MMM（マーケティングミックスモデリング）解説ガイド

MMMのフレームワークは、次の3つがベースの要素です。

1. 活用しているマーケティングチャネル

2. 各チャネルに費やす金額

3. 過去のキャンペーンによる結果とそのデータ

これがベースとなり、ここに他の要素を加えることができます。今日のデジタル分野におけるMMMは膨大なデータのインプットに対応している一方、取り入れる変数がモデルの有用性に影響を与えます。

MMMで解明できる10の疑問

MMMを活用すると、マーケターは次のような疑問に答えを出すことができるようになります。

1. 各メディアチャネルがどれほどのコンバージョンを促進したのか？
2. 各マーケティングチャネルにどれほどの投資利益率（ROI）があるのか？
3. KPIを最大化するために各チャネルに最適な費用はいくらか？
4. チャネルでのキャンペーン実施の仕方に影響力があるのか？（例：広告やクリエイティブ、ターゲティングなどの頻度、等）
5. 今後はどの媒体に広告費用を投資するべきか？
6. 特定のユーザーセグメントにリーチできる最適なチャネルの組み合わせはどれか？
7. チャネルと地域がマーケティングの効果にどのような影響を与えるのか？
8. アーンドメディア（ユーザーが情報を発信するメディア）、オウンドメディア（自社で保有するメディア）、有料メディアはどのような役割を果たすのか？
9. ROIの最大化のために、キャンペーンやユーザーグループ、地域、タイミング、パブリッシャーなどのカテゴリー別によるマーケティングタッチポイントはどのように最適化できるのか？
10. 外的要因が総収益にどのような影響を与えるのか？

このように、MMMによってさまざまなことを知ることができます。MMMのさらに優れた点は、「要因を変更した場合、収益にどのような影響を与えるのか」といった、個々のビジネスにおける疑問を確認することができることです。

下記は、特定のマーケティングチャネルの組み合わせに基づいて収益への貢献度を表す、MMMが作成したグラフです。すべてのマーケティングの取り組みを集約して導き出された投資利益率（ROI）を、1週間あたりのコストと比較しています。

MMMに必要なデータとは

MMMに必要なデータとは

従来のMMMは、Promotion（プロモーション）、Price（価格）、Place（場所）、Product（プロダクト）の「4つのP」を基に構築されていました。モバイルアプリの場合、例えばアプリ自体は無料であることも多々あり、4Pの要素だけでは成り立たないことがあります。MMMの最大のメリットは、取り込めるデータポイントに柔軟性があること。モバイルアプリマーケティングでは以下の要素を含めることをおすすめします。

メディア広告費

モバイルマーケティングにおいて、広告費用を日々モニタリングしてユーザー獲得率やパフォーマンスが高いチャネルを特定することは不可欠です。MMMにメディアなどの媒体に費やしたコストのデータを取り込むことで、マーケティング戦略を全体的に把握することができます。社内のメディアミックスモデルにデジタルチャネルとオフラインのメディアへの広告費データを合わせて取り入れる際は、金額に関するデータが正確、かつ複数にわたるチャネルで一貫性があること大切です。AdjustのROI計測ソリューションなどのツールを活用し、適切に確認してから行いましょう。

シーズナリティ

シーズナリティ（季節要因）はアプリの利用に大きく影響し、キャンペーンのパフォーマンスに確実に影響を与えることができる鍵となるマーケティング要素です。

「2024年旧正月に向けたモバイルアプリにおけるインサイトとマーケティング戦略」でもご紹介のとおり、アプリにリソースがある場合は、例えばアジアでは、旧正月を祝う市場向けにメタデータやアイコン、アプリ内イベントなどを旧正月に合わせてローカライズすることで、季節的な要素（シーズナリティ）をアプリの宣伝に活用することができます。シーズナリティに関するデータをMMMに取り入れると、旧正月などの季節行事の期間中に新たなユーザー獲得したり、ユーザーのエンゲージメントを高めて維持することに繋げられます。

アプリストアでのランキング

アプリストアのランキングは上述した4Pの「プロモーション」に当たり、アプリを見つけてもらうためには重要な要素です。マーケターやアプリ開発者は「アプリストア最適化（ASO）」という特別な戦略を用いて、アプリのランキング順位を全体的に向上させることでアプリストアでアプリを目立たせることができます。

ASOでは、アプリの説明、コンテンツのローカライゼーション、アプリのアセットやスクリーンショットなどに使われる言葉をキーワードとします。継続的にストアでのランキングをモニタリングし、適宜ASOを取り入れて日常的に改善を図る必要があるため、アプリストアでのランキングはMMMに含めるべき重要な要素です。

ASOに関する包括的な情報は、「モバイルマーケターのためのアプリストア最適化完全ガイド」をご覧ください。

プレスリリースや情報発信

プレスリリースなどの企業による情報発信も考慮すべき要素です。PR（広報）による影響力はアプリのカテゴリーによって異なりますが、1日あたりのアクティブユーザー数（DAU）を確認することで、アプリのユーザー行動に影響を与えている発信を特定することができます。アプリのインストール数にブランドのプレスリリースや記事、寄稿やゲスト投稿などが影響を与えていないかを計測し、的確に把握しましょう。

