Jak Modelowanie Mixu Marketingu (MMM) pomogło Meblobranie.pl zwiększyć sprzedaż przy niższym budżecie marketingowym?

Kontekst rynkowy i wyzwania dla Meblobranie.pl w 2024

Meblobranie.pl to specjalistyczny sklep internetowy dedykowany przestrzeni na tarasie i wokół domu. Obecnie w tym segmencie rynku dynamiczny rozwój oraz ekspansja przynoszą zarówno szanse, jak i wyzwania dla sklepu, w szczególności konieczność konkurowania z gigantami branży – marketplace'ami i hipermarketami budowlanymi. W tej sytuacji standardowe podejście do marketingu przestaje być wystarczające.

W poprzednich latach budżet marketingowy w jesiennym okresie dynamicznie wzrastał zgodnie z zapotrzebowaniem, jednak analizy pokazały, że takie podejście przestało przynosić oczekiwane rezultaty. Rok 2024 stał się momentem wdrożenia starannie przemyślanej strategii opartej na optymalizacji kosztów i skuteczności. Ten rok przyniósł również dodatkowe wyzwania związane z rosnącym nasyceniem rynku i wysokimi kosztami pozyskania klienta. Meblobranie.pl, zwiększając skalę działalności i ofertę produktową, musiało zmierzyć się z realiami, w których:

• koszty marketingu rosły szybciej niż przychody,
• efektywność działań (ROAS) wykazywała tendencję spadkową, szczególnie w intensywnych sezonach sprzedaży;
• nasycenie rynku ograniczało możliwości wzrostu, nawet przy intensyfikacji działań reklamowych;
• wzrost udziału sprzedaży przez internet (zarówno ogólnego, jak i w kategorii Meble, RTV, AGD) wskazuje na kontynuację trendu migracji konsumentów do kanałów e-commerce. Stabilne udziały we wrześniu 2024 (wzrost z 15,6% w 2023 do 18,7% w 2024) są dobrym prognostykiem na końcówkę sezonu, podobnie dane GUS pokazujące jak w październiku br. handel internetowy stanowił 9,1% ogółu sprzedaży detalicznej (miesiąc wcześniej br. udział wynosił 8,9%), udział sprzedaży internetowej w całości sprzedaży detalicznej w poszczególnych grupach towarów dla kategorii Meble, RTV, AGD wyniósł 19,0%;
• spadek CPI (ogólny wskaźnik inflacji): inflacja ogólna spadła z poziomu 108,2 (wrzesień 2023)  do 104,9 (wrzesień 2024) i stabilizowała się na poziomie 105,0 (październik 2024). Spadek inflacji sugeruje, że presja cenowa na konsumentów jest mniejsza, co może sprzyjać zakupom produktów trwałych, takich jak meble i sprzęt AGD.

Czym jest Modelowanie Mixu Marketingu (MMM) i jak je zastosowano?

Modelowanie mixu marketingu (MMM) to zaawansowana metoda analizy wpływu poszczególnych kanałów marketingowych na sprzedaż oraz wskaźniki efektywności, takie jak ROAS. MMM pozwala określić, które działania przynoszą największy zwrot z inwestycji, a które należy ograniczyć lub zastąpić innymi metodami promocji. W przypadku Meblobranie.pl wykorzystaliśmy MMM, aby ocenić skuteczność obecnych strategii i zdecydować, jak najlepiej rozłożyć budżet marketingowy.

Cele wdrożenia MMM: wydajność, przejrzystość i maksymalizacja zysków

1. Optymalizacja wydatków marketingowych: stosując precyzyjną analizę, można znaleźć działania generujące największy przychód w stosunku do poniesionych kosztów, co pozwoliło na bardziej efektywne wykorzystanie budżetu reklamowego.
2. Weryfikacja efektywności działań reklamowych: MMM umożliwiło dokładne określenie, które kanały marketingowe i platformy działają najlepiej, wskazując też możliwości dostosowania strategii do trendów sezonowych.

Proces budowy modelu: dane, analiza i weryfikacja

W trakcie analizowaniu potrzeb i zasobów danych potrzebnych do analiz, padały interesujące pytania: „Czy są kanały, w których nie możemy zwiększać lub zmniejszać wydatków? Jak ustalić budżet marketingowy? Jak efektywnie przesuwać budżety między kanałami marketingowymi, aby utrzymać lub poprawić wyniki sprzedaży?” W digitalSharks zdecydowaliśmy się zweryfikować sytuację za pomocą MMM. W efekcie budżet został przesunięty na bardziej skuteczne działania.

Każdy zbiór danych został starannie oczyszczony i znormalizowany, co pozwoliło na całościowe spojrzenie na wpływ różnych czynników na sprzedaż i weryfikacje efektywności kampani marketingowych. Wykorzystaliśmy dane operacyjne - wgląd w relacje z klientami i funkcjonowanie firmy; dane marketingowe - efektywność kampanii w kanałach cyfrowych, m.in. Facebook, Google, YouTube; dane z otoczenia rynkowego - czynniki zewnętrzne, takie jak np. sezonowość czy warunki pogodowe.

