Meten om betere beslissingen te nemen

Marketing Mix Modeling (MMM) vormt een hoeksteen van moderne marketingmetingen en biedt een totaalbeeld van de manier waarop verschillende activiteiten bijdragen aan de omzet en het rendement op investering (ROI). In een context waarin CMO’s hun impact moeten aantonen en nauw moeten samenwerken met CFO’s bij de toewijzing van budgetten, vormt MMM, in combinatie met incrementality-tests en attributie, een aanvullend instrumentarium voor data besluitvorming.

  • Marketingmixmodellering (MMM): Kwantificeert de impact van marketing op de verkoop op basis van historische data, maakt een onderscheid tussen de basisvraag en incrementele effecten, en biedt houvast bij de toewijzing van budgetten.
  • Incrementele tests: Bewijst causaliteit door de blootgestelde groep te vergelijken met de controlegroep, waardoor wordt vastgesteld welke activiteiten daadwerkelijk de verkoop stimuleren.
  • Attributie: Wijst krediet toe aan verschillende promotionele contactpunten (e-mails, telefonische gesprekken, congressen, webinars), brengt de engagementtrajecten van zorgverleners in kaart en vormt een aanvulling op zowel MMM- als incrementality-tests.

Samen vormen deze methoden een uitgebreid raamwerk: MMM bepaalt de strategische visie, incrementality-tests bevestigen de effectiviteit en attributie verklaart de dynamiek tussen de verschillende kanalen.

De belangrijkste vragen voor de farmaceutische sector

In de farmaceutische sector wordt MMM steeds vaker ingezet om antwoord te geven op drie strategische vragen:

  • Effect: Wat is het werkelijke effect van promotionele activiteiten op het aantal recepten?
  • Prestaties van de kanalen: Welke kanalen zorgen voor de grootste incrementele impact en welke bereiken verzadiging?
    Budgetoptimalisatie: Hoe moeten middelen worden herverdeeld om het rendement op investering (ROI) te maximaliseren en de groei te ondersteunen?

Deze vragen zijn van belang in een context waarin de uitgaven voor promotie vaak in de honderden miljoenen lopen en waarin nalevingsregels de beschikbare marketinginstrumenten sterk beperken.

Vier uitdagingen die moeten worden aangepakt

De implementatie van MMM in de farmaceutische sector biedt grote mogelijkheden, maar er moeten vier belangrijke hindernissen worden overwonnen:

  • Data : De toegang is vaak beperkt tot maandelijkse, geaggregeerde data; datasets over promotieactiviteiten zijn gefragmenteerd; de activiteiten van Medical Science Liaisons (MSL's) kunnen om compliance-redenen niet rechtstreeks worden gemodelleerd.
  • Data : De complexiteit van omnichannel (interacties met zorgverleners) en gescheiden systemen bemoeilijken de integratie; handmatige processen leiden tot inconsistenties en fouten.
  • Hypothese-gestuurd ontwerp: data zelden nauwkeurige data beschikbaar; de kosten van evenementen moeten grof worden geschat; de activiteiten van concurrenten kunnen niet volledig in kaart worden gebracht.
  • Toepassing binnen bedrijven: Succes hangt af van het vertrouwen van de merkteams; het vereenvoudigen van de output, het waarborgen van transparantie en training zijn cruciaal om het 'black box'-effect te voorkomen.

Klantcase: Marketingmixmodellering voor een farmaceutisch merk in Frankrijk

Met Thomas FILAIRE, van het kantoor in Parijs

Een toonaangevend farmaceutisch merk in Frankrijk paste Marketing Mix Modeling (MMM) toe om de uitgaven voor promotionele en niet-promotionele activiteiten te optimaliseren, de impact over verschillende kanalen te meten en strategische besluitvorming te sturen.

