אילו נתונים צריך ל-MMM? קובץ אחד, 12 עמודות, שנתיים

גילוי נאות: נכתב בעזרת AI, על בסיס הידע והניסיון שלי, ונערך על ידי.

כשאני אומר ללקוחות מה צריך בשביל MMM, התגובה הראשונה היא כמעט תמיד "רק זה?". ואז מתחילים לאסוף, והתגובה השנייה היא "רגע, איפה הנתונים של 2024?".

שתי התגובות מלמדות את אותו שיעור: הדרישה פשוטה, האיסוף לא. אז הנה הצ'קליסט המלא: מה בדיוק צריך, איפה כל דבר נמצא, ומה עושים כשחסר.

הקובץ: שורה אחת לשבוע

כל מה שהמודל צריך נכנס לקובץ CSV אחד. כל שורה: שבוע אחד. כל עמודה: משתנה אחד. בערך 12 עמודות, בארבע קבוצות:

1. תאריך

עמודה אחת. תחילת שבוע, בפורמט אחיד. נשמע טריוויאלי, עד שמגלים שקובץ המכירות רץ ראשון-שבת וקובץ המדיה שני-ראשון. תחליטו על הגדרת שבוע אחת ותיישרו הכל אליה.

2. ה-KPI

עמודה אחת: מה שאתם מנסים להסביר. מכירות בשקלים, לידים, פוליסות, הזמנות, תלוי בעסק. שני כללים:

• עדיף המדד הכי קרוב לכסף שיש לכם ברזולוציה שבועית. מכירות עדיף על לידים, לידים עדיף על ביקורים באתר.
• מדד אחד ראשי. אפשר למדל גם KPI משני, אבל תחליטו מראש מה השאלה המרכזית.

3. הוצאה פר ערוץ

עמודה לכל ערוץ מדיה: הוצאה שבועית בשקלים. ברוב המפרסמים הישראלים זה יוצא 5-8 עמודות: דיגיטל לפי פלטפורמות, טלוויזיה, רדיו, שילוט, ספונסרשיפים. שלושה דגשים:

• רזולוציית ערוצים היא החלטה, לא נתון. "פייסבוק" זו עמודה אחת או שתיים (TOF/BOF)? תלוי כמה הוצאתם בכל אחד. ערוץ עם הוצאה זעירה ולא רציפה לא יקבל אומדן יציב. עדיף לאחד אותו עם ערוץ דומה, ולהגיד את זה בשקיפות בדוח.
• הוצאה בפועל, לא מתוכננת. ההפרש ביניהן גדול ממה שנעים להודות.
• אם יש לכם נתוני חשיפות (GRP, impressions) בנוסף להוצאה, עוד יותר טוב. אבל הוצאה זה המינימום המספיק.

4. משתני בקרה

העמודות שהכי נוטים לשכוח, והכי קריטיות. בלעדיהן המודל ייחס למדיה דברים שהמדיה לא עשתה:

• מחיר: מחיר ממוצע או מדד מחיר שבועי. אם המכירות קפצו כי הורדתם מחיר, המודל חייב לדעת את זה.
• דגלי מבצעים: עמודה בינארית (או יותר) שמסמנת שבועות של פרומואים משמעותיים.
• עונתיות ואירועים: דגלים לחגים, ראש השנה, פסח, בלאק פריידי, וכל אירוע חריג שהשפיע על העסק. גם אירועים שליליים: שבועות של מלחמה, שיבושי אספקה.
• אם יש: מדד לפעילות הקטגוריה או המתחרים (למשל נפח חיפוש קטגוריאלי). זה משתנה חזק: חלק מהצמיחה של מותג הוא ביקוש שהקטגוריה ייצרה, לא הקמפיינים שלו.

כמה היסטוריה, ובאיזו רזולוציה

שבועי, שנתיים ומעלה. למה דווקא ככה:

1. שבועי כי יומי רועש מדי וחודשי גס מדי. שבוע זו הרזולוציה שבה גם המדיה וגם המכירות מתנהגות בצורה שאפשר למדל.
2. שנתיים+ כי המודל צריך לראות לפחות שני מחזורי עונתיות כדי להפריד בין "המדיה עבדה" ל"היה ספטמבר". שנתיים זה בערך 104 תצפיות, מספיק בשביל מודל Bayesian שמגיע עם priors, בטח כשכל מסקנה מדווחת עם רווח סמך ולא כמספר בודד.
3. יש פחות משנתיים? לא בהכרח סוף העולם, אבל האינטרוולים יהיו רחבים יותר ופחות שאלות יקבלו תשובה חדה. כתבתי על התנאים המלאים במאמר על MMM לתקציבים קטנים.

