Anda di halaman 1dari 2

Masa Depan Marketing Mix Optimization Ada di Sini

Perusahaan menghabiskan lebih dari $ 1 triliun secara global untuk pemasaran pada tahun 2017, dengan
satu perkiraan. Hal ini menempatkan CMOs tepat di bidik para CEO, CFO dan dewan perusahaan, yang
ingin tahu ke mana semua uang ini pergi dan apa yang mereka dapatkan sebagai imbalan— "merek
terkutuk."

Untuk menanggapi tekanan ini, semakin banyak CMO telah beralih ke pemasaran bauran pemasaran
(MMO), pendekatan analitis untuk mencari tahu elemen mana dari bauran pemasaran yang bekerja
lebih banyak dan kurang efektif, dan kemudian membelanjakan lebih banyak pada pemenang dan
kurang pada para pecundang.

Tetapi inilah guncangannya: MMO sebagian besar buram bagi penggunanya, dan tampak belakang
dalam orientasi. Agar MMO benar-benar efektif, CMO harus menuntut pendekatan yang transparan bagi
organisasi mereka, melihat ke depan melalui rangkaian tes dan belajar dan berfokus sepenuhnya pada
hasil. Selesai berpikir, MMO dapat membantu organisasi pemasaran menyadari efisiensi biaya 10%
hingga 25%.

MMO telah melalui dua fase yang berbeda. Model "MMO 1.0" dibuat dari atas ke bawah dengan data
gabungan untuk menjelaskan bagaimana pengeluaran mendorong hasil. Sayangnya, variasi
pembelanjaan yang terbatas sering membuat model ini secara statistik lemah dan, sebagai hasilnya,
tidak cukup persuasif untuk memotivasi perubahan. "MMO 2.0" bekerja dari bawah ke atas,
menambahkan data yang sangat halus pada perilaku pelanggan individu untuk menilai dampak berbagai
media secara lebih akurat, seperti efek iklan bergambar pada laba atas investasi hasil pencarian
berbayar. Sementara MMO 2.0 telah menghasilkan manfaat, kerumitannya mendorong sebagian besar
CMO untuk beralih ke perusahaan luar untuk mendapatkan bantuan, dan banyak yang menemukan diri
mereka bergantung pada model kotak-hitam yang menyembunyikan data dan logika mereka.

Sekarang kita melihat munculnya “MMO 3.0.” Fase ini menjanjikan hasil yang lebih baik melalui
pengambilan keputusan berdasarkan kecerdasan buatan, berdasarkan perangkat lunak yang
ditingkatkan dan kumpulan data baru, seperti teks tidak terstruktur dan pembuangan digital dari
Internet of Things.

Seperti apa tampilan MMO 3.0? Dengan permintaan maaf kepada film Fight Club, aturan pertama
analytics tingkat lanjut adalah, kami tidak berbicara tentang analisis lanjutan — kami membicarakan
tentang hasil. Untuk mendapatkan hasil, pemasar perlu mendefinisikan dan merealisasikan fase MMO
berikutnya secara berbeda: dengan sedikit fokus pada kecanggihan algoritmik, per se, dan lebih banyak
penekanan pada empat kondisi sekitarnya untuk menciptakan MMO yang dinamis.

Kondisi 1: Penyelarasan strategis

Dalam setiap upaya analitik yang baik, tugas pertama adalah mengajukan pertanyaan yang tepat. Orang
pintar akan berdebat dengan penuh semangat tentang di mana harus fokus (apa tujuan, bagian mana
dari bisnis), berdasarkan fakta mereka sendiri, logika dan bias. Jika Anda tidak memiliki cara untuk
mendapatkannya di halaman yang sama, sumber daya analitis yang mahal akan salah sasaran dan
lumpuh paling buruk. Kami merasa berguna untuk bertanya: Apa perjalanan pelanggan, dari kesadaran
melalui kesetiaan? Saluran apa yang relevan dengan proses ini? Bagaimana pemasaran kami dipetakan
ke dalam proses ini, dan bagaimana cara kerjanya di setiap titik? Di mana kemacetan dalam kinerja
kami? Apa yang bisa kita lakukan berbeda, dan apa dampaknya?

Kondisi 2: Akses ke data

Ini kisah peringatan. Sebuah bank besar menyewa perusahaan untuk membangun model MMO. Sekitar
80% dari anggaran proyek pergi untuk mengumpulkan data yang diperlukan dan membuatnya dapat
digunakan. Karena ini adalah proyek satu kali, vendor tidak dapat menghabiskan waktu untuk
mendokumentasikan atau menjelaskan data. Ketika vendor mempresentasikan jawaban model, bahkan
beberapa eksekutif yang memahami hasilnya tidak mempercayai mereka, karena input data telah
dieksplorasi di lab vendor daripada melalui proses yang dikomunikasikan dengan baik. Tidak nyaman
dengan pengaturan itu, bank menghentikan upaya dan kembali ke kegelapan data, menunggu satu hari
lagi untuk mengambil jalan baru di MMO.

Dua tindakan dapat mengurangi masalah seperti itu. Salah satunya adalah menginventarisir,
mendokumentasikan, dan mengamankan akses yang tepat ke sumber data yang tidak bergantung pada
upaya pemodelan tertentu, dan meminta vendor mana pun untuk mendukung sepenuhnya hal ini. Yang
kedua adalah membuat fase analisis data eksplorasi sebuah kolaborasi transparan antara analis dan
pemasar. Pendekatan ini memungkinkan semua orang untuk memahami model yang muncul di fase
berikutnya dari proses analitik.