Digital Marketing
MMM (Marketing Mix Modeling)
TL;DR: Marketing Mix Modeling (MMM) adalah teknik statistik yang mengukur kontribusi setiap kanal pemasaran (TV, digital, search, social, promo) terhadap penjualan menggunakan data agregat mingguan atau bulanan. MMM tidak butuh cookie atau user-level data, sehingga jadi tulang punggung pengukuran iklan di era cookieless 2026.
Apa itu MMM?
MMM memetakan hubungan antara belanja media, faktor eksternal (cuaca, musim, harga, promosi kompetitor), dan output bisnis seperti penjualan atau lead. Modelnya pakai regresi (umumnya Bayesian) dengan dua konsep kunci: adstock (efek iklan yang menumpuk dari minggu ke minggu) dan saturation (titik diminishing returns belanja). Hasilnya: kontribusi inkremental tiap kanal, ROI per kanal, dan rekomendasi realokasi budget.
Berbeda dengan multi-touch attribution (MTA) yang melacak per pengguna, MMM bekerja di level agregat. Itu artinya MMM kebal terhadap pembatasan third-party cookies, ATT Apple, dan privasi browser modern. Per April 2026, Google, Meta, dan Amazon Ads semuanya menyediakan dataset MMM-ready (Meta Robyn, Google Meridian) untuk membantu adopsi.
Komponen Utama Model MMM
| Komponen | Fungsi |
|---|---|
| Adstock | Memodelkan efek iklan yang carry-over (decay 0,3 hingga 0,7 per minggu) |
| Saturation curve | Menangkap titik jenuh belanja (Hill function) |
| Baseline | Penjualan organik tanpa iklan |
| Control variables | Cuaca, hari libur, promosi, harga kompetitor |
| Posterior estimates | Distribusi ROI tiap kanal dengan credible interval |
Kenapa Penting?
Brand Indonesia yang dulu mengandalkan Enhanced Conversions atau pixel Meta untuk attribution mulai kehilangan akurasi sejak iOS 17 dan Chrome Privacy Sandbox. MMM jadi alternatif yang tetap legit karena tidak menyentuh data pribadi. Brand FMCG, e-commerce, dan retail di Indonesia sudah mulai memasangkan MMM dengan incrementality test untuk validasi.
Pertanyaan Umum
Berapa data minimum untuk MMM yang valid?
Standar industri menyebut minimum 2 tahun data mingguan (sekitar 104 titik) supaya model menangkap pola musiman, cukup variasi belanja, dan tren makro.
Apakah MMM menggantikan attribution?
Tidak. MMM untuk perencanaan strategis dan alokasi budget jangka panjang. Attribution per-user (atau Attribution Reporting API) untuk optimasi taktis harian. Keduanya saling melengkapi dalam framework triangulation.
Istilah Terkait