营销组合建模正在从一个小众方法重新回到管理层的讨论中，原因与其说是方法上的，不如说是政治上的。自从单次点击的归因变得不可靠，每一位营销负责人都在寻找一个能在董事会面前站得住的数字。这个模型可以给出这样的数字，只是它的精度并不像很多人期待的那样。
- 模型回答的是效果问题，而不是责任问题。
- 没有多年结构一致的媒体数据，任何结果都只是猜测。
- 结论是一个区间，而不是一个小数点，汇报时也应当这样呈现。
- 只有当一个决策因此改变，价值才真正出现。
目录
为什么营销组合建模重新受到重视
十年前，这个方法属于快消品行业的大公司。它需要长期的数据、外部的咨询团队和几个月的时间。今天情况不同了。可用的数据更多，计算成本更低，而单次点击的归因在隐私规则收紧之后已经不再可信。营销组合建模不看个体用户，它看的是整体投入与整体结果之间的关系，这恰好是隐私规则管不到的层面。
还有一个现实的原因。开源工具降低了门槛，比如谷歌的 Meridian 把贝叶斯建模变成了内部团队也能跑的东西。这并不意味着结果自动变好，但它意味着第一次尝试不再是一笔需要董事会批准的大投资。
这个模型做不到的事
我见过的最大误解，是把模型的输出当成一个精确的账单。它不是。它给出的是一个带着置信区间的估计，而那个区间常常比人们愿意承认的要宽。如果一个渠道的贡献被估计为百分之十二，真实值落在百分之八到百分之十七之间，这在统计上完全正常。
- 它无法解释某一支具体广告片为什么有效。
- 它无法替代创意判断，只能告诉你钱花在哪一类渠道上更有回报。
- 它对从未尝试过的渠道没有发言权，因为数据里没有这段历史。
- 它会把同时发生的事情混在一起，比如降价和大规模投放。
第一次运行之前必须确定的事
大部分失败的项目不是败在算法上，而是败在准备阶段。在启动之前，我坚持先把三件事写下来。第一是目标变量：是销售额、还是毛利、还是新客数量。三者会得出不同的结论，事后再改就等于重来。第二是时间跨度：少于两年的周数据几乎无法分离季节性和媒介效果。第三是口径：促销、降价、天气、竞品投放，这些都要进模型，否则媒介会背上不属于它的功劳。
还有一件事同样重要，那就是提前约定谁来解释结果。如果模型的输出直接落到各个渠道负责人手里，讨论会立刻变成防守。营销组合建模需要一个中立的解读人，这个角色最好在项目开始时就定下来。
营销组合建模如何进入董事会
在董事会上，一个带着误差范围的数字比一个看起来精确的数字更有说服力，前提是你自己先把误差说出来。我的做法是先讲区间，再讲结论，最后讲下一步要做的实验。这样模型就不是一个终审判决，而是一个假设生成器，它指出哪里值得花钱去验证。
这也是营销组合建模和品牌资产汇报之间的连接点。前者解释短期的资金流向，后者解释长期的价值积累。只拿出其中一个，管理层得到的永远是半张图。
我不会把营销组合建模当成预算分配的唯一依据。它是一个视角，需要和实验、和市场常识放在一起看。但在一个归因越来越模糊的环境里，它是目前唯一能把整体投入和整体结果连起来的方法。