互联网、病毒式营销、事件营销、体育营销、植入式广告、手机等新媒体手段的扩散，电视观众人数的减少，广告屏蔽软件的普及……所有这一切结合起来，使得企业密切关注营销预算是如何使用的。营销人员必须用数据来支持其ROI，以产生最大的销售增长以及利润最大化。营销组合建模测量所有营销投入的潜在价值，并确定最有可能产生长期收入增长的营销投资。

营销组合与营销组合建模

营销组合，即通常说的4P，主要由四个元素组成：产品（Product）、价格（Price）、通路（即分销渠道，Place）和促销（Promotion）。其中，产品是关于市场和目标受众需要什么；价格是关于产品的成本；通路是关于将产品交付给客户的最佳分销模式；促销是关于公司产品的信息如何在市场上传播。

自从1960年Edmund Jerome McCarthy首次提出4P营销组合建模以来，各类营销专家不断对其进行了补充，以适应现代市场环境。例如5P模型，添加了包装（Package）这一元素，将产品的包装提升到与通路同等重要的水平，认为包装在顾客决策过程中起重要作用；7Ps营销理论（The Marketing Theory of 7Ps）则是在1981年，由布姆斯（Booms）和比特纳（Bitner）建议在4P基础上添加三个「服务性的P」得出的理论，即：人（ People ）、过程（ Process）、有形展示（Physical Evidence）。

营销组合建模（Marketing Mix Modelling，简称MMM）以销售增长为标准，用来测量整体的营销效果，特别是决定不同营销渠道中的预算分配，了解各种不同的营销活动如何推动产品的业务指标。营销组合建模被各品牌用作决策工具，营销人员利用这些分析结果调整营销策略，优化营销计划，以评估各种营销手段在提升 ROI方面的有效性。

早在20世纪40年代，美国营销学和广告学教授Neil Borden就已经在使用「营销组合建模」这个词了。20世纪70年代，它开始从学术圈发展到商业圈。第一家把这套方法用于商业环境的公司是Hudson River Group，随后Mindshare，Omnicom和OHAL等公司也相继使用这套方法，使其成为一个广泛应用的营销分析工具。

营销组合建模的变量组成

营销组合的元素被归类为三种变量：基础变量、增量及其他变量。这三种类别进一步细分为一系列可以影响产品或服务的市场表现的因素。了解每一个变量对于营销人员准确预测促销活动和产品渠道的影响至关重要。

基础变量：包括定价、分销、季节性及宏观经济变量等。其中，季节性是指周期性发生的变化。季节性的机会往往是一年中最重要的商业时期；宏观经济因素如GDP、失业率、购买力、增长率、通货膨胀和消费者情绪等，这些因素不受企业控制，但会对企业产生实质性的影响，进而影响企业的营销策略。

增量：包括电视广告、广播广告、平面广告、植入式广告等ATL 营销策略，促销、折扣、社交媒体营销、直邮、店内促销活动等 BTL 营销策略等变量。

其他变量：包括直接竞争对手和间接竞争对手等变量。直接竞争对手是提供相同产品的企业，如iPhone是三星Galaxy的竞争对手。间接竞争对手指那些不提供类似产品，但以另一种方式满足相同需求的企业，如亚马逊Kindle电纸书与纸质书之间是间接的竞争关系，前者是后者的替代品。

营销组合建模的相关方法

营销组合建模适用的一些方法包括：

多元线性回归：

多元线性回归（Multi-Linear Regression）是回归分析技术的一种。回归分析（regression analysis）是源自统计学的概念，指的是确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。在大数据分析中，回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。

在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。因变量可以是销售额或市场份额。通常使用的自变量是分销、价格、数字渠道费用、电视费用、户外费用、平面媒体费用、线下促销费用、网站访问者以及消费者促销信息等。

因变量和预测变量之间形成一个等式。这个方程可以是线性的，也可以是非线性的，这取决于因变量和各种营销投入之间的关系。某些变量如电视广告与销售呈非线性关系，这意味着电视GRP[1]（Gross Rating Points，毛评点）的增长与销售额的增长并不成正比。

预测因素的线性和非线性影响：

某些变量与销售呈线性关系。这意味着，只要投入增加，销售将继续增长。但是像电视GRP这样的变量对销售没有线性影响。电视GRP的增加只能在一定程度上增加销售；一旦达到饱和点，每增加一单位GRP，对销售的影响就会减少。

电视GRP被认为是非线性的变量，电视广告只能在一定程度上引起消费者的注意。超过了这个程度，即增加广告的曝光，不会提升消费者对品牌的认知，因为他们已经知道了品牌。

贡献图

贡献图（Contribution Charts）用一种直观的方式，来衡量哪些营销手段推动了销售，以及每项营销手段的影响有多大。每项营销投入的贡献是其系数和投入价值的乘积。要计算贡献百分比，可以用单次投入的贡献除以总贡献。

贡献图通常有两种绘制方式：绝对贡献的总和为100；非绝对贡献合计达100。

上图用来表示绝对贡献的图。假设已经销售了 100 单位的商品。其中，53 单位的商品不依赖于任何广告，仅仅是依靠商品自身的品牌知名度；通过电视广告销售了 7 单位商品，消费者促销和BTL促销各销售了3单位。特别注意的是，如果所有数值加起来，所得数并不是 100，所以只是统计所有正数值。最后一项「价格」前的负号，代表它可能造成的销售损失。在上图中，由于价格上涨，损失了28单位的销售额。同样，竞争对手的营销活动在贡献图上也用负号表示。

上图用来表示非绝对贡献的图。在保持负号不变的情况下，所有的贡献总和为100%。从图上得知，所有正数之和为162单位，其中有118单位来自品牌本身的影响以及分销渠道；17单位的销售由电视广告等推动；面向消费者的促销活动贡献了 7 个单位。由于价格上涨，损失了62单位的销售额。因此，最终的销量总署为100台。