アトリビューション数

MMMにモバイルアトリビューションデータを含めることも大切です。これには、TikTok、Facebook、Google広告などの連携するAPI連携ネットワーク（SAN）からのデータや、モバイル計測パートナー（MMP）のSDKによるデータ、ファーストパーティーデータなどが含まれます。AdjustではiOS 14のユーザー同意を確保するためのオプトインの設計を推奨しています。

マーケティングミックスモデリングとアトリビューションモデルの違い

MMM（マーケティングミックスモデリング）とアトリビューションモデルは、「目標達成」というビジネスニーズに取り組むためのものであることは同じですが、異なる点もいくつかあります。アプリマーケターは現在、シーズナリティや市況、競合他社などの外的要因や、会社の投資利益率（ROI）に影響を与える他の集計データの確認を行いながら、個々のユーザー行動をモニタリングすることで最も価値をもたらすユーザーとチャネルを特定するモバイルアトリビューションに頼っています。一方、MMMを活用すると、よりマクロレベルで全体像を把握することができるのです。

MMMとアトリビューションモデルの主な違いは下記のとおりです。

アトリビューションをモニタリングすることで、キャンペーンに対して最適な結果を得るための軌道修正をリアルタイムに行うことができ、MMMを使用することでさらなるインサイトを取得してビジネスの成果を事前に予測できるため、キャンペーンやマーケティング戦略を的確に計画することができます。また、実店舗とアプリの両方でビジネス展開している場合には、アトリビューションとMMMをマーケティングソースとして組み合わせることが特に役に立ちます。これについては後ほど詳しく解説します。

上記2つのフレームワークの機能や違いについては、Deloitte社の「高度なマーケティングミックスモデルのためのハウツーガイド（英語）」をご覧ください。

ベンダーへモデル構築をアウトソーシングする場合：

MMMに特化した企業（ベンダー）に、ビジネスニーズに合うMMMの構築をアウトソーシング（外部委託）することも選択肢の一つです。MMMを提供するベンダーの多くは、予測や最適化機能を備える自動化されたMMMのソフトウェアを利用し、コンサルティングやモデルの構築を請け負っています。アウトソーシングするとコストがかかりますが、作業工数を大幅に削減することができます。

ベンダーに確認すべき事項

MMMの構築をアウトソーシングする場合は、自分たちのニーズに合うベンダーかどうかを知ることが不可欠です。ベンダーに次の質問をして確認しましょう。

1. データはどのように収集しているのか？

マーケティングミックスはさまざまなソースから成り、計量経済学モデルを用いて評価します。万一ベンダーが自動化されたプロセスではなく手動によるデータ収集を標準プロセスとしている場合、エラーが発生しやすくなるため注意しましょう。

1. 入手できるデータには何が含まれるのか？

この質問によって、ベンダーが業界にどれほど精通しているのかが分かり、展開したいアプリマーケティングに適しているのかどうかを知ることができます。重要なデータへのアクセスがベンダーによって制限されていないことや、適切なデータポイント（計測や調査による実際の情報）を取得できることを確認しましょう。

1. 入力されたデータの正確性はどのように確保するのか？

ベンダーがデータの正確性を検証するために、どのようなテストを実施しているのかを確認しましょう。MMMから得られた情報やインサイトを正しい意思決定に活用するには、適切な情報が揃った信頼できるデータによりMMMの統計分析を正しく行わなくてはzいけません。

1. どれほどの粒度レベルのデータを提供しているのか？

MMMの目的は、モデルから得られるデータに基づいて必要なアクションを取ることです。万一、分析がチャネルレベルだと十分な最適化ができません。データをドリルダウンして特定のキャンペーンや地域などに基づく詳細なインサイトを提供できるMMMベンダーを選びましょう。

アプリに合わせたMMMを構築する

MMMベンダーとの連携や自社によるモデル構築を問わず、アプリに合ったモデルを構築するには、以下の手順を参考にしてください。

1. 明らかにしたい疑問を設定する
2. データを収集する
3. モデルを構築する
4. アウトプットデータを分析する
5. 予測と計画を立てる

1. 明らかにしたい疑問を設定する

上述した「MMMで解明できる10の疑問」のとおり、現在抱えている不明瞭な点など、MMMでどのような情報を理解したいのかを決定します。予算の最適化、チャネル別のコンバージョン、キャンペーンの実施、オフラインによるアクティビティなど、調べたい外的要因を検討します。

2. データを収集する

さまざまなマーケティングソースから、モデルに含めいたいデータを従属変数（要因によって影響された結果として表れる変数）と独立変数（要因によって結果に影響を及ぼすか、結果と関連すると考えられる要因となる変数）のどちらも集計します。モデルから得られるデータポイント（情報）を増やすために、少なくとも2年分のデータを含めることをおすすめします。

