Messen, um bessere Entscheidungen zu treffen

Marketing-Mix-Modellierung (MMM) ist ein Eckpfeiler der modernen Marketingmessung und bietet einen ganzheitlichen Überblick darüber, wie verschiedene Maßnahmen zu Umsatz und ROI beitragen. In einem Umfeld, in dem CMOs die Wirksamkeit ihrer Maßnahmen nachweisen und bei der Budgetverteilung eng mit CFOs zusammenarbeiten müssen, bildet MMM zusammen mit Inkrementalitätstests und Attribution ein komplementäres Instrumentarium für data Entscheidungsfindung.

  • Marketing-Mix-Modellierung (MMM): Quantifiziert den Einfluss des Marketings auf den Umsatz auf der Grundlage historischer data, trennt die Basisnachfrage von den inkrementellen Effekten und dient als Leitfaden für die Budgetverteilung.
  • Inkrementalitätstests: Weist Kausalität nach, indem die Exponierten mit der Kontrollgruppe verglichen werden, um zu ermitteln, welche Aktivitäten tatsächlich den Umsatz steigern.
  • Attribution: Weist die Wirkung über verschiedene Werbekontaktpunkte hinweg zu (E-Mails, Telefonate, Kongresse, Webinare), verdeutlicht die Interaktionswege der medizinischen Fachkräfte und ergänzt sowohl MMM- als auch Inkrementalitätstests.

Zusammen bilden diese Methoden einen umfassenden Rahmen: MMM legt die strategische Ausrichtung fest, Inkrementalitätstests bestätigen die Wirksamkeit und die Attribution erklärt die kanalübergreifenden Zusammenhänge.

Die wichtigsten Fragen der Pharmabranche

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

  • Auswirkungen: Wie wirken sich Werbeaktivitäten tatsächlich auf das Verschreibungsvolumen aus?
  • Kanal-Performance: Welche Kanäle erzielen die stärkste zusätzliche Wirkung, und welche nähern sich der Sättigung?
    Budgetoptimierung: Wie sollten Ressourcen neu verteilt werden, um den ROI zu maximieren und das Wachstum aufrechtzuerhalten?

Diese Fragen sind von Bedeutung in einem Umfeld, in dem die Werbeausgaben oft mehrere hundert Millionen betragen und in dem Compliance-Vorschriften die verfügbaren Marketinginstrumente stark einschränken.

Vier Herausforderungen, die es zu meistern gilt

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

  • Data : Der Zugriff ist oft auf monatliche, aggregierte data beschränkt; Datensätze zu Werbeaktionen sind fragmentiert; die Aktivitäten der Medical Science Liaisons (MSLs) können aus Compliance-Gründen nicht direkt modelliert werden.
  • Data : Die Komplexität des Omnichannel-Ansatzes (Interaktionen mit medizinischen Fachkräften) und isolierte Systeme erschweren die Integration; manuelle Prozesse führen zu Inkonsistenzen und Fehlern.
  • Hypothesenbasiertes Design: Genaue data selten verfügbar; Veranstaltungskosten erfordern grobe Schätzungen; die Aktivitäten der Wettbewerber lassen sich nicht vollständig erfassen.
  • Akzeptanz im Unternehmen: Der Erfolg hängt vom Vertrauen der Markenteams ab; die Vereinfachung der Ergebnisse, die Gewährleistung von Transparenz und Schulungen sind entscheidend, um den „Black-Box“-Effekt zu vermeiden.

Kundenbeispiel: Marketing-Mix-Modellierung für eine Pharmamarke in Frankreich

Mit Thomas FILAIRE aus dem Pariser Büro

Eine führende Pharmamarke in Frankreich setzte Marketing-Mix-Modellierung (MMM) ein, , um Werbe- und Nicht-Werbeausgaben zu optimieren, kanalübergreifende Auswirkungen zu messen und strategische Entscheidungen zu lenken.

