MMM-Software im Vergleich, vier Gruppen und wofür sie taugen

Open Source, Beratung, US-Dashboard oder schlankes EU-Werkzeug. Wir sortieren den Markt für Marketing-Mix-Modeling in vier Gruppen und nennen die fünf Fragen, die Anbieter wirklich unterscheiden.

Wer heute nach einer Software für Marketing-Mix-Modeling sucht, landet in einem Feld, das von außen sehr unübersichtlich wirkt. Da stehen Open-Source-Bibliotheken von Google und Meta neben teuren Beratungsprojekten, daneben Dashboards aus dem E-Commerce, die alle irgendetwas mit Attribution machen. Dieser Beitrag sortiert das Feld in vier Gruppen, nennt die typischen Kosten und sagt, für welche Situation welche Gruppe passt.

In drei Sätzen

  • 01Der Markt zerfällt in vier Gruppen: Open Source, Beratung, US-Dashboards und schlanke europäische Werkzeuge.
  • 02Der größte Unterschied liegt nicht in der Mathematik, sondern in Aufwand, Preis und Datenschutz.
  • 03Entscheidend ist die Frage, ob du ein Modell bauen willst oder eine Entscheidung brauchst.

Warum der Vergleich überhaupt schwerfällt

Fast alle Anbieter benutzen dieselben Wörter. Inkrementalität, Sättigung, Attribution, Budget-Optimierung. Dahinter stecken aber sehr verschiedene Dinge. Manche Werkzeuge rechnen ein echtes ökonometrisches Modell, andere ordnen nur Klicks anders zu und nennen das Attribution. Bevor du Preise vergleichst, lohnt sich deshalb ein Blick darauf, was die Methode überhaupt ist. Die Grundlagen dazu stehen im Beitrag über Marketing-Mix-Modeling und im Vergleich MMM gegen Attribution.

Die vier Gruppen im Markt

Preiseigener AufwandOpen SourceRobyn, MeridianBeratungProjekt, StudieUS-DashboardsD2C-FokusSchlanke EU-Toolslaufend, DSGVO
Vier Gruppen, zwei Achsen. Nach oben steigt der Aufwand, den du selbst tragen musst, nach rechts steigt der Preis. Open Source ist billig, aber teuer in Arbeitszeit. Beratung ist umgekehrt.

1. Open-Source-Bibliotheken

Meta Robyn und Google Meridian sind frei verfügbar und methodisch stark. Du bekommst den Modellkern geschenkt und trägst alles andere selbst: Datenaufbereitung, Rechenumgebung, Interpretation, Wartung. Für ein Team mit Data Scientist ist das eine sehr gute Wahl, für ein Marketing-Team ohne eigene Analytik selten. Was dabei konkret auf dich zukommt, steht im Beitrag MMM selbst bauen oder Werkzeug nutzen.

2. Beratungsprojekte

Klassische Agenturen und Analytics-Häuser bauen dir ein Modell als Projekt. Das Ergebnis ist oft sehr gut und sehr individuell, kommt aber als Präsentation an, nicht als laufendes System. Nach vier Monaten ist die Studie alt, und die nächste kostet wieder. Die Preisspanne dafür haben wir im Beitrag Was kostet Marketing-Mix-Modeling aufgeschrieben.

3. US-Dashboards aus dem E-Commerce

Northbeam, Triple Whale und ähnliche Werkzeuge sind auf D2C-Shops zugeschnitten und stark im Tagesgeschäft. Sie mischen eigenes Pixel-Tracking mit Modellen und liefern schnell hübsche Zahlen. Zwei Punkte solltest du prüfen: wie viel davon wirklich Modell ist und wie viel nur umsortierte Klick-Zuordnung, und wo deine Daten liegen. Dazu der Beitrag Alternativen zu Northbeam und Triple Whale.

4. Schlanke europäische Werkzeuge

Die jüngste Gruppe verpackt die Methode als laufende Software mit Server in der EU. Der Anspruch ist nicht, das mathematisch letzte Prozent herauszuholen, sondern eine belastbare Empfehlung mit ehrlicher Unsicherheit in den Alltag zu bringen. Vectalyze gehört in diese Gruppe, was genau dahinter steckt, steht in Was Vectalyze macht.

