La Business Analytics per le strategie aziendali con Core Analytics Core Analytics

Richiedi Informazioni

RISOLVERE IL DILEMMA DI WANAMAKER CON IL ROAS OMNIMEDIA E OMNICHANNEL

Cos’è il ROAS? Come si valuta il ritorno degli investimenti pubblicitari in un’ottica omnimedia e omnichannel? Scopriamolo con CoreAnalytics.

Cos’è il ROAS?

Celebre quanto sempre attuale l’affermazione di John Wanamaker che andava lamentandosi dicendo “La metà dei soldi che spendo in pubblicità sono persi, il problema è che non so qual è questa metà”.

Quando si parla di redditività degli investimenti l’indicatore più utilizzato è sicuramente il ROI o Return on Investment che indica il rapporto tra l’incremento dei ricavi dovuto ad un determinato investimento e l’entità economica dell’investimento stesso. Questo parametro, che rappresenta un concetto generale, applicabile ad ogni tipo di investimento aziendale, diventa più specifico per il settore marketing e comunicazione quando assume il nome di ROAS o return on advertising spend.

In termini matematici possiamo dire che il ROAS è il rapporto tra l’incremento delle vendite generate da un particolare media e il suo investimento. In pratica, il ROAS è un parametro che ci permette di rispondere alla domanda: quanto si ricava investendo in pubblicità? O, meglio: quanto è stato profittevole questo particolare investimento in advertising dal punto di vista delle vendite?

È chiara l’importanza di conoscere in modo dettagliato il ROAS di ogni canale di comunicazione utilizzato dall’azienda e di avere dei dati il più possibile aggiornati e completi, per valutare l’efficacia di ogni investimento pubblicitario, tenendo conto anche del contesto competitivo e dell’andamento generale del mercato.

Cosa sono i modelli MTA?

Per quanto riguarda il solo canale web vengono largamente impiegati i modelli di attribuzione MTA (Multi Touch Attribution) che si basano sull’analisi dei click ricevuti dagli annunci web e che, proprio per questa loro caratteristica, presentano alcuni limiti strutturali.

In particolare, i modelli MTA non sono in grado di valutare il post impression di moltissimi media digitali, come video o social, che rappresentano una quota sempre più rilevante degli investimenti digital.

Questi media, che vengono spesso indicati col termine media awareness, sfuggono, infatti, alla logica del click, ma sono strategici per sostenere la brand image.

Inoltre, per loro stessa natura, i sistemi MTA non sono in grado di leggere le performance provenienti dai media offline, come radio, TV e outdoor, e dai canali fisici di vendita, senza considerare il fatto che i nuovi regolamenti sulla privacy digitale rendono più difficile il tracciamento dei dati e quindi la valutazione delle performance degli annunci online.

I Marketing Mix Model in un’ottica omnimedia e omnichannel

Per una maggiore conoscenza di quale sia stato l’esatto contributo alle vendite delle diverse leve del marketing mix occorre quindi impiegare strumenti più raffinati degli MTA, noti con la sigla MMM, acronimo di Marketing Mix Model. Si tratta di strumenti econometrici che analizzano simultaneamente i dati di tutti i media pianificati nel loro impatto su tutti i canali di vendita.  Per questo motivo, la filosofia su cui si basano è da intendersi omnimedia e omnichannel.

I modelli MMM consentono di determinare il ROAS dei singoli media in un determinato periodo, valutare la loro saturazione all’aumentare degli investimenti e conoscere l’impatto di ogni campagna di advertising nel breve e nel lungo periodo. I risultati dei sistemi MMM forniscono inoltre i parametri, ossia le informazioni di base, per effettuare in modo analitico delle previsioni sui ritorni futuri dei diversi media e organizzare così il media mix e lo scheduling ottimale degli investimenti.

La scelta di sviluppare un sistema di Marketing Mix Model, per misurare e ottimizzare il ritorno degli investimenti con un approccio scientifico, è spesso per l’azienda anche l’occasione di avviare un processo di raccolta e sistematizzazione di tutta una serie di dati e informazioni fondamentali per l’implementazione del modello stesso.

In questo database multi-source confluiscono costantemente aggiornamenti che possono essere giornalieri o settimanali e che riguardano alcuni parametri rilevanti.

  • Le vendite e altri KPI di performance come visite e
  • Gli investimenti, impression, click dei media digitali.
  • Gli investimenti e il GRP dei media offline.
  • L’andamento nel tempo delle promozioni e prezzo dei diversi prodotti, le modalità di distribuzione, l’ampiezza dell’assortimento, la presenza di eventi o di sponsorizzazioni e così via.
  • L’andamento nel tempo di fattori esogeni rilevanti come le condizioni climatiche, i trend di categoria, i lanci e gli investimenti dei principali competitor o anche indicatori macroeconomici quali inflazione, PIL e nuove disposizioni legislative.

