Маркетинговое моделирование с поддержкой ИИ оценивает, какой вклад каждый канал, включая органический поиск, вносит в продажи, анализируя совокупные расходы, активность и доход с течением времени. Для SEO это меняет разговор с атрибуции по последнему клику на инкрементальный вклад, но только если органический поиск подается в модель как надлежащая переменная, а не рассматривается как фоновый шум.
Интерес к MMM вырос по мере ослабления файлов cookie, отслеживания приложений и атрибуции на уровне кликов. Инструменты с открытым исходным кодом, такие как Meridian от Google и Robyn от Meta, а также коммерческие платформы, сделали его более доступным. Вопрос для органических команд заключается в том, как видна их работа.
Что такое маркетинговое моделирование?
MMM — это статистическая модель, обычно форма регрессии, которая связывает еженедельные или ежедневные результаты, такие как доход или лиды, с такими входными данными, как расходы на медиа по каналам, акции, цены, сезонность и внешние факторы. Ей не нужно отслеживание на уровне пользователя, поэтому она переживает изменения конфиденциальности.
Часть «с поддержкой ИИ» обычно означает байесовские методы, автоматизированный поиск гиперпараметров и машинное обучение, используемое для оценки адстока (как долго длится эффект канала) и насыщения (где дополнительные расходы перестают окупаться). Некоторые платформы также используют языковые модели для объяснения результатов простым текстом.
Почему SEO трудно моделировать?
У платных каналов есть четкий вход: расходы. У органического поиска его нет. Нет еженедельной бюджетной строки, которая двигает видимость вверх и вниз, а эффект от контентной работы приходит медленно и неравномерно.
- Входные данные косвенные: опубликованный контент, полученные ссылки, технические исправления, ничто из этого не измеряется в деньгах
- Эффекты задерживаются на недели или месяцы, дольше, чем эффекты большинства платных каналов
- На органическую видимость влияют вещи, не зависящие от вас, такие как обновления алгоритмов и действия конкурентов
- Спрос на бренд стимулирует брендовый поиск, поэтому органические клики частично отражают успех других каналов
Если модель просто исключает SEO, его вклад поглощается базовым уровнем или ошибочно приписывается любому платному каналу, который двигался в то же время.
Как органический поиск должен входить в модель?
Большинство практиков используют переменную активности или воздействия, а не расходы. Общие варианты — еженедельные небрендовые органические клики или показы из Google Search Console, отделенные от брендовых запросов.
- Используйте небрендовые органические клики в качестве основной переменной SEO
- Моделируйте брендовый поиск отдельно, как результат, на который влияют другие каналы
- Добавляйте известные даты обновления алгоритмов как переменные событий
- Записывайте важные изменения сайта, такие как миграции, также как события
- По возможности сохраняйте как минимум два года еженедельных данных
Рассматривать небрендовые клики как входные данные не идеально, потому что клики частично являются и результатом. Но это намного лучше, чем игнорировать канал, и это дает вам коэффициент, который вы можете обсудить.
Что меняется для SEO-бюджетов?
Как только органический поиск появляется в модели с оценочным вкладом, его можно сравнить с платными каналами в той же валюте: доход на единицу активности. Инвестиции в SEO тогда конкурируют на основе доказательств, а не графиков трафика.
Это работает в обе стороны. Модель может показать, что большая часть органических кликов обусловлена брендом и произошла бы в любом случае. Она также может показать, что небрендовый органический трафик стимулирует продажи по более низкой цене, чем некоторые платные кампании. Любой из результатов полезнее, чем обычный тупик между SEO и платными командами.
Меняет ли поиск с ИИ картину?
Обзоры ИИ в Google, поиск ChatGPT и Perplexity отвечают на некоторые запросы без клика. В терминах MMM это может уменьшить органические клики, в то время как узнаваемость бренда и последующие брендовые поиски сохраняются. Если вы моделируете только клики, вы можете недооценить органическое влияние.
Практический ответ — отслеживать видимость ИИ отдельно, например, долю отслеживаемых подсказок, где цитируется ваш бренд, и тестировать ее как дополнительную переменную, как только появится достаточная история. Относитесь к ранним результатам с осторожностью; ряды данных короткие.
Как вы проверяете модель?
Результаты MMM выглядят точными и могут быть совершенно неверными. Валидация важнее инструмента.
- Проверьте, отслеживает ли прогнозируемый доход фактический доход в тестовые недели
- Проводите географические или временные эксперименты для платных каналов и сравнивайте с оценками модели
- Для SEO используйте запуски контента или преднамеренные паузы в разделе как естественные эксперименты
- Смотрите, стабильны ли коэффициенты, когда вы добавляете или удаляете несколько месяцев данных
Как Alien Road применяет маркетинговое моделирование с поддержкой ИИ
В типичном проекте наша команда начинает с инвентаризации данных: еженедельные расходы по каналам, экспорт из Search Console, разделенный на брендовые и небрендовые запросы, доход CRM, акции и известные события. Отсутствующая история — обычный блокировщик, поэтому мы документируем пробелы перед любым моделированием.
Затем мы строим первую модель с помощью фреймворка с открытым исходным кодом, такого как Meridian или Robyn, просматриваем результаты вместе с платными и органическими командами клиента и договариваемся, какие эксперименты будут тестировать самые неопределенные оценки. Органический поиск всегда моделируется как собственная переменная, с разделением брендовых запросов.
Отчетность ежеквартальная, модель обновляется, а бюджетные рекомендации указываются в виде диапазонов, а не отдельных чисел. Там, где модель и эксперимент не согласуются, побеждает эксперимент, и модель корректируется.
Какие проблемы с качеством данных ломают MMM?
Большинство неудачных проектов MMM терпят неудачу из-за данных, а не из-за статистики. Расходы, записанные по датам счетов, а не по датам доставки, сдвигают эффекты на недели. Доход, который смешивает каналы, такие как маркетплейс и прямые продажи, скрывает то, что стимулирует каждый канал. Акции, которые не регистрируются, приписываются любому медиа, которое работало в то же время.
- Записывайте расходы по неделе, когда они были произведены, а не по неделе, когда был выставлен счет
- Разделяйте источники дохода, где это позволяет бизнес-модель
- Регистрируйте каждую акцию, изменение цены и отсутствие на складе с датами
- Отмечайте изменения отслеживания, такие как миграция GA4, как события
С чего начать на этой неделе
Экспортируйте два года еженедельных данных Search Console и разделите их на брендовые и небрендовые запросы, используя регулярное выражение для названий вашего бренда. Поместите их рядом с еженедельным доходом и платными расходами в одной таблице. Даже до того, как появится модель, эта таблица показывает, движется ли небрендовая органика вместе с продажами, и это первый вход, который понадобится любому проекту MMM.
Ожидайте, что первая модель будет грубой. Ее главная ценность часто заключается в разговоре, который она заставляет вести между платными и органическими командами о том, какие данные отсутствуют и какие предположения делала каждая сторона.
Читайте дальше: Реклама · Оптимизация рекламы с помощью ИИ