Woran du Anbieter wirklich unterscheidest

Die Mathematik ist selten der Unterschied. Nützlicher sind fünf Prüffragen. Erstens: Zeigt das Werkzeug Unsicherheit, also Konfidenzintervalle, oder nur eine glatte Zahl? Zweitens: Rechnet es mit Sättigung, also mit abnehmendem Grenznutzen? Drittens: Braucht es Cookies, oder funktioniert es auch, wenn das Tracking bröckelt? Viertens: Wo liegen die Daten und wer ist Auftragsverarbeiter? Fünftens: Wie lange dauert es von der ersten Anbindung bis zur ersten Entscheidung? Die ausführliche Checkliste dazu steht in Software zur Budget-Optimierung auswählen.

Ein Modell, das keine Unsicherheit zeigt, ist kein besseres Modell. Es ist nur ein selbstbewussteres.

Welche Gruppe zu welcher Situation passt

Hast du ein eigenes Data-Team und mehrstellige Millionenbudgets, nimm Open Source und baue es richtig. Brauchst du einmalig eine Entscheidungsvorlage für den Vorstand, kauf ein Beratungsprojekt. Bist du ein reiner D2C-Shop, der vor allem Tagesoptimierung will, sind die US-Dashboards nah an deinem Alltag. Willst du laufend planen, mit europäischem Datenschutz und ohne eigenes Analytik-Team, passt die vierte Gruppe. Welche Daten du dafür in jedem Fall brauchst, steht in Welche Daten ein Marketing-Mix-Modell braucht.

Deine Frage, unsere Antwort

Vergleichst du gerade Anbieter und weißt nicht, worin sie sich wirklich unterscheiden?

Diesen Beitrag haben wir aus echten Projekten geschrieben. Deine konkrete Situation schauen wir uns gern persönlich an und antworten mit einer fundierten Einschätzung statt einer Standard-Floskel. Genau dafür gibt es uns.

Frag uns direktWir antworten in der Regel innerhalb von 24 Stunden.

Häufige Fragen zum Thema

Die wichtigsten Nachfragen, die uns nach diesem Beitrag erreichen.

Es gibt keine pauschal beste. Mit eigenem Data-Team und großem Budget sind die Open-Source-Bibliotheken Meta Robyn und Google Meridian methodisch top. Ohne eigenes Analytik-Team ist ein laufendes Werkzeug sinnvoller, weil dort Datenaufbereitung, Modellpflege und Interpretation mitgeliefert werden. Die Frage ist weniger, welches Modell besser rechnet, sondern wer die Arbeit drumherum macht.
Nur zum Teil. Beide sind stark im Zusammenführen von Shop- und Werbedaten und arbeiten mit eigenem Pixel-Tracking und Zuordnungslogik. Modellbasierte Inkrementalität ist Bestandteil, steht aber nicht im Zentrum wie bei einem klassischen MMM. Wer eine Budget-Frage über alle Kanäle beantworten will, sollte gezielt nachfragen, welcher Teil der Zahl aus einem Modell kommt.
Die Spanne ist groß. Open Source kostet keine Lizenz, dafür Personenmonate. Beratungsprojekte liegen häufig im fünfstelligen Bereich pro Studie. US-Dashboards starten oft bei mehreren hundert bis über tausend Euro im Monat, meist umsatzabhängig. Schlanke europäische Werkzeuge liegen darunter, Vectalyze etwa bei 99 Euro monatlich im Starter und 299 Euro im Pro-Plan.
Für den Eigenbau ja, praktisch immer. Für ein fertiges Werkzeug nein, dort ist die Modellwahl schon getroffen und die Ergebnisse sind auf Marketing-Entscheidungen übersetzt. Ein statistisches Grundverständnis hilft trotzdem, vor allem beim Lesen von Konfidenzintervallen, damit aus einer Schätzung keine vermeintliche Gewissheit wird.

Weiterlesen