Unser Kunde stand vor drei Herausforderungen:

  1. Wirkungsmessung: Die genaue Zuordnung von Umsatzsteigerungen zu bestimmten werblichen und nicht-werblichen Aktivitäten ist komplex, insbesondere in einem stark regulierten Umfeld
  2. Data : Die Gewährleistung data , Qualität und Granularität data aus verschiedenen Quellen (Vertrieb, Werbeaktionen, medizinische Aktivitäten, externe Faktoren) ist eine Voraussetzung für eine robuste Modellierung
  3. Compliance: Medizinische Aktivitäten können aufgrund regulatorischer Beschränkungen nicht als direkte Einflussfaktoren im Modell verwendet werden, ihr Einfluss wird jedoch durch Kontrollvariablen erfasst

Wir haben ein Tool zur Modellierung von Marketing-Mix-Strategien entwickelt, das auf drei Ebenen basiert:

  1. Modellstruktur: Ein bayesianisches Regressionsmodell quantifizierte den Einfluss von Marketingaktivitäten auf den Umsatz unter Berücksichtigung des Basisumsatzes, des durch Marketing generierten zusätzlichen Umsatzes sowie von Kontrollvariablen wie Saisonalität, Markttrends und spezifischen Ereignissen (z. B. COVID-19).
  2. Anpassungen: Das Modell berücksichtigte Werbebestände (Übertrag) und Sättigungseffekte, um die Verzögerung und die abnehmenden Erträge von Marketingaktivitäten zu erfassen
  3. Wirtschaftliche Vorkenntnisse: Die Annahmen des Modells basieren auf betriebswirtschaftlichem Wissen und früheren Studien, wodurch dessen Robustheit und Relevanz verbessert wurden

Dieses Produkt hat zahlreiche langfristige Vorteile mit sich gebracht, von der Entscheidungsfindung bis hin zur organisatorischen Widerstandsfähigkeit:

  • Vertriebskanaleffektivität: Das Modell ergab, dass Werbeaktivitäten 17,1 % des Umsatzes ausmachten, wobei persönliche Besuche den größten Anteil hatten (13,4 %), gefolgt von Climb-Veranstaltungen (2,3 %) und Werbekongressen (1,4 %).
  • ROI-Optimierung: Werbekongresse und andere Interaktionen (E-Mails, Fern-/Telefonanrufe) wiesen den höchsten ROI auf (3,25 bzw. 3,59), während persönliche Gespräche zwar solide, aber gesättigt waren (ROI: 1,45).
  • Praktische Erkenntnisse: Das Markenteam konnte auf der Grundlage data Erkenntnisse die kommerziellen und medizinischen Pläne anpassen, Budgets umverteilen und die zukünftige Strategie gestalten. Zu den Empfehlungen gehörten 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 Optimierung der Marketingstrategien und stellte sicher, dass das Unternehmen agil blieb und schnell auf Marktveränderungen reagieren konnte

auf Kosten des Marketings Ausgaben von 100 bis 150 Millionen für das Produktund einer ~10 % der Marketingausgaben für die Optimierung, Gewinn bei der Entscheidungsfindung werden auf ~10 bis 15 Millionen Euro. Bei Projektkosten von ~200.000 €ist dies vertikal auf andere Marken und Regionen für ~100.000 € skalierbar; ohne zusätzliche IT-Kosten. Der ROI des Gesamtprojekts liegt bei ~5.000 %, als Größenordnung für das erste Jahr.

Die Zukunft der Marketingmessung in der Pharmabranche

Die Marketingmessung entwickelt sich hin zu stärker integrierten und ausgefeilteren Ansätzen. Für die Pharmabranche wird diese Entwicklung die Rolle des MMM stärken und gleichzeitig die Einhaltung von Compliance-Vorgaben sowie die strategische Wirksamkeit sicherstellen.

  • Integrierte Rahmenkonzepte: Kombination von MMM mit Attributions- und Inkrementalitätstests, um kurz- und langfristige Optimierung in Einklang zu bringen.
  • Data : Eine strengere Steuerung zur Harmonisierung von CRM-, Werbe- und externen data bei vollständiger Transparenz.
  • Sich wandelnde Kanäle: Anpassung der Messung an digitale Kontaktpunkte, Webinare und neue Plattformen zur Einbindung von medizinischen Fachkräften.
  • Interne Kompetenzen: Aufbau interner MMM- und Testkompetenzen zur Verankerung einer Test-and-Learn-Kultur.
  • Datenschutz an erster Stelle: Nutzung von first-party data Wahrung der Privatsphäre von Patienten und medizinischem Fachpersonal.
  • Qualität der Interaktion: Verlagerung des Fokus vom Umfang der Aktivitäten hin zur Tiefe und Wirksamkeit der Interaktionen mit medizinischen Fachkräften.

Insgesamt muss die Pharmabranche technische Kompetenz mit organisatorischer Reife verbinden, um sicherzustellen, dass Marketinginvestitionen einen messbaren und nachhaltigen Mehrwert schaffen.