Messen, um besser entscheiden zu können

Marketing Mix Modeling (MMM) ist ein Eckpfeiler der modernen Marketingmessung und bietet eine ganzheitliche Sicht darauf, wie verschiedene Aktivitäten zum Umsatz und zum ROI beitragen. In einem Kontext, in dem CMOs die Wirkung nachweisen und bei der Budgetzuweisung eng mit den CFOs zusammenarbeiten müssen, bildet MMM zusammen mit Inkrementalitätstests und Attribution ein ergänzendes Toolkit für die data-driven-Entscheidungsfindung.

  • Marketing-Mix-Modellierung (MMM): Quantifiziert die Auswirkungen des Marketings auf den Umsatz auf der Grundlage historischer data, trennt die Basisnachfrage von inkrementellen Effekten und leitet die Budgetzuweisung.
  • Inkrementalitätstest: Beweisen Sie die Kausalität, indem Sie die exponierten Gruppen mit den Kontrollgruppen vergleichen und so feststellen, welche Aktivitäten wirklich den Umsatz steigern.
  • Namensnennung: Weist den Werbekontaktpunkten (E-Mails, Fernanrufe, Kongresse, Webinare) Guthaben zu, verdeutlicht die HCP Engagement Journeys und ergänzt sowohl MMM als auch Inkrementalitätstests.

Zusammen bilden diese Methoden einen umfassenden Rahmen: MMM gibt die strategische Sichtweise vor, Inkrementalitäts-Tests bestätigen die Effektivität, und Attribution erklärt die kanalübergreifende Dynamik.

Die wichtigsten Fragen der Pharmaindustrie

In der Pharmabranche wird MMM zunehmend eingesetzt, um drei strategische Fragen zu beantworten:

  • Auswirkungen: Wie wirken sich Werbeaktionen tatsächlich auf das Verschreibungsvolumen aus?
  • Leistung des Kanals: Welche Kanäle bringen den stärksten Zuwachs, und welche erreichen eine Sättigung?
    Budgetoptimierung: Wie sollten die Ressourcen umverteilt werden, um den ROI zu maximieren und das Wachstum zu erhalten?

Diese Fragen sind wichtig in einem Kontext, in dem die Werbeausgaben oft Hunderte von Millionen übersteigen und in dem die Compliance-Vorschriften die verfügbaren Marketinghebel stark einschränken.

Vier Herausforderungen zu knacken

Die Einführung von MMM in der Pharmabranche birgt großes Potenzial, erfordert jedoch die Überwindung von vier großen Hürden:

  • Data Granularität: Der Zugang ist oft auf monatliche, aggregierte data-Verkäufe beschränkt; die data-Sets für Werbezwecke sind fragmentiert; die Aktivitäten der Medical Science Liaisons (MSLs) können aus Compliance-Gründen nicht direkt abgebildet werden.
  • Data Stiftung: Die Komplexität der verschiedenen Kanäle (Interaktionen mit Ärzten) und isolierte Systeme erschweren die Integration; manuelle Prozesse verursachen Inkonsistenzen und Fehler.
  • Hypothesengesteuertes Design: Genaue Ausgaben data sind selten verfügbar; die Kosten für Veranstaltungen müssen grob geschätzt werden; die Aktivitäten der Wettbewerber können nicht vollständig erfasst werden.
  • Geschäftsanpassung: Der Erfolg hängt vom Vertrauen der Markenteams ab. Die Vereinfachung des Outputs, die Gewährleistung von Transparenz und Schulungen sind entscheidend, um den “Blackbox”-Effekt zu vermeiden.

Kundenfall: Marketing Mix Modeling für eine pharmazeutische Marke in Frankreich

Mit Thomas FILAIRE, aus dem Büro in Paris

Eine führende pharmazeutische Marke in Frankreich wendet Marketing Mix Modeling (MMM) an um Werbe- und Nicht-Werbeausgaben zu optimieren, die kanalübergreifende Wirkung zu messen und strategische Entscheidungen zu treffen.