Wybór i selekcja kluczowych zmiennych

Zidentyfikowanie i wybór zmiennych, które mają największy wpływ na wyniki marketingowe, było jednym z najważniejszych etapów procesu modelowania. Zaawansowane metody regresji grzbietowej i wielokryterialnej zostały wykorzystane w Robyn w celu wyeliminowania zmiennych o niskich wartościach predykcyjnych, które nie dostarczyły istotnych informacji do modelu. To umożliwiło uproszczenie analizy bez utraty jej trafności. Ponadto chcieliśmy skupić się na zmiennych o wysokiej istotności. Wyodrębniliśmy czynniki, które były niezbędne dla skuteczności kampanii, przeprowadzając analizę współczynników determinacji (R2) w różnych iteracjach modelu.

Iteracje, walidacja i dopasowanie modelu

Regularnie przeprowadzaliśmy iteracje, dostosowując parametry, aby osiągnąć najwyższą możliwą skuteczność modelu. Cały proces został przeprowadzony w Robyn, co pozwoliło na:

• precyzyjne testowanie różnych konfiguracji modelu: zastosowanie wielu zestawów danych walidacyjnych oraz testowych umożliwiło stworzenie modelu odpornego na zmiany w danych, dokładnie przewidującego wyniki zarówno w próbach walidacyjnych, jak i na danych testowych,
• ocenę dopasowania: model wyjaśnia dane za pomocą wskaźników R kwadrat i RMSE (średni błąd kwadratowy), które pokazują, jak trafnie przewiduje on rzeczywiste wyniki,
• analizę reszt: model nie pomija żadnych wzorców i weryfikuje czy przewidywania są wolne od autokorelacji,
• walidację krzyżową: pozwala unikać przeuczenia modelu i poprawia jego ogólną wiarygodność,
• stabilność parametrów: analiza parametrów sprawdza, czy są one spójne i stabilne w różnych iteracjach modelu.

Model wyjaśnia ponad 80% zmienności w danych (adjusted R² = 0,81) sugeruje, że model dobrze radzi sobie z prognozowaniem (NRMSE dla danych walidacyjnych 0,2767), co istotne brak dużych błędów systematycznych (reszty są równomiernie rozłożone wokół linii zerowej).

Wpływ czynników zewnętrznych na wyniki: efekt przeniesiony

Model wykrywa elementy kampanii, które miały największy wpływ na wyniki biznesowe; mogą to być zarówno elementy korzystne, jak i negatywne, na przykład zmienne kontekstowe. Zauważyliśmy wyraźne różnice między efektami przeniesionymi a natychmiastowymi w poszczególnych kanałach. Większość kanałów ma wysoką trwałość efektu (ponad 20% theta), co wskazuje, że ich wpływ jest długotrwały i stabilny. Wyraźny wpływ natychmiastowy (więcej niż 50% carryover) wykazało 62,5% kanałów, co wskazuje na kluczową rolę krótkoterminowego efektu w kampaniach. Wyniki modelowania podkreślają, że zrównoważone podejście do alokacji budżetów marketingowych jest niezbędne. Konieczne jest uwzględnienie kanałów, które mają natychmiastowy i długoterminowy wpływ na decyzje zakupowe konsumentów. Optymalizacja wydatków w kanałach o wysokich kosztach, ale o niższym ROAS, może przynieść lepsze wyniki przy tym samym budżecie. Aby rozszerzyć swoją działalność i przejąć nowy rynek, warto również rozważyć zwiększenie nakładów na kanały o wysokim ROAS i dużym potencjale skalowalności.

Wnioski z analiz: optymalizacja budżetu i nowa strategia

1. Redukcja wydatków marketingowych:
• budżet w badanym okresie został zmniejszony w stosunku do poprzedniego roku rozpatrując udział procentowy w wydatkach rocznych, co pozwoliło uniknąć nieefektywnych inwestycji w mniej skuteczne kanały. Skumulowane dane umożliwiają porównanie całkowitych wyników do tego samego momentu w roku poprzednim, co ułatwia ocenę dynamiki wzrostu.
• zamiast zwiększania działań na szeroką skalę, skupiliśmy się na precyzyjnym targetowaniu i optymalizacji kosztów w kanałach o najwyższej skuteczności, takich jak DV360, DemandGen i YouTube, Performance Max. Zgodnie z trendami na 2025 zaktualizowaliśmy strategię, aby częściej wykorzystywać formaty wideo.
2. Skupienie na efektywności:
• MMM umożliwiło znalezienie kanałów, które przyniosły największy zwrot z inwestycji, a także usunięcie kanałów o niskiej efektywności;
• dynamiczne kampanie skierowane do klientów o wysokim potencjale zakupu odegrały kluczową rolę w utrzymaniu konkurencyjności.
3. Zarządzanie ryzykiem w warunkach nasycenia rynku:
• zamiast inwestować w agresywną ekspansję marketingową, skoncentrowano się na efektywnym wykorzystaniu budżetu.

