마케팅 믹스 모델링(MMM)

마케팅 믹스 모델(Marketing Mix Model)은 마케팅 활동이 매출에 미치는 영향을 정량적으로 설명하기 위해 고안된 통계적 방법론이다. 초기에는 주로 전통적 광고 채널(e.g. TV와 라디오, 인쇄 매체 등)에 대한 마케팅 투자와 매출 간의 관계를 모델링하고, 투자 대비 성과(ROI)를 평가하는 데 초점을 두었다. 이는 마케터가 제한된 자원을 효과적으로 배분하고, 마케팅 전략을 개선하는 데 중요한 근거가 되었다.

이미지 출처 : mass-analytics.com

 

2000년대 이후 디지털 마케팅 채널이 등장하며 클릭률(CTR)이나 전환율(CVR) 등 실시간 성과 지표를 통해 마케팅 효과를 측정하는 방법이 보편화되었다. 이에 장기간의 데이터를 사후적으로 분석하는 마케팅 믹스 모델은 빠르게 변화하는 디지털 환경에 적합하지 않다는 평가를 받았다. 특히 초기 MMM은 전통적 광고 채널에 최적화된 방식으로 설계되어 디지털 채널의 특수성과 사용자 행동 데이터를 충분히 반영하지 못했다.

 

그러나 최근 몇 년 간 개인정보 관련 규제가 강화되면서 더이상 개별 사용자 수준의 분석에 의존할 수 없게 되었다. 실제로 2021년 IOS ATT(App Tracking Transparency) 정책이 도입된 이후 사용자들이 앱 간 활동 추적을 거부할 수 있게 되었고, 이를 통해 광고 식별자(IDFA)를 활용한 정교한 타겟팅과 성과 분석이 어려워졌다. 구글 또한 (결국 철회하긴 했으나) 써드파티 쿠키 제한 계획을 발표해 광고 산업 전반에 개인정보 보호의 중요성을 각인시켰다. 이에 따라 개인 정보 규제에서 비교적 자유로운, 마케팅 믹스 모델이 다시 주목받고 있다.

 

Modern Marketing Mix Modeling

오늘날의 MMM은 디지털 환경에 적합한 형태로 발전하고 있다. 과거 ROI 측정에 집중했던 모델에서 나아가, 디지털 광고(검색, 소셜 미디어, 디스플레이 등)와 전통적 광고 채널을 통합적으로 분석하여 채널 간 시너지를 파악하고 예산을 최적화하는 역할을 한다. 머신러닝, 베이지안 등 고급 분석 기법이 적용되며, 데이터의 복잡성을 처리할 수 있도록 모델링 기술도 고도화되고 있다.

 

이러한 변화 속에서 구글, 메타 등의 빅테크 기업들은 디지털 환경에 적합한 모델을 자체적으로 개발하여 이를 오픈 소스로 공개하고 있다. 아래는 구글과 메타가 공개한 오픈소스 MMM이다. 각 모델에 대한 자세한 내용은 추후 별도의 포스팅으로 다뤄보려고 한다.

 

 

Mederian

Meridian  |  Google for Developers

 

Robyn

Robyn

 

 

 

참고 자료 :

https://www.objectiveplatform.com/blog/traditional-mmm-vs-next-gen-mmm-the-evolution-of-marketing-measurement

https://cojette.github.io/posts/mmm1/