איפה כל עמודה נמצאת בפועל

זה החלק שבו הפרויקט באמת מתעכב, כי הנתונים מפוזרים על פני שלושה-ארבעה בעלי בית שונים בארגון:

• פלטפורמות הפרסום (Meta, Google, TikTok): הוצאה דיגיטלית. הכי קל לשלוף, יש אקספורט מסודר.
• מדיה אופליין: טלוויזיה, רדיו, שילוט. יושב אצל משרד המדיה, לרוב באקסלים חודשיים שצריך לפרוט לשבועות. פה נדרש הכי הרבה זמן תיאום.
• פייננס / ERP: המכירות, המחירים. שימו לב להבדל בין תאריך הזמנה לתאריך חיוב.
• CRM: לידים ופוליסות, אם זה ה-KPI שלכם.
• הראש של מנהלת השיווק: לוח המבצעים והאירועים. ברצינות: ברוב החברות אין קובץ מסודר של "מתי היו פרומואים", וזה משוחזר מזיכרון ומחומרים ישנים. תתחילו לתעד את זה עכשיו, בקובץ, גם אם MMM לא על הפרק.

החורים הנפוצים, ומה עושים איתם

אף סט נתונים לא מגיע נקי. הבעיות החוזרות:

1. אין היסטוריה אופליין. משרד המדיה התחלף לפני שנה והנתונים הישנים "אצל המשרד הקודם". פתרון: לבקש. זה הנתון שלכם, שילמתם עליו. זה גם טיעון בעד לרכז את נתוני המדיה אצלכם באופן שוטף.
2. חורים פנימיים בסדרה. זו הבעיה המעצבנת באמת: לא חסר שנה בהתחלה, חסרים שלושה חודשים באמצע: מערכת שהוחלפה, סוכנות שהתחלפה, מישהו שעזב. חור בקצה הסדרה מקצר אותה; חור באמצע שובר את הרציפות שהמודל צריך כדי ללמוד דינמיקה כמו Adstock. חלק מהחורים אפשר לשחזר מחשבוניות ומדוחות סוכנות ישנים. שווה את המאמץ.
3. הוצאה שאי אפשר לשחזר. ספונסרשיפ ששולם מתקציב אחר, ברטר, משפיענים ששולמו במוצרים. ההחלטה הכנה: או שמשחזרים אומדן סביר, או שמצהירים שהתקציב הזה לא מודל. ספק שלא מדווח את זה? תשאלו אותו למה.
4. שינוי הגדרות באמצע הדרך. ה-KPI הוגדר מחדש, קמפיינים שויכו מחדש. תדגלו את נקודת השבירה. עדיף מודל שיודע שהעולם השתנה מאשר מודל שמנסה להסביר שבר מלאכותי.

למה להתחיל לאסוף עכשיו

הנה הנתון שהכי חשוב לתכנון: בניית המודל לוקחת שבועיים מקבלת הנתונים. אבל איסוף הנתונים אצל הלקוח: מניסיוני, שבועיים עד ארבעה בעצמו. לא כי זה קשה טכנית, אלא כי זה דורש ארבעה אנשים שונים שלכל אחד יש עבודה אחרת.

המסקנה הפרקטית: אם אתם רוצים מסקנות מודל על שולחן דיוני התקציב של נובמבר, איסוף הנתונים מתחיל בספטמבר. מי שמתחיל את האיסוף בנובמבר מקבל את התשובות בינואר, אחרי שהתקציב כבר נסגר לפי תחושה.

ובונוס: את הקובץ הזה שווה לתחזק גם בלי מודל. חברה שיש לה קובץ שבועי מסודר של מכירות-מדיה-מבצעים יודעת על עצמה יותר מרוב המתחרים שלה, עוד לפני שמישהו הריץ רגרסיה אחת.