Rezultaty w liczbach: redukcja kosztów, wzrost przychodów i wyższy ROAS

1. Oszczędności budżetowe:
• wydatki w kluczowym okresie sprzedaży zostały zmniejszone, relatywne zmniejszenie udziału wydatków względem skumulowanych kosztów poprzedniego roku wynosiło 30%.
• wzrost przychodów: mimo mniejszego budżetu i drastycznej obniżki wydatków w porównaniu do poprzedzającego miesiąca (o 53%). W analizowanym okresie skorygowany wzrost przychodów względem wydatków marketingowych wyniósł 7%.
2. Zwiększona efektywność: każda złotówka wydana na reklamę generowała średnio 4,93 zł przychodu, znacznie powyżej branżowego standardu dzięki precyzyjnemu targetowaniu i optymalizacji działań. W warunkach wysokiej konkurencji i po wygenerowaniu sprzedaży wyższej niż w zeszłym roku ROAS nadal utrzymywał się na wysokim poziomie, choć był niższy niż w analogicznych okresach w poprzednich latach.
3. Lepsze wykorzystanie kanałów: Performance Max i DV360, dzięki bardziej świadomej alokacji budżetu, wygenerowały większy zwrot z inwestycji niż w poprzednich latach.
4. Poprawa efektywności płatności, lepsze zarządzanie ruchem, wyższa konwersja końcowa wobec 2023 roku : konwersja końcowa wzrosła ponad 46 krotnie w badanym okresie 2024 w porównaniu do roku 2023, dzięki usprawnieniom procesu płatności i lepszemu targetowaniu.
5. Wobec poprzedzającego okresu w 2024 roku wykorzystanym bezpośrednio w prognozowaniu i alokacji budżetu w MMM:
   • mniejszy ruch, ale celowy: liczba sesji spadła o 51% z powodu zmniejszenia budżetu marketingowego, ale konwersja końcowa pozostała stabilna;
   • stabilna efektywność procesu płatności: utrzymała się konwersja w procesie płatności co dowodzi, że wprowadzone zmiany poprawiły doświadczenie użytkownika na kluczowych etapach.
   • lepsza alokacja budżetu: ruch generowany w badanym okresie był bardziej jakościowy, co przełożyło się na lepsze wykorzystanie ograniczonego budżetu marketingowego.

Rekomendacje na przyszłość: jak utrzymać konkurencyjność w 2025?

W roku 2025 wydatki na marketing będą rosły, co zmusi firmy do bardziej przemyślanej alokacji środków. Google, Meta, TikTok i inne platformy zwiększają koszty reklam, co nijako położy nacisk na większą precyzję w targetowaniu i maksymalizację ROAS/ROI. Przydatne będzie też łączenie różnych kanałów w spójną strategię zmniejszając koszty jednostkowe dotarcia i pozyskania klienta.

1. Oszczędność nie oznacza rezygnacji z wyników: redukcja wydatków może być równie skuteczna co ich zwiększanie, jeśli budżet jest alokowany świadomie i oparty na danych.
2. Analiza danych kluczem do sukcesu: MMM stało się fundamentem do aktualizacji strategii, zmiany pozwoliły uniknąć strat i zwiększyć efektywność działań.
3. Precyzyjne targetowanie przynosi efekty: inwestowanie w kampanie dynamiczne i skupienie się na jakości ruchu zamiast szeroko zakrojonych działań masowych pozwoliło Meblobranie.pl na utrzymanie konkurencyjności w trudnych warunkach rynkowych.

Dlaczego projekt dla Meblobranie.pl okazał się sukcesem?

1. Decyzje oparte na danych: dzięki MMM możliwe było dokładne zrozumienie wpływu każdego kanału na sprzedaż, co pozwoliło wyeliminować działania intuicyjne na rzecz strategii analitycznej.
2. Elastyczność budżetu: skupienie się na najbardziej efektywnych kanałach pozwoliło uzyskać większe rezultaty przy mniejszych wydatkach.
3. Sezonowość i precyzyjne targetowanie: odpowiednie dopasowanie budżetu i kampanii do zmieniających się trendów sprzedażowych zminimalizowało przepalanie budżetu i poprawiło ścieżkę do płatności.

Podsumowanie

Case study Meblobranie.pl pokazuje, że optymalizacja budżetu marketingowego oparta na danych jest kluczem do sukcesu w coraz bardziej konkurencyjnym środowisku e-commerce. Stwierdzono, że podejście oparte na danych jest skuteczne, gdyż pozwoliło na redukcję wydatków o 30% w stosunku do skumulowanych kosztów z poprzedniego roku, przy jednoczesnym wzroście przychodów o 7% i utrzymaniu średniego ROAS na poziomie 500%t. Nawet w trudnych warunkach konkurencji skuteczna analiza danych w zarządzaniu budżetem pomaga w rozwoju oferty i rozszerzeniu bazy klientów, umacniając pozycję rynkową.