Marketing Mix Modeling là gì? Khi nào doanh nghiệp nên dùng MMM

Marketing Mix Modeling (MMM) là phương pháp dùng mô hình thống kê trên dữ liệu tổng hợp theo thời gian — thường là doanh thu và chi phí từng kênh theo tuần — để ước tính mỗi kênh marketing đóng góp bao nhiêu vào kết quả, sau khi đã tính đến mùa vụ, giá, khuyến mãi và các yếu tố khác. Kết quả thường dùng để trả lời câu hỏi phân bổ ngân sách: chuyển tiền từ kênh này sang kênh kia thì kết quả dự kiến thay đổi thế nào.

Cần nói thẳng ngay từ đầu: phần lớn doanh nghiệp nhỏ chưa đủ dữ liệu để MMM cho kết quả đáng tin. Bài này giải thích MMM cần gì, làm thế nào, và nếu chưa đủ điều kiện thì nên làm gì thay thế.

MMM hoạt động thế nào

Hình dung một bảng tính mỗi hàng là một tuần, các cột là doanh thu, chi phí từng kênh, giá bán trung bình, có khuyến mãi hay không, có phải tuần Tết không. Mô hình tìm cách giải thích sự lên xuống của doanh thu bằng các cột còn lại. Hai ý tưởng đặc trưng của MMM:

• Carryover (hiệu ứng kéo dài, còn gọi adstock): quảng cáo tuần này có thể còn tác động ở những tuần sau, nhất là kênh xây nhận biết.
• Saturation (bão hoà): tăng chi phí một kênh đến mức nào đó thì mỗi đồng thêm vào mang lại ít kết quả hơn — lợi ích giảm dần.
• Mức nền (baseline): phần doanh thu vẫn có khi không chạy marketing — khách quen, thương hiệu, truyền miệng.
• Biến kiểm soát: mùa vụ, ngày lễ, giá, khuyến mãi, hết hàng, mở chi nhánh mới — để mô hình không ghi nhầm tác động của chúng cho quảng cáo.

So sánh chi tiết hai cách còn lại có ở bài marketing attribution và incrementality marketing. Ưu điểm lớn của MMM là không phụ thuộc cookie hay theo dõi từng người, nên đo được cả kênh offline như tờ rơi, biển quảng cáo.

Điều kiện dữ liệu: vì sao SME nhỏ thường chưa đủ

MMM là bài toán thống kê: mỗi kênh thêm vào mô hình kéo theo vài tham số cần ước lượng (mức tác động, độ kéo dài, điểm bão hoà), cộng thêm các biến mùa vụ và kinh doanh. Để ước lượng đáng tin, mô hình cần nhiều kỳ dữ liệu hơn đáng kể so với số tham số. Các tài liệu thực hành thường nói tới dữ liệu theo tuần kéo dài nhiều năm; nếu chỉ có hơn một năm, mô hình khó tách mùa vụ khỏi tác động quảng cáo vì mỗi mùa chỉ xuất hiện một lần.

• Chuỗi thời gian đủ dài và liên tục, không đứt quãng vì đổi hệ thống bán hàng.
• Chi phí từng kênh có biến động: nếu kênh nào cũng chạy đều một mức suốt năm, mô hình không có gì để so sánh.
• Các kênh không luôn tăng giảm cùng nhau: nếu mỗi dịp Tết bạn tăng mọi kênh cùng lúc, mô hình không tách được kênh nào tạo ra kết quả.
• Đủ nhiều kênh và chi phí đủ lớn để câu hỏi phân bổ đáng giá công sức.
• Người có kiến thức thống kê để xây, kiểm định và giải thích mô hình.

Quy trình làm MMM 6 bước

Bước 1. Xác định quyết định ngân sách

Bắt đầu từ quyết định, không từ mô hình: “năm sau có nên chuyển một phần ngân sách từ quảng cáo mạng xã hội sang quảng cáo tìm kiếm không”, “có nên tiếp tục in tờ rơi không”. Câu hỏi rõ giúp chọn biến cần có, mức chi tiết (theo kênh hay theo chiến dịch) và cách trình bày kết quả. Nếu không có quyết định nào đủ lớn để thay đổi, MMM chưa đáng làm.

