Математика классической модели строится на цифрах объема продаж в качестве зависимой переменной и маркетинговых активностях в качестве независимых переменных (инвестиции в маркетинг, цена, внешние промо активности, каналы продаж итд).

Итоговый результат выраженный в виде формулы линейной регресии можно использовать для прогноза продаж на будущие периоды с учетом новых плановых значений медиа микса.

В более сложных алгоритмах расчитывается базовый уровень (base) и добавочный (incremental) объема продаж, созданных за счет изменений в медиа миксе.

В модели используются все доступные внутренние источники данных, формирующие маркетинг микс (4P) компании, а также дополнительные внешние данные, актуальные в конкретной индустрии и рыночной ситуации.

Для запуска такого внутреннего решения, компания может использовать существующую BI инфраструктуру и построить модель на базе Power BI \ DataLens.

Альтернативно, процесс описан в фармацевтическом кейсе.

Агрегирование разносторонних данных в единой БД позволяет построить точную модель влияния инвестиций бренда на продажи (включая отсроченное и локальное воздействие), гибко добавлять новые типы данных в модель и строить узкие срезы.

Значительно увеличивает скорость получения необходимых выводов. И открывает новые возможности стратегической аналитики в компании, где каждый 1% роста эффективности медиапланирования выражается миллионами рублей дополнительной выручки.