Pazarlama giderleri günümüzde her firma için pek çok çeþitli kanalda artmaktadýr. Pazarlama ve iþ liderleri dahil olmak üzere kuruluþlarýn üst düzey yöneticileri, optimize edilmiþ pazarlama bütçelerinin etkinliðini ve sonuçlarýný daha iyi anlamak için farklý analizlere ihtiyaç duymaktadýr. Pazarlama Karmasý Modellemesi (MMM), yaygýn olarak kullanýlan pazarlama analitiklerinden biridir. Çeþitli sektörlerdeki kuruluþlara, farklý reklam kanallarýnda harcanan pazarlamanýn etkilerini optimize etme ve tahmin etme konusunda yardýmcý olacak yaklaþýmlar sunmaktadýr. MMM'nin kullanýmýyla ilgili temel endiþelerden biri, þirketlerin yatýrým yaptýklarý kanallar arasýnda etkin olmayanlarý belirleyebilmek için uygun deðiþken dönüþüm tekniklerini (özellikle doðrusal ve ridge regresyonlarý) saptamaktýr. Bu çalýþma, Türkiye’de önde gelen e-ticaret kuruluþlarýndan biri için MMM yöntemlerinin uygunluðunu belirlemeyi ve en çok kullanýlan iki regresyon yönteminin (lineer ve ridge) kullanýmýný karþýlaþtýrmayý amaçlamaktadýr. Ýlki için GroupM UK tarafýndan geliþtirilen Lineer MMM (LMMM) aracýný ve ikincisi için Meta'nýn (bilinen eski adýyla Facebook) deneysel, yarý otomatik ve açýk kaynaklý bir Pazarlama Karmasý Modelleme (MMM) aracý olan Robyn'i kullanýdý. Bu çalýþma, bir vaka çalýþmasý için dönüþüm ve düzenlileþtirme parametreleri (adstock ve doygunluk tabanlý deðiþken dönüþümleri) boyunca hangi (lineer ve ridge) regresyon yöntemlerinin ne ölçüde daha iyi çalýþtýðýný analiz etmeyi amaçlar. Haftalýk iþ, çevrimiçi, çevrimdýþý, satýþ ve yatýrým verileri 2018-2020 dönemi boyunca toplanmýþ kullanýlmýþtýr. Vaka çalýþmasý için pazarlama giderlerinin satýþlar üzerindeki etkilerini ifade ederek MMM yöntemlerinin uygunluðunu deðerlendirilmiþtir. Sonuçlar, LMMM ve Robyn tarafýndan harcanan pazarlama kanallarýndaki katkýlar ve yatýrým getirisi (ROI) açýsýndan sunulmuþtur. MMM yöntemlerinin uygun kullanýmý sonucunda, her bir medya faaliyetinin kullandýðý KPI (Satýþ) üzerinde hem katký (toplam etki) hem de ROI (yatýrým getirisi) deðerleri hesaplanarak "Þirket" için en etkin medya kanallarý belirlenmiþtir. (çevrimiçi ve çevrimdýþý medya yatýrýmlarý). En etkili medya kanallarýnýn televizyon ve sosyal medyadaki influencer faaliyetleri olduðu gözlemlenmiþtir. Ayrýca LMMM ve Robyn artýlarý ve eksileri ile birlikte yaygýn olarak kullanýlan araçlar olarak karþýlaþtýrýlmýþtýr. Robyn, optimum gecikmeyi, reklam stoðu seviyelerini bulmak, bütçe tahsis etmek ve her kanal için otomatik olarak doygunluk seviyeleri oluþturmak için daha uygun olabileceði de gözlemlenmiþtir. Oysa Robyn'in belirli bir deðiþken kümesini önceden hazýrlamasý gerektiðinden, yaklaþýk iki bin deðiþkenlik bir havuzdan o belirli kümeyi seçmek þimdiye kadar ancak LMMM ile yapýlabilecek bir þeydi. Ayrýca bulgularýn teorik ve pratik çýkarýmlarý da sunulmuþtur. ORCID NO: 0009-0006-0920-5207
Anahtar Kelimeler: Pazarlama Karmasý Modellemesi, Robyn, LMMM, Regresyon Yöntemleri, E-ticaret Platformu, Düzenlileþtirme Yöntemi, Pazarlama Analitiði
|
