von Torsten Müller-Klockmann, Marketing Science Lead DACH

Unser täglicher Medienkonsum hat sich über die letzten Jahre und Monate zunehmend auf mobile Endgeräte verlagert. Mit unseren Smartphones kommunizieren wir nicht nur mit Familie und Freunden, sondern interagieren immer häufiger mit Unternehmen und Marken. Für Unternehmen eröffnet sich so ein weiterer wichtiger Kanal, auf dem sie mit ihren Kunden in Kontakt treten und ihr Geschäft vorantreiben können.

Aus Untersuchungen wissen wir, dass Videoinhalte auf Facebook und Instagram einen direkten Einfluss auf den Abverkauf haben. Doch wie wirken sich Facebook und Instagram auf die Markenwahrnehmung aus? Und wie hoch ist ihr Einfluss im Vergleich zu anderen Medien?

Um das zu verstehen, hat Facebook gemeinsam mit annalect eine Studie durchgeführt, die die Wirkung verschiedener Kanäle auf die Entwicklung von Markenrelevanz untersucht. annalect hat zu diesem Zweck Marketing Mix Modelle für neun Marken aus verschiedenen Branchen berechnet und analysiert. Von den untersuchten Medien haben nur Facebook/ Instagram und TV in allen Fällen einen signifikanten Einfluss auf die untersuchten Markenmetriken gezeigt.

Was ist Marketing Mix Modelling und wie wurde es eingesetzt?

Beim Marketing Mix Modelling (MMM) wird der Einfluss verschiedener Medien und anderer Faktoren auf relevante Kennzahlen der Werbetreibenden untersucht. Diese Kennzahlen können Abverkaufszahlen sein, aber eben auch Markenmetriken, wie z.B. die Bereitschaft, eine Marke weiterzuempfehlen. MMM verwendet statistische Regressionsmodelle, um aus unabhängigen Variablen (Zeitreihen der wöchentlichen Ausgaben in verschiedenen Medien, saisonale Faktoren, ökonomische Kennzahlen etc.) den Zeitreihenverlauf der abhängigen Variable möglichst genau zu modellieren – in diesem Fall der Brandmetriken “Relevant Set” und “Weiterempfehlung”. Ist der Effekt einer unabhängigen Variable statistisch signifikant, schätzt das Modell den Anteil jedes einzelnen Einflussfaktors auf die abhängige Variable. Dadurch lässt sich erkennen, welche Kanäle welchen Effekt in der Kommunikation aufweisen und wie Budgets künftig besser verteilt werden können. 

Über die Studie

Für die Studie hat annalect Marketing Mix Modelle für neun Marken aus verschiedenen Branchen erstellt, die Daten von 2016 bis Q3 2018 umfassen. Untersucht wurde u.a. die Wirkung der Ausgaben in verschiedenen Medien auf die zwei Metriken Relevant Set (“Wenn Sie das nächste Mal … kaufen, welche der folgenden Marken würden Sie in Betracht ziehen?”) und Weiterempfehlung (“Welche der folgenden Marken würden Sie einem Freund oder Kollegen EMPFEHLEN? Und von welchen der folgenden Marken würden Sie einem Freund oder Kollegen ABRATEN?”). Beide Metriken werden kontinuierlich über den YouGov BrandIndex erhoben.

Beim Vergleich der Medien sollte berücksichtigt werden, dass für TV die Bruttowerbespendings der Nielsen Media Research zugrunde gelegt wurden, während es sich bei Facebook / Instagram um Nettospendings handelt.

Die zentralen Erkenntnisse

• Die Wirkung von Facebook auf Markenmetriken im crossmedialen Mix wird durch die Ergebnisse belegt.
  Facebook/Instagram und TV sind die einzigen gemessenen Medien, die für alle untersuchten Marken eine signifikante Wirkung auf alle Metriken erzielten.
• Facebook/Instagram sind im Mediamix effektive Partner für TV.
  Zusätzliche Investments in beide Plattformen generieren auf aktuellen Budgetniveaus eine höhere inkrementelle Steigerung der Markenmetriken als zusätzliche Investments in TV, da auf den aktuellen Budgetlevels im TV schon ein Sättigungseffekt einsetzt und die durchaus hohe Wirkung dieses Kanal nicht noch weiter gesteigert werden kann. 

 

• Auf aktuellen Budgetniveaus gehören die Facebook-Plattformen im Bruttovergleich zu den effizientesten Kanälen.
• Eine Erhöhung des Anteils von Facebook und Instagram im Mediamix steigert im Allgemeinen die Gesamteffizienz.
  Natürlich sollte der optimale Mix immer auf den speziellen Einzelfall abgestimmt werden, wobei sowohl der Netto-Spend als auch der abnehmenden Grenznutzen bei zunehmenden Budgets berücksichtigt werden müssen.

Der One-Pager zur Studie kann hier heruntergeladen werden.