Si tratta, come appare chiaramente, di effettuare un lavoro di raccolta dati continuativo che assicura la possibilità di realizzare analisi molto più veritiere e quindi molto più efficaci rispetto a qualsiasi altro strumento per l’analisi del ROAS attualmente.

Grazie ai sistemi Marketing Mix Model, infatti, si ottengono dati sul ROAS di ogni investimento in advertising su ogni media e per ogni canale al netto di altri effetti perturbanti, come le azioni dei concorrenti, gli effetti stagionali, di anomalie climatiche, ma anche di variazioni improvvise causati da cambi normativi.

Con questi modelli potremo capire, finalmente, quanto frutta, in termini di vendite, un investimento nel social media advertising oppure una serie di spot radiofonici o ancora una campagna di pubblicità sui giornali senza le distorsioni provocate da altri elementi esterni o interni all’azienda.

Il valore aggiunto di Core Analytics

 Come tutti gli strumenti previsionali, d’altra parte, anche i sistemi MMM hanno bisogno di essere gestiti, sia in fase di raccolta e pre-processing dei dati, sia per quanto riguarda l’interpretazione dei risultati, da tecnici che conoscono in modo approfondito il funzionamento di questo tipo di software.

Per conseguire risultati solidi e realmente utili in chiave decisionale, quindi, è fondamentale che le aziende siano affiancate, consulenti esperti in grado di gestire nel modo più corretto ed efficace tutte le diverse fasi del processo che vanno dal set up al pre-processing dei dati, dalla modellazione fino all’interpretazione dei risultati e alla definizione delle action da mettere in pista per massimizzare l’efficacia e il ritorno dell’investimento.

La messa a punto di un efficace Marketing Mix Model passa infatti per diversi step cruciali che richiedono di:

  • individuare e progettare le relazioni causa-effetto più efficaci per descrivere la dinamica decisionale nel settore di operatività del brand considerato;
  • analizzare la gerarchia degli effetti, distinguendo tra l’effetto diretto di un media sulle vendite e l’effetto secondario prodotto su altri media, come accade quando, ad esempio, la TV alimenta il Paid Search;
  • scegliere in che modo e a quale livello territoriale aggregare, nelle diverse analisi, i KPI per valutare ogni media in modo appropriato in relazione ad ogni singolo canale di vendita;
  • pre-processare i dati per estrarre i fattori di trend e stagionalità depurando inoltre i dati da eventuali misurazioni anomale.

Questa fase preparatoria è, senza dubbio, cruciale per la buona riuscita di un’analisi con un software MMM perché costituisce la base sulla quale agiscono gli algoritmi di calcolo che, per quanto possano essere efficaci e sofisticati, non possono in alcun modo dare risultati affidabili se fondati su dati poco affidabili.

Grazie all’esperienza di CoreAnalytics potrete individuare la relazione precisa tra investimento in advertising e comunicazione su ogni media e l’incremento delle vendite per ciascun canale anche in situazioni di mercato complesse, con interazioni rilevanti con fattori esterni e con grande molteplicità di media e canali coinvolti.

Bisogna anche sottolineare che anche la scelta dell’algoritmo di valutazione migliore per ogni caso specifico è un momento molto delicato del percorso di analisi. Non esiste, infatti, un algoritmo che sia adatto ad ogni situazione. Le diverse tipologie di modelli matematici, come quelli basati sulla regressione multivariata non-lineare, quelli di tipo bayesiano oppure ancora quelli che utilizzano tecniche di machine learning, devono essere prese tutte in considerazione per individuare lo strumento più efficace per analizzare ogni diversa situazione.

Allo stesso modo, anche l’aggregazione temporale dei dati deve essere regolata in modo specifico e personalizzato per ogni brand per individuare con chiarezza gli aspetti più rilevanti da misurare e offrire al management aziendale dati affidabili in base ai quali assumere le decisioni strategiche per l’azienda.

Infine, l’utilizzo di analisi di benchmark, che si basano sia sulle valutazioni storiche sullo stesso brand, sia su modelli MMM Core Analytics, prodotti per altre realtà aziendali, può essere utile per affinare e dare ulteriore consistenza ai risultati ottenuti.

Grazie ad un’esperienza consolidata in oltre 15 anni al fianco di aziende leader in diversi settori merceologici, CoreAnalytics può quindi supportarvi, con professionalità e sicurezza, nell’impiego di uno strumento tanto potente quanto complesso come l’analisi del ROAS basato sui più avanzati sistemi di Marketing Mix Model.