Onze klant stond voor drie uitdagingen:

  1. Het meten van de impact: het nauwkeurig toeschrijven van omzetstijgingen aan specifieke promotionele en niet-promotionele activiteiten is complex, vooral in een sterk gereguleerde omgeving
  2. Data : het waarborgen van data , kwaliteit en granulariteit data uit meerdere bronnen (verkoop, promotionele interacties, medische activiteiten, externe factoren) is een voorwaarde voor robuuste modellering
  3. Naleving: medische activiteiten kunnen vanwege wettelijke beperkingen niet als directe drijfveren in het model worden gebruikt, maar hun invloed wordt wel weergegeven via controlevariabelen

We hebben een tool voor het modelleren van marketingmixen ontwikkeld, die is gebaseerd op drie lagen:

  1. Modelstructuur: Een Bayesiaans regressiemodel kwantificeerde de impact van marketingactiviteiten op de omzet, rekening houdend met de basisomzet, de door marketing gegenereerde incrementele omzet en controlevariabelen zoals seizoensinvloeden, markttrends en specifieke gebeurtenissen (bijv. COVID-19)
  2. Transformaties: Het model hield rekening met advertentievoorraad (overdracht) en verzadigingseffecten om de vertraging en de afnemende opbrengsten van marketingactiviteiten te verklaren
  3. Zakelijke achtergrond: De aannames van het model zijn gebaseerd op zakelijke kennis en eerdere studies, waardoor de robuustheid en relevantie ervan zijn verbeterd

Dit product heeft verschillende voordelen op de lange termijn opgeleverd, van besluitvorming tot organisatorische veerkracht:

  • Effectiviteit van de kanalen: Uit het model bleek dat promotionele activiteiten goed waren voor 17,1% van de omzet, waarbij persoonlijke bezoeken de grootste bijdrage leverden (13,4%), gevolgd door klim-evenementen (2,3%) en promotionele congressen (1,4%)
  • ROI-optimalisatie: Promotiecongressen en andere interacties (e-mails, contact op afstand/telefoongesprekken) hadden de hoogste ROI (respectievelijk 3,25 en 3,59), terwijl persoonlijke gesprekken solide maar verzadigd waren (ROI: 1,45).
  • Praktische inzichten: Het merkteam kon commerciële en medische plannen aanpassen, budgetten herverdelen en de toekomstige strategie vormgeven op basis van data inzichten. Aanbevelingen waren onder meer het verminderen van investeringen in verzadigde kanalen en het verhogen van de uitgaven waar de ROI het hoogst was
  • Voortdurende verbetering: Het model maakte voortdurende monitoring en verfijning van marketingstrategieën mogelijk, waardoor de organisatie wendbaar bleef en snel kon reageren op veranderingen in de markt

Op kosten van de marketing uitgaven van 100 miljoen tot 150 miljoen voor het product, en een ~10% van de marketinguitgaven voor optimalisatie, de winst op het gebied van besluitvorming worden geschat op ~10 tot 15 miljoen euro. Gezien de projectkosten van ~€ 200.000, is dit verticaal schaalbaar naar andere merken en regio's voor ~€ 100.000 ; zonder extra IT-kosten. Het ROI van het totale project bedraagt ~5.000%, als orde van grootte voor het eerste jaar.

De toekomst van marketingmetingen in de farmaceutische sector

Marketingmetingen evolueren naar meer geïntegreerde en geavanceerde benaderingen. Voor de farmaceutische sector zal deze ontwikkeling de rol van MMM versterken en tegelijkertijd zorgen voor afstemming op compliance en strategische impact.

  • Geïntegreerde kaders: MMM combineren met attributie- en incrementality-tests om een evenwicht te vinden tussen optimalisatie op korte en lange termijn.
  • Data : Sterker beheer om CRM-, promotionele en externe data te harmoniseren, met volledige transparantie.
  • Veranderende kanalen: Het aanpassen van metingen aan digitale contactpunten, webinars en nieuwe platforms voor interactie met zorgverleners.
  • Interne capaciteiten: Het opbouwen van interne MMM- en testexpertise om een cultuur van testen en leren te verankeren.
  • Privacy voorop: Gebruikmaken van first-party data behoud van de privacy van patiënten en zorgverleners.
  • Kwaliteit van de interactie: De focus verleggen van het aantal activiteiten naar de diepgang en effectiviteit van interacties met zorgverleners.

Al met al zal de farmaceutische sector technische expertise moeten combineren met organisatorische volwassenheid om ervoor te zorgen dat marketinginvesteringen meetbare en duurzame waarde opleveren.