持续存在的隐私挑战以及不断完善的云技术和人工智能技术，正推动营销组合建模（MMM）的复兴。
MMM于1949年推出，但在21世纪初随着数字广告的兴起而逐渐失宠。这种数据驱动的技术长期以来帮助营销人员理解广告、促销和价格等变量如何影响收入。然而，与追踪Cookie和末次触点归因模型相比，MMM显得复杂且昂贵。
复兴
到了2025年，MMM重新受到关注。过去几年里，Meta和Google发布了免费的开源MMM工具——Google的Meridian于2025年1月29日发布，Meta的Robyn则于2023年发布。
为什么MMM会引起两大数字广告平台的兴趣？我认为有三个可能的因素：追踪Cookie、人工智能和云计算。
Google上个月推出了Meridian，这是一个开源的营销组合模型。
无Cookie广告
围绕追踪Cookie的争议是第一个驱动因素。Cookie是一项基础且有用的技术，浏览器中的第一方Cookie可以保持用户登录网站并保留其偏好设置。然而，用于记录个人在多个网络属性上行为的第三方追踪Cookie已成为隐私领域的众矢之的。诸如欧洲的《通用数据保护条例》和加州消费者隐私法等法律限制了此类Cookie的使用，许多浏览器公司也已完全停止支持它们。
无Cookie广告定向的潜力使MMM对大型广告主和平台具有吸引力。
广告效果。尽管存在隐私担忧，第三方Cookie仍推动了广告定向并提升了效果。MMM应帮助广告主识别哪些营销渠道和创意能产生最佳回报。结合新的广告定向技术，MMM几乎肯定会提升效果。
例如，Meta的Robyn帮助广告主分析在Facebook、Instagram和其他渠道上的活动表现，根据结果评估渠道有效性并优化广告支出。
无Cookie定向的时代鼓励使用MMM。一些最具前瞻性且预算充足的大型广告主正在考虑替代定向方法和新的推广渠道，监控这些实验需要复杂的多触点归因或MMM。
例如，Google的Meridian MMM超越了标准回归模型，采用了一种称为“贝叶斯因果推断”的理论，该理论能够捕捉不精确营销行动（如社交媒体帖子）的影响。
个人隐私。这是MMM吸引Google、Meta和众多广告主的另一个原因。该模型聚合数据，通常避免使用个人身份信息。
人工智能
AI使MMM相对更快、更具适应性，且更易于扩展。
速度的提升首先源于快速训练模型。如今可用的基础模型相比从零开始构建提供了巨大的先发优势。其次，AI有助于处理和清洗来自多个来源（如数字广告、电视、印刷媒体以及线上和线下销售）的大型复杂数据集。相关算法能够检测季节性、异常值和数据错误，从而减少人工工作，但仍需数据科学家对模型进行微调。
尽管如此，Meta的Robyn背后的AI会动态调整模型变量，自动提高准确性，因此它更具适应性和可扩展性。
云计算
二十年前，基于网络的营销兴起，产生了海量数据和沉重的处理负载。分析这些信息通常需要定制的基础设施和昂贵的数据仓库。由于云计算技术的进步和成本降低，这些限制已不复存在。公司无需在MMM软件和服务器上花费50万美元或更多，而是可以在云端运行Google Meridian，费用仅为原来的几分之一，每年可能低至1万美元。
然而，准确的建模需要一定的规模——每年在广告上投资至少50万美元的企业最有可能受益。但如果MMM以服务的形式提供，这一情况可能会发生变化。