了解您营销活动的真正增量，以获得竞争优势并使回报最大化
70% of CMOs and marketing leaders still don’t know how to measure the true return on investment of their digital marketing campaigns. (Source: Deloitte CMO survey)
在这个尤为注重精准性的商业世界里，对于情况缺乏明确理解会使我们很难有效地重新分配数字媒体预算以实现关键的业务目标。但关键的问题是现有的营销测评解决方案大多都是有缺陷的。
基于旅程的模型如算法归因（谷歌DDA、Facebook归因、Nielsen), 在为单个接触点重新归因方面非常出色，但往往不能提供全面的情况，而且许多模型不能考虑外部影响，如价格变化和竞争对手的数据。
另一方面，基于趋势的模型有助于了解长期的销售影响（比如：因果影响和媒体组合模型)，但由于它们使用的是历史趋势数据而非实时需求信号，因此无法让销售人员实时把握机会。
这就是为什么，Artefact 设计了一种衡量营销投资回报率的新方法，其好处有许多方面。
Artefact 方法论
我们革命性的营销投资回报率（MROI）测量模型解决了这些历史挑战。
Artefact的营销投资回报率模型可以帮助营销人员实现：
- 开发一个单一的事实来源：通过在一个地方收集所有营销和非营销接触点的数据。
- 衡量 销售提升的多方面影响因子：来自关键的销售驱动因素以及业务场景
- 调整 输出结果：根据任何商业模式和所有颗粒度水平
- 了解因果关系因素：如渠道和活动如何相互影响，并影响关键业务目标或销售/收入。
- 规模 ：在类似的广告技术生态系统中跨活动、品牌和国家进行扩展。
- 预测：根据预算调整对于未来结果进行预测。
为营销事实开发一个单一的数据源
利用机器学习技术（MLP）的最新发展成果（CausalNex），我们的营销测评工具比所有现有的解决方案更进一步。
Artefact MROI提供了一个单一的事实来源，首次准确地衡量了所有营销活动的增量和影响业务目标的其他因素。
它的工作原理是将多个在线和离线数据源连接到贝叶斯网络（Bayesian network），该网络是一个图形模型，可确定哪些因素会影响结果，它们之间的相互关系，以及如果这些因素发生变化从而导致结果可能发生哪些变化。
了解与销售和收入的因果关系因素
简单地说，它可以让我们在一个地方收集来自多个媒体和非媒体接触点的数据，准确地测量影响业务目标的每个因素的增量，并预测当这种组合发生变化时将发生什么。
通过将这些不同的数据源集中到一个平台上，我们能够近乎实时地将销售额与特定的营销接触点（如营销活动、印象和点击）、品牌杠杆（如价格和促销）以及特定品牌的需求信号联系起来。
