marketingmix-modellezés (MMM)

angolul: Marketing Mix Modeling

haladóelterjedt

Statisztikai módszer, amely több év eladási és költési adataiból megbecsüli, hogy az egyes reklámcsatornák és más marketingeszközök (például ár, akciók) mennyivel járultak hozzá a forgalomhoz.

Érthetően

Képzeld el, hogy egy pékség egyszerre hirdet rádióban, Facebookon és szórólapon, közben pedig akciózik is. A forgalom nő, de mitől? A marketingmix-modellezés ezt a kérdést próbálja megválaszolni: a múlt adataiból kiszámolja, melyik eszköz mekkora részt tett hozzá az eladásokhoz.

Olyan ez, mint amikor egy szakács utólag próbálja kitalálni, melyik hozzávalótól lett finom a leves. Nem kóstolja külön mindegyiket, hanem sok főzés eredményét veti össze: mikor volt több só, mikor kevesebb bors, és hogyan ízlett a vendégeknek.

A módszer nem követ egyes embereket, csak összesített számokkal dolgozik: heti költés, heti eladás, időjárás, ünnepek, árak. Ezért sütik és személyes adatok nélkül is működik, és a tévét, az óriásplakátot és az online hirdetést is egy mérlegre tudja tenni.

Ma már gépi tanulás és AI segíti: gyorsabban készül el a modell, és akár egy AI-agent is lefuttathatja a „mi lenne, ha” számításokat. A döntést a büdzséről azonban továbbra is embernek kell meghoznia.

Hogyan működik

Adatgyűjtés: a cég összeszedi általában 2–3 év heti adatait: mennyit költött csatornánként, mennyit adott el, milyen áron, milyen akciókkal.
Külső hatások bevonása: bekerül a szezonalitás, az ünnepek, az időjárás, a versenytársak lépései és a gazdasági helyzet, hogy a modell ne a reklámnak tulajdonítsa azt, amit például a karácsony okozott.
Modellépítés: egy regressziós, ma gyakran bayesi statisztikai modell megbecsüli az egyes csatornák hozzájárulását. Számol azzal, hogy a reklám hatása késleltetve jelentkezik és lassan cseng le, és azzal is, hogy egy ponton túl a több költés egyre kevesebbet hoz (telítődés).
Ellenőrzés: a becsléseket összevetik valódi kísérletekkel, például azzal, mi történt, amikor egy régióban szünetelt a hirdetés.
Tervezés: a kész modellel kipróbálható, mi történne, ha a büdzsét másképp osztanák el a csatornák között, és ebből készül a következő időszak költési javaslata.

Példa a mindennapokból

Egy webáruház vezetőjeként azt látod, hogy a Google-hirdetéseid mérőszámai kiválóak, a tévészponzorációról viszont semmit nem mutat a rendszer. A marketingmix-modell megmutathatja, hogy a tévé nélkül a keresőhirdetéseidre is kevesebben kattintanának, vagyis a kettő együtt dolgozik.

Kit érint

marketingesEzzel tudod számokkal megindokolni, melyik csatornára érdemes többet vagy kevesebbet költeni, akkor is, ha a felhasználók online követésén alapuló mérés hiányos vagy nem megbízható. → Marketing

vállalkozó, vezetőSegít eldönteni, megtérül-e a reklámköltés, és hová érdemes tenni a következő forintot.

fejlesztőA nyílt forráskódú MMM-eszközök bevezetéséhez tiszta, rendszeresen frissülő adatfolyamokat kell építened. → Kód

Gyakori félreértés

TévhitA marketingmix-modell pontosan megmondja, mennyi bevételt hozott minden egyes elköltött forint.

ValójábanA modell becslést ad, bizonytalansági sávval, és együttmozgásokból következtet, nem bizonyított ok-okozati kapcsolatból. Megbízhatóvá akkor válik, ha valódi kísérletekkel is ellenőrzöd.

Korlátok és kockázatok

Sok és jó minőségű múltbeli adat kell hozzá; új cégnél vagy kis büdzsénél az eredmény nagyon bizonytalan lehet.
Ha két csatornára mindig egyszerre költesz, a modell nem tudja szétválasztani a hatásukat.
A múltból tanul, ezért hirtelen piaci változás, új versenytárs vagy új csatorna esetén félrevezethet.
Az eredmény erősen függ a modellező feltevéseitől, így ugyanazokból az adatokból két elemző eltérő következtetésre juthat.

Hasonló, de nem ugyanaz

attribúciós modellezés – Az attribúció egyes felhasználók kattintásait és útvonalát követi, az MMM viszont csak összesített adatokkal dolgozik, és az offline csatornákat is látja.
A/B-teszt – Az A/B-teszt egyetlen változtatás hatását méri kontrollált kísérletben, az MMM pedig utólag, megfigyelt adatokból becsüli az összes csatorna hatását egyszerre.
marketingmix (4P) – A marketingmix maga az eszköztár (termék, ár, értékesítési hely, promóció), a modellezés pedig ezek hatásának számszerű mérése.

Kapcsolódó fogalmak

Tágabb

marketinganalitika, ökonometria, prediktív analitika

Szűkebb

bayesi marketingmix-modell, reklámtelítődési görbe, áthúzódó reklámhatás

Rokon

attribúciós modellezés, inkrementalitásmérés, A/B-teszt, regresszióelemzés, büdzséoptimalizálás

Röviden a története

A „marketingmix” kifejezést Neil Borden amerikai professzor már korábban is használta, széles körben pedig 1964-es cikke tette ismertté. Az erre épülő statisztikai modellezést a fogyasztási cikkeket gyártó nagyvállalatok kezdték használni a 20. század második felében. Új lendületet az adott neki, hogy az adatvédelmi szabályok, a böngészők és a mobilrendszerek korlátozták a felhasználók online követését, és megjelentek a nyílt forráskódú eszközök.

Hol tart most

2026 végén a nagy hirdetők körében bevett módszer, és a Google (Meridian) és a Meta (Robyn) ingyenes, nyílt forráskódú eszközei révén a közepes cégek számára is elérhető. Az AI főként az adat-előkészítést, a gyakoribb frissítést és az eredmények értelmezését gyorsítja.

Állapot: 2026. november

A hírekben

1 Agent Age-sztoriban fordul elő; a görbe a hírmagazin heti előfordulása.

Mérés és költségvetés: CFO-nyomás, marketingmix-modellezés és B2B-forgalomvesztés AI-keresés miatt2026. szept. 22. · Marketing

Más nevei

MMM · marketingmix-modell · marketing mix modellezés · médiamix-modellezés · Marketing Mix Modeling · Marketing Mix Modelling · Media Mix Modeling · Marketing Mix Model

Források

Google Meridian – nyílt forráskódú MMM-keretrendszer dokumentációja

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.