Ugyan egyre több és kifinomultabb lehetőség létezik a marketing megtérülés (MROI) mérésére, az eszközök bősége sokakat inkább megriaszt.

A McKinsey tanulmánya szerint az eszközök bősége gyakran azt a hatást váltja ki, hogy a menedzsment egy-egy bevált tervezési vagy értékelési megoldáshoz fog ragaszkodni, miközben egy jól összeállított integrált analitika a marketingköltés 15-20 százalékát is felszabadíthatná.
Fontos, hogy az analitika már a stratégiai döntések szintjén is jelen legyen. Így elkerülhető, hogy megszokásból vagy „hangerő alapján” osszuk el a forrásokat, és a stratégiai előnyre, gazdasági haszonra, megtérülési időre koncentrálva dönthetünk a lehetőségek között. Ennek során figyelembe vehetjük az olyan korlátokat is, mint az egyes médiumok kapacitása vagy a korábbi kötelezettségvállalásaink.
Bár az elemzés alapjai tudományosak, a „művészi” elem sem veszett el: az adatok újszerű felhasználási módjának azonosításához vagy a nehezebben elérhető adatok begyűjtéséhez továbbra is szükséges a kreativitás.
A legjobb analitikai módszertan kialakításához a szerzők a következő három lépést javasolják:
1. Azonosítsuk a legjobb analitikai megközelítéseket
A marketingmix kialakításakor a következő módszereket, azok előnyeit és hátrányait célszerű számításba venni:

• Fejlett analitikai módszerek, mint a marketing mix modeling (MMM): Ez a megoldás a marketing befektetéseket és az értékesítés egyéb mozgatórugóit, valamint gyakran külső változókat is figyelembe véve, statisztikai módszerekkel határozza meg a marketingtevékenység hatását az értékesítésre. Nagy pontosságú adatokat kíván,és nem képes a ritkán változó vagy visszatérő elemek (pl. outdoor vagy szponzoráció) hatásait mérni.
• Heurisztikus mutatók, mint az elérés, költség, minőség (reach, cost, quality, RCQ): Az egyes fogyasztói érintkezési pontokat bontja le elemeire – a célcsoportból elért személyek száma, az egy elérésre eső költség, a kapcsolat minősége -, részben mérhető adatok, részben megítélés alapján. Előnye, hogy közös nevezőre tud hozni eltérő tevékenységeket – különösen olyanokat, amelyek az MMM-mel nem mérhetőek -, és ezzel megkönnyíti a választást. Hátránya, hogy egyes aktivitások értékelésében meglehetősen sok lehet a szubjektív elem.
• Feltörekvőben lévő új technikák, mint pl. az attribúciós modellezés: Elsősorban az online hirdetések területén használt módszer, szabályok vagy algoritmusok alapján állapítja meg, hogy az egyes érintkezési pontok (mint pl. az e-mail kampány, banner, közösségi médiás reklám, weboldal) mekkora szerepet játszott az értékesítés létrejöttében.

2. Integráljuk a lehetőségeket, hogy insightokat kapjunk
A legjobb eredményeket akkor érhetjük el, ha nem önállóan használunk egy MROI eszközt, hanem összehangoljuk őket. Például MMM-mel meghatározzuk az ATL költéseink ideális arányát, ezen belül attribúciós modellezéssel tovább finomítjuk az online stratégiát, míg a BTL eszközökre RCQ mutatókat alkalmazunk.
Ebben a folyamatban könnyű a rövidtávú mutatók csapdájába esni. Jellemzően sok és jól használható adat áll rendelkezésre például a promóciókra adott fogyasztói válaszokról, ugyanakkor nem szabad figyelmen kívül hagyni a hosszú távú márkaépítési szempontokat sem.
3. Az analitikus megközelítést helyezzük a szervezet középpontjába
Ha kiszervezzük vagy egy elszigetelt osztállyal végeztetjük az elemzéseket, félő, hogy a marketingesek nem fogják megérteni a számokat vagy megbízni bennük. Épp ezért a különböző funkcióknak együtt kell dolgozniuk az MROI módszereken. Ez fel is gyorsíthatja az elemzési folyamatot, márpedig az agilitásra nagy szükség van, ha az eredményeket érdemi tevékenységekbe is vissza akarjuk forgatni. A McKinsey adatai szerint például a legjobban teljesítő szervezetek a digitális marketingbüdzsé akár 80 százalékát is képesek kampány közben átirányítani az elemzések alapján.
A teljes anyag – Rishi Bhandari, Marc Singer és Hiek van der Scheer munkája – itt olvasható.