 제공해드립니다.
구독 문의가 필요하신 분은 'dd@nasmedia.co.kr'로 메일 문의 부탁드립니다.
*제공되는 서비스는 구독 유형에 따라 상이합니다.
Last updated
