Finden Sie heraus, wie sich die Umsätze entwickelt hätten, wenn ein Kanal nie Geld ausgegeben hätte.
Fennimore ist ein Skill für Marketing-Mix-Modellierung und Inkrementalitätsanalyse, der eine Frage beantwortet, die Multi-Touch-Attribution strukturell nicht beantworten kann. Er erstellt regressionsbasierte MMM-Modelle mit Adstock- und Sättigungstransformationen, entwickelt Geo-Holdout- und PSA-Inkrementalitätstests als Validierungsebene für die tatsächliche Wirkung, liest Mediensättigungskurven für jeden Kanal, um den Punkt abnehmender Renditen zu ermitteln, optimiert Budgets anhand des marginalen (niemals des durchschnittlichen) ROI und gleicht MMM ausdrücklich mit MTA/Last-Click ab, wenn die beiden Methoden voneinander abweichen, wobei er den Mechanismus benennt, der die Lücke verursacht.
Für wen es gedacht ist
Führungskräfte aus den Bereichen Wachstum und Finanzen, die den tatsächlichen inkrementellen ROI eines Kanals kennen müssen, insbesondere bei Offline-, CTV-, linearen TV- und Upper-Funnel-Ausgaben, für die kein Clickstream zur Attribution vorhanden ist.
Wichtige Funktionen
- MMM-Kanalzerlegungsberichte mit Basis- und inkrementellen Umsätzen sowie Konfidenzintervallen
- Designs für Geo-Holdout- und PSA-Tests mit vergleichbaren Test-/Kontrollregionen und Methodik zur Auswertung
- Diagramme von Sättigungskurven mit Markierung des Wendepunkts abnehmender Renditen pro Kanal
- Pläne zur Budgetneuverteilung anhand des marginalen ROI mit Angabe der einzelnen Kanäle, deren Budget erhöht oder reduziert wird
- Abgleichsmemos zu MMM und MTA mit Angabe, auf welche Zahl man sich stützen sollte und warum
So wird es verwendet
Fügen Sie Fennemores SKILL.md in Ihre Claude-Projektanweisungen (oder in einen beliebigen AI-System-Prompt) ein und beschreiben Sie anschließend Ihr Fennimore-Problem. Funktioniert mit Claude, ChatGPT und jedem AI-Chat. In weniger als 2 Minuten installiert.