Bước 2. Thu thập chuỗi thời gian đủ dài

Gom doanh thu (hoặc số đơn, số lượt đặt lịch) và chi phí từng kênh theo cùng đơn vị thời gian, thường là tuần. Nguồn doanh thu nên là hệ thống bán hàng hoặc kế toán, không phải số nền tảng quảng cáo tự báo. Nếu dữ liệu nằm rải rác ở nhiều file và tài khoản, cần gom về một chỗ trước — xem marketing data warehouse.

Bước 3. Chuẩn hoá chi phí và kết quả

Thống nhất cách ghi: chi phí tính theo ngày quảng cáo chạy hay ngày xuất hoá đơn, có gồm thuế không, phí thiết kế và phí agency tính vào đâu. Doanh thu có trừ đơn huỷ, hoàn trả không. Kiểm tra tuần thiếu số, tuần trùng số, đơn vị tiền tệ. Lỗi ở bước này không mô hình nào sửa được.

Bước 4. Thêm biến mùa vụ và kinh doanh

Liệt kê mọi thứ ngoài quảng cáo có thể làm doanh thu thay đổi: Tết, các ngày mua sắm lớn, mùa khai giảng với trung tâm tiếng Anh, mùa cưới với xưởng in thiệp, thay đổi giá, khuyến mãi, hết hàng, mở hoặc đóng chi nhánh, sự cố website. Bỏ sót biến quan trọng khiến mô hình ghi công nhầm — ví dụ quảng cáo chạy mạnh đúng mùa cao điểm sẽ được ghi công cho doanh thu mà thực ra đến từ mùa vụ.

Bước 5. Đánh giá độ phù hợp mô hình

Mô hình khớp tốt dữ liệu quá khứ chưa đủ. Cần kiểm tra: giữ lại vài tuần cuối, xem mô hình dự báo những tuần đó ra sao; kết quả có hợp lý về kinh doanh không (một kênh có tác động âm là dấu hiệu cần xem lại); bỏ bớt hoặc thêm vài tuần dữ liệu thì kết luận có thay đổi mạnh không. Nếu đã có kết quả thử nghiệm incrementality, dùng nó để đối chiếu hoặc hiệu chỉnh mô hình — đây là cách làm được khuyến khích trong thực hành MMM hiện đại.

Bước 6. Dùng kết quả theo khoảng thay vì điểm tuyệt đối

Đọc kết quả dưới dạng khoảng: “mỗi đồng chi thêm cho kênh A ước tính mang về trong khoảng… đến…”, không phải một con số chính xác đến hàng đơn vị. Thay đổi ngân sách từng bước, theo dõi, rồi cập nhật mô hình với dữ liệu mới. Đường cong bão hoà chỉ đáng tin trong phạm vi chi phí đã từng chi; vượt xa mức đó là đoán.

Ví dụ thực hành: hai doanh nghiệp, hai quyết định

Với shop A, một dashboard marketing đơn giản theo tuần — doanh thu, tổng chi phí, MER, đơn từ khách mới và khách cũ — hữu ích hơn một mô hình không ổn định. Khi dữ liệu dài hơn và có nhiều kênh hơn, MMM mới đáng cân nhắc lại.

AI làm được gì, không làm được gì

Công cụ AI có thể chạy một mô hình hồi quy trong vài giây và trả về con số đẹp. Điều đó không làm dữ liệu dài hơn hay chất lượng hơn. Với MMM, câu trả lời tự tin trên dữ liệu mỏng là rủi ro lớn nhất — đọc thêm đo lường hiệu quả marketing bằng AI.

Sai lầm thường gặp

• Làm MMM khi dữ liệu quá ngắn hoặc chi phí không có biến động.
• Bỏ sót mùa vụ và khuyến mãi, làm quảng cáo được ghi công quá mức.
• Dùng doanh thu nền tảng quảng cáo tự báo thay vì doanh thu thật.
• Tin một con số chính xác thay vì một khoảng.
• Suy rộng đường cong bão hoà ra xa mức chi phí từng chi.
• Làm một lần rồi dùng mãi, không cập nhật khi thị trường đổi.

Câu hỏi thường gặp