Come modellare accuratamente i motori di ricerca in MMM con modelli basati su agenti

Il metodo gerarchico

Il primo passo consiste nel modellare l'impatto degli altri media sul motore di ricerca. In effetti, una campagna televisiva porterà a un maggior numero di ricerche e, quindi, a un maggior numero di impressioni e clic. Ma questi clic dovrebbero essere "accreditati" alla campagna televisiva. Con questo primo modello, siamo in grado di stimare quanti click sono "naturali" e quanti invece dovrebbero essere accreditati ad altri singoli media. Con questi dati acquisiti, possiamo passare ai modelli basati su agenti. 

Modelli basati su agenti

La principale attrattiva degli ABM è la loro capacità di modellare il comportamento dei consumatori (agenti) in risposta a stimoli (come il numero di volte che un consumatore vede o clicca su un annuncio). La strategia di marketing aumenterà la percezione dei consumatori, rendendoli più propensi ad acquistare dal vostro marchio. Questo vale per le campagne televisive o sociali, ma in misura minore anche per la SEO e la SEA. Tuttavia, presumere che i motori di ricerca abbiano un impatto minimo sulla percezione dei consumatori si tradurrà in un tasso di contribuzione molto basso, il che si è rivelato sbagliato in sede di sperimentazione. Il motivo è che se non esistete sui motori di ricerca, i consumatori cliccheranno e acquisteranno dalla vostra concorrenza. Per tenerne conto nell'ABM, se un consumatore clicca sui link di ricerca del vostro marchio, la sua probabilità di acquisto sarà più alta secondo il modello. Pertanto, tra gli altri termini che caratterizzano la probabilità di acquisto di un marchio da parte di un utente, i clic sui motori di ricerca svolgono un ruolo importante insieme alla percezione classica. Questo ci permette di imitare la realtà e di ottenere un contributo significativo dai motori di ricerca. 

Ma non è tutto. I motori di ricerca possono essere suddivisi in 4 categorie: brand / non brand / SEO / SEA. Questi 4 livelli sono presi in considerazione sia nell'approccio gerarchico che nell'ABM. Ad esempio, nell'ABM, grazie ai dati CRM e alle indagini di mercato, siamo in grado di creare un modello che stima l'affinità di un consumatore con il mercato (probabilità di acquisto, ad esempio) in funzione degli attributi dell'utente (sesso, età, geolocalizzazione, comportamento sul mercato...). Abbiamo quindi due variabili che descrivono l'affinità dell'agente: la percezione, ovvero l'affinità con il vostro marchio, e l'affinità con il mercato. I clic sui motori di ricerca di marca saranno maggiormente correlati all'affinità con il mercato e alla percezione, mentre i clic sui motori di ricerca non di marca saranno correlati solo all'affinità con il mercato. 

Di conseguenza, l'approccio gerarchico di fifty-five, combinato con il nostro ABM avanzato, ci permette di simulare accuratamente il comportamento dei consumatori nei confronti di brand, non-brand, SEO e SEA, nonché le loro conseguenze sui ricavi.

‍