Unser Kunde stand vor 3 Herausforderungen:

  1. Wirkung messen: Die genaue Zuordnung von Umsatzsteigerungen zu bestimmten verkaufsfördernden und nicht-verkaufsfördernden Aktivitäten ist komplex, insbesondere in einem stark regulierten Umfeld.
  2. Data Bereitschaft: Die Sicherstellung der Vollständigkeit, Qualität und Granularität von data über mehrere Quellen hinweg (Verkäufe, Werbe-Interaktionen, medizinische Aktivitäten, externe Faktoren) ist eine Voraussetzung für eine robuste Modellierung
  3. Einhaltung der Vorschriften: Medizinische Aktivitäten können aufgrund regulatorischer Beschränkungen nicht als direkte Treiber im Modell verwendet werden, aber ihr Einfluss wird durch Kontrollvariablen erfasst

Wir haben ein Mix-Marketing-Modellierungstool entwickelt, das auf 3 Ebenen basiert:

  1. Modellstruktur: Ein Bayes'sches Regressionsmodell quantifizierte die Auswirkungen von Marketingaktivitäten auf den Umsatz unter Berücksichtigung des Basisumsatzes, des durch Marketing erzielten zusätzlichen Umsatzes und von Kontrollvariablen wie Saisonalität, Markttrends und spezifischen Ereignissen (z.B. COVID-19).
  2. Verwandlungen: Das Modell berücksichtigte Anzeigenbestände (Carry-Over) und Sättigungseffekte, um die Verzögerung und die abnehmenden Erträge von Marketingaktivitäten zu berücksichtigen.
  3. Geschäftsprioritäten: Geschäftswissen und frühere Studien haben die Annahmen des Modells beeinflusst und seine Robustheit und Relevanz verbessert

Dieses Produkt brachte mehrere langfristige Vorteile mit sich, von der Entscheidungsfindung bis hin zur Widerstandsfähigkeit der Organisation:

  • Kanal-Effektivität: Das Modell ergab, dass Werbeaktivitäten 17,1% des Umsatzes ausmachten, wobei F2F-Anrufe den größten Beitrag leisteten (13,4%), gefolgt von Kletterveranstaltungen (2,3%) und Werbekongressen (1,4%)
  • ROI-Optimierung: Werbekongresse und andere Interaktionen (E-Mails, Ferngespräche/Telefonanrufe) hatten den höchsten ROI (3,25 bzw. 3,59), während F2F-Anrufe robust, aber gesättigt waren (ROI: 1,45).
  • Praktische Einblicke: Das Markenteam war in der Lage, die kommerziellen und medizinischen Pläne anzupassen, die Budgets umzuverteilen und die zukünftige Strategie auf der Grundlage der Erkenntnisse von data-driven zu gestalten. Zu den Empfehlungen gehörte die Reduzierung der Investitionen in gesättigte Kanäle und die Erhöhung der Ausgaben dort, wo der ROI am höchsten war
  • Kontinuierliche Verbesserung: Das Modell ermöglichte eine kontinuierliche Überwachung und Verfeinerung der Marketingstrategien und sorgte dafür, dass das Unternehmen agil und reaktionsschnell auf Marktveränderungen reagieren konnte.

Mit Marketing Kosten von 100 Millionen bis 150 Millionen für das Produkt, und eine ~10% der Marketingausgaben für die Optimierung, Entscheidungsgewinne werden geschätzt auf ~10 bis 15 Millionen Euro. Unter Berücksichtigung der Projektkosten von ~€200.000, die vertikal auf andere Marken und Regionen skalierbar ist, für ~€100.000; ohne zusätzliche IT-Kosten. Die Der ROI des Gesamtprojekts beträgt ~5.000%, als eine Größenordnung für das erste Jahr.

Die Zukunft der Marketingmessung in der Pharmaindustrie

Die Messung des Marketings bewegt sich in Richtung integrierter und anspruchsvoller Ansätze. Für die Pharmaindustrie wird diese Entwicklung die Rolle des MMM stärken und gleichzeitig die Übereinstimmung mit der Compliance und den strategischen Auswirkungen sicherstellen.

  • Integrierte Rahmenwerke: Kombinieren Sie MMM mit Attributions- und Inkrementalitätstests, um ein Gleichgewicht zwischen kurz- und langfristiger Optimierung herzustellen.
  • Data Qualität: Stärkere Governance zur Harmonisierung von CRM, Werbung und externem data, mit voller Transparenz.
  • Sich entwickelnde Kanäle: Anpassung der Messung an digitale Touchpoints, Webinare und neue Plattformen zur Einbindung von Ärzten.
  • Interne Fähigkeiten: Aufbau von internem MMM- und Test-Know-how zur Verankerung einer Test-und-Lern-Kultur.
  • Datenschutz an erster Stelle: Nutzung von first-party data unter Wahrung der Privatsphäre von Patienten und Angehörigen des Gesundheitswesens.
  • Qualität des Engagements: Verlagerung des Schwerpunkts vom Umfang der Aktivitäten auf die Tiefe und Effektivität der Interaktionen mit Vertretern des Gesundheitswesens.

Insgesamt muss die Pharmaindustrie technische Raffinesse mit organisatorischer Reife kombinieren, um sicherzustellen, dass Marketinginvestitionen einen messbaren und nachhaltigen Wert liefern.