2022-11-14 | Article | Insights
Die Google Cloud AI-Plattform Vertex AI kann gezielt eingesetzt werden, um den Prozess der Durchführung von Marketing-Mix-Modellen zu automatisieren und Erkenntnisse für eine datengetriebene, optimierte Budgetallokation zu gewinnen.
Marketing-Verantwortliche wissen, ob der Relevanz von MMMs in Zukunft, aber sehen sich herausgefordert, diese Modelle individuell auzusetzen und zu trainieren. Allgemein bekannt ist, dass sie die Realität vereinfachen, unter folgender Abwägung: Je simpler das Modell ist, desto einfacher ist es zu verstehen, allerdings ist die Realität auch nur wenig erklärt. Vertex AI ermöglicht es, diese Diskrepanz etwas zu schließen. Die Plattform bietet Werkzeuge und automatisierte Algorithmen für maschinelles Lernen, um Daten aufzubereiten, Modelle zu trainieren und Vorhersagen auf automatisierte Weise zu berechnen. Die Ergebnisse enthalten einen hohen Grad an Komplexität und sind so der Realität ein kleines Stück näher.
Vertex AI ist die Google Cloud AI-Plattform, die es ermöglicht, alle relevanten Schritte eines MMM zu integrieren und AutoML- oder benutzerdefinierte Modellergebnisse zu erzeugen. Die Plattform bietet vier Kernkomponenten, die alle im Rahmen einer Marketing-Mix-Modellierung eingesetzt werden:
Tools: Innerhalb des Workbench-Tools werden benutzerverwaltete Notebooks erstellt, um die erforderliche explorative Datenanalyse sowie die Datenbereinigung und -vorbereitung für das anschließende Training des Marketing-Mix-Modells durchzuführen.
Data: Die bereinigten und aufbereiteten Daten - zur Verwendung im späteren Training - werden kreiert und im Bereich der Datensätze zur Verfügung gestellt. Diese können alle an einem zentralen Ort verwaltet werden. Als Datenquelle können sowohl CSV-Dateien vom Computer als auch aus dem Cloud Storage hochgeladen sowie ausgewählte BigQuery-Tabellen oder Views verwendet werden. Bereits an dieser Stelle wird definiert, dass tabellarische Daten mit dem Ziel verwendet werden sollen, ein Regressionsproblem zu lösen.
Model Development: Um das Marketing-Mix-Modell zu trainieren, muss im Abschnitt Modellentwicklung das Training im Detail definiert werden. Hier können Trainingspipelines verwendet werden, um sowohl AutoML-trainierte als auch benutzerdefinierte Modelle zu erstellen. Eines der Hauptergebnisse des trainierten Modells ist die Feature-Attribution pro Einflussvariable, die die Rolle jedes Marketingkanals in Bezug auf den Wertbeitrag zur Conversion angibt. Die Vertex AI Out-of-the-Box-Lösung liefert ebenso Metriken zur Erklärung und Bewertung als auch darüber hinaus eine direkte Möglichkeit, das Modell gezielt einzusetzen und zu nutzen.
Deployment: Im Rahmen des Marketing-Mix-Modellings ist es ausreichend, die Batch-Vorhersage zu wählen. Wenn wir die historischen Daten bereitstellen, erhalten wir als Ergebnis die geschätzten Conversions-Werte auf Basis des Modells und können so z. B. auch die isolierten Kanaleffekte und den ROAS pro Marketingkanal berechnen. Darüber hinaus lassen sich mit Hilfe der Batch Predictions Conversions für verschiedene zukünftige Budgetszenarien vorhersagen.
Das MMM-Setup in Vertex AI kann individuell angepasst werden. Regelmäßige Modell-Updates durch Automatisierung der Prozesse auf monatlicher oder vierteljährlicher Basis können auf Wunsch durchgeführt werden. Dies ermöglicht stets aktuelle Conversion-Prognosen und potentielle Auswertungen von Budgetszenarien. Neben der flexiblen Darstellung, können die Modellergebnisse direkt in der Google Cloud Platform Oberfläche eingesehen oder in individuellen Looker Studio Dashboards erstellt werden.
Mit den verfügbaren Ergebnissen des Marketing-Mix-Modells sollte es für die relevanten Stakeholder einfach sein, die Wirkung ihrer Marketingaktivitäten zu messen und langfristig zu bewerten. Auf dieser Basis ermöglichen die Modell-Updates gleichzeitig die Kontrolle und Wirkungsmessung der angepassten Budgetverteilung.