MMMに含めるべきデータ ：

• インストール数、セッション数、継続率
• 有料およびオーガニックのアクティビティ（インプレッションを重視する）
• シーズナリティなどのマクロ経済的な要因（関係性がある場合）
• 広告費用
• 自社で保有するメディア（ブログ、Webサイトなど）
• インフルエンサーマーケティング
• Eメールマーケティング
• 競合他社に関する情報

3. 自社に合ったMMMを構築する

MMMによってビジネス固有の疑問に的確な答えを適切に導き出させるには、MMMに要素を正しく取り入れて構築することが重要のため、データがモデルに合うようにパラメーターを設定します。実装する前には、最低でも4〜6週間はテスト試行をします。

4. アウトプットデータを分析する

モデルをしばらく運用したのち、モデルがビジネス目標全体に影響を与えているかどうかを評価します。導き出されたアウトプットデータ（情報）を、効率性、有効性、投資利益率（ROI）の観点から検証しましょう。

モデルの有効性は、次の点を確認して評価します。

• モデルが次のアクションにつながるデータを提供しているか？
• モデルから得られたアウトプットデータは、広告の頻度や使用するチャネル、広告予算配分など、今後のマーケティングのアプローチに活用できる情報か？
• 予測は信頼でき、ビジネスのパフォーマンス向上を促進しているか？

MMMは、活用しながら改善を重ねていく反復プロセスによって精度を増していきます。構築したモデルが会社のニーズに合っているかを定期的に検証して、必要に応じてマーケティングミックス（取り入れる要素）の最適化を行いましょう。

5. 予測して計画を立てる

ステップ1〜4により、ニーズに的確に合うモデル構築ができたら、モデルから今後のキャンペーンに必要なデータや情報を抽出して、最後のステップである予測と計画を行います。可視化された履歴データを振り返るだけではなく、シミュレーションを行い、KPI（キーパフォーマンス指標）を達成するために最適な組み合わせのマーケティング戦略を見つけ出しましょう。

MMMから得られたデータを活用すると、マーケティングの取り組みの全体像を把握することができ、例えば、ターゲットとするユーザーグループに対して広告を表示する頻度を調整することが可能となったり、広告費用をより多く割り当てるべきチャネルや効果の低い広告を特定したり、オーガニックの効果計測からROIの全体像の把握など、さまざまなことができるようになります。

2. 動画のファイル形式とプラットフォームを区別する

動画は、例えば、コネクテッドTVの広告は、TikTokアプリの「おすすめ欄」に表示されるインフィード広告や、YouTubeにアップされる商品のデモ動画とは異なるなど、動画投稿といっても、さまざまなファイル形式や目的、プラットフォームがあります。動画を一つのカテゴリーでまとめてしまうのではなく、細分化して取り扱いましょう。

ビューアビリティ（実際にユーザーに広告が見られたかを把握するための指標）や視聴時間などの要素は、マーケティングに対してそれぞれ異なる影響を与えます。プラットフォームや、プログラマティック広告のパートナー（連携している場合）は別のものとして分けて、それ以外をメディアチャネルごとに分けることをおすすめします。

3. 変更点をテストしてパターンを特定する

MMMのフレームワークでは、統計分析を使って仮説を検証することができます。例えば、あるチャネルの予算を減らして別のチャネルに充てることが利益を生むのか、といった仮説の検証は、ブランドにとって大きな機会に繋げられる可能性があります。

予測こそ、MMMの最も大きなメリットの1つです。過去のデータを活用して、地域市場ごとに月次、週次、日次ごとの予測を立てると、モデルに適切に微調整を加えることができるようになり、例えば、前年の収益目標を達成するためにチャネルごとに必要な広告予算を予測する、というような、精度の高い予想が可能となります。

4. 計測アプローチをMMMとアトリビューションのハイブリッド化する

MMMはモバイルアトリビューションの代替となるツールではなく、マーケティング分析において「MMMかアトリビューションの二択」というわけではありません。収益を最大化するためには、両方の技術の進歩を把握して、これらのアプローチを組み合わせることが大切です。

あらゆるマーケティングの取り組みを全体から徐々に絞るようにトップダウンさせて捉えるMMMは、正確な予測を可能にした際に真価を発揮します。しかしながら、MMMでは粒度の細かいユーザー行動までドリルダウンすることはできません。一方、モバイルアトリビューションは、下から情報を吸い上げるボトムアップ（下意上達）の視野をもたらし、アトリビューション計測によってユーザージャーニーにおける客観的で正確かつ信憑性がある個々のタッチポイントを把握することができるため、MMMとのギャップを埋めてくれます。MMMをアトリビューションと組み合わせることは、大規模に成長していたり、店舗やデジタルの両方でビジネスを展開しているなど、さまざまな企業にとって非常に有益なアプローチです。