MMM selbst bauen mit Robyn oder Meridian, oder doch ein Werkzeug?
Der Modellkern ist kostenlos, die Arbeit drumherum nicht. Wir rechnen ehrlich durch, was ein Eigenbau mit Meta Robyn oder Google Meridian kostet und wann ein fertiges Werkzeug die bessere Wahl ist.
Meta Robyn und Google Meridian sind frei verfügbar. Der Modellkern kostet also nichts, und genau deshalb steht in vielen Teams irgendwann der Satz im Raum: Das bauen wir selbst. Das kann eine sehr gute Entscheidung sein. Es kann aber auch ein Projekt werden, das nach neun Monaten in einem Notebook endet, das niemand mehr öffnet. Dieser Beitrag beschreibt ehrlich, was dazwischen liegt.
In drei Sätzen
- 01Der Modellkern ist der kleinste Teil der Arbeit, der Aufwand steckt in Daten, Betrieb und Interpretation.
- 02Rechne für einen sauberen Eigenbau mit mehreren Personenmonaten plus laufender Pflege.
- 03Selbst bauen lohnt bei eigenem Data-Team und großen Budgets, sonst gewinnt das fertige Werkzeug.
Was du geschenkt bekommst
Beides sind ausgereifte Bibliotheken. Robyn arbeitet mit Regularisierung und automatischer Suche über Adstock- und Sättigungsparameter, Meridian ist bayesianisch aufgebaut und liefert von Haus aus Unsicherheitsbänder. Methodisch ist das mindestens auf Augenhöhe mit dem, was kommerzielle Anbieter rechnen. Die Grundbegriffe dazu stehen in Marketing-Mix-Modeling, Adstock und Sättigung.
Was du selbst tragen musst
Datenaufbereitung. Werbeausgaben, Impressionen, Klicks und Umsatz müssen auf eine gemeinsame Zeitachse, in einer gemeinsamen Währung, mit einheitlicher Kanalzuordnung. Feiertage, Preisaktionen, Lieferengpässe und Website-Umbauten gehören als Ereignisse mit hinein, sonst schreibt das Modell deren Wirkung der Werbung zu. Welche Felder du wirklich brauchst, steht in Welche Daten ein Marketing-Mix-Modell braucht.
Betrieb. Ein Modell, das einmal gerechnet wurde, ist eine Studie. Ein Modell, das jede Woche mit frischen Daten läuft, ist ein System. Dazwischen liegen Rechenumgebung, Zeitsteuerung, Fehlerbehandlung, Versionierung der Ergebnisse und ein Ort, an dem Nicht-Techniker das Ergebnis sehen.
Interpretation. Die Bibliotheken geben dir Koeffizienten und Kurven. Sie geben dir keine Antwort auf die Frage, ob eine geschätzte Wirkung stabil genug ist, um im Budget-Meeting darauf zu wetten. Dafür brauchst du jemanden, der Konfidenzintervalle lesen kann und weiß, wann ein Modell überangepasst ist.
Der Modellkern ist Open Source. Die Verantwortung für das Ergebnis ist es nicht.
Eine realistische Aufwandsrechnung
Für einen ersten belastbaren Stand rechnen die meisten Teams mit zwei bis vier Personenmonaten, verteilt auf Datenanbindung, Modellierung und Validierung. Danach kommen laufend etwa zwei bis vier Personentage im Monat für neue Daten, veränderte Kanäle, Plausibilitätsprüfungen und Kommunikation. Bei internen Kosten von grob 700 bis 900 Euro pro Personentag ergibt das eine Größenordnung, die viele Werkzeug-Abos deutlich übersteigt. Die Zahlen im Marktvergleich stehen in Was kostet Marketing-Mix-Modeling.
Wann selbst bauen die richtige Wahl ist
Wenn du ein eigenes Data-Team hast, das Modelle ohnehin betreibt. Wenn dein Mediabudget so groß ist, dass ein Prozent Verbesserung mehr wert ist als das ganze Projekt. Wenn du Besonderheiten hast, die kein Standardwerkzeug abbildet, etwa viele Offline-Kanäle, Handelspartner oder eine ungewöhnliche Kaufreise. Und wenn ihr die Bereitschaft habt, das Modell auch in zwei Jahren noch zu pflegen.
Wann das fertige Werkzeug gewinnt
Wenn die Entscheidung wichtiger ist als das Modell. Ein Marketing-Team, das jeden Monat eine begründete Verteilung braucht, gewinnt wenig daraus, den Optimierer selbst geschrieben zu haben. Genau an dieser Stelle setzt Vectalyze an, siehe Was Vectalyze macht. Eine Übersicht über alle Gattungen steht in MMM-Software im Vergleich. Und wenn dir vor allem Historie fehlt, hilft Sättigungskurven mit wenig Daten weiter, bevor du überhaupt über Werkzeuge nachdenkst.