Marketing Mix Modelling (MMM) helpt marketeers al jaren om te begrijpen hoe mediabestedingen bijdragen aan verkoopresultaten. Toch stuiten ervaren professionals vaak op een bekend raadsel: twee campagnes met vergelijkbare mediabudgetten leveren totaal verschillende resultaten op. De ontbrekende schakel? Creatieve kwaliteit.
Traditionele MMM-modellen negeren vaak de impact van advertentie-inhoud, wat leidt tot verkeerde toewijzing van effect en gemiste kansen. In dit artikel laten we zien waarom het integreren van creatieve effectiviteit in MMM onmisbaar is geworden. Met data en expertise van Kantar tonen we hoe creatieve metrics zorgen voor scherpere attributie, hogere ROI en een krachtiger instrument voor marketingoptimalisatie.
Waarom traditionele MMM tekortschiet zonder creatieve metrics
De creatieve impact – de kwaliteit en overtuigingskracht van een advertentie – ontbreekt vaak in MMM. Zonder een manier om creatieve kwaliteit te kwantificeren, is het model niet in staat om onderscheid te maken tussen het effect van het mediakanaal en de inhoud van de advertentie. Het model raakt “in de war” wanneer gelijke mediainzet verschillende resultaten oplevert.
Stel: Campagne A en B draaien op dezelfde kanalen met vergelijkbare budgetten, maar A presteert veel beter. Een traditioneel MMM-model schrijft dit verschil mogelijk toe aan een onbekende factor of ziet het als ruis. In werkelijkheid kan het verschil komen door de krachtigere creatieve uitingen van Campagne A.
Kantars nieuwe modelaanpak, waarin creatieve kwaliteit native is opgenomen, bevestigt dit. Advertenties met een STSL-score boven de 70 laten gemiddeld een extra verkoopstijging van 25–30% zien ten opzichte van wat je op basis van media alleen zou verwachten. Dat gemiddelde verbergt echter grote verschillen: veel advertenties leveren nauwelijks extra resultaat op, en sommige presteren zelfs slechter dan verwacht bij een vergelijkbare mediainzet. Daartegenover staan uitzonderlijke uitingen met een STSL-score boven de 85, die tot wel 55% meer verkoop genereren dan een gemiddelde campagne met dezelfde mediainzet.
Zonder creatieve input zou een traditioneel model deze verschillen niet kunnen verklaren. Het gevolg? Verkeerde toewijzing van effect, bijvoorbeeld een kanaal dat te veel of te weinig krediet krijgt, terwijl het eigenlijk de creatieve inhoud was die het verschil maakte.
Figuur 1: Een model zonder onderscheid in creatieve kwaliteit
(Beverage – Europe / 2022–2024)
Figuur 2: Zelfde case als Figuur 1, maar nu met modellering op basis van creatieve kwaliteitsscores
(Beverages – Europe / 2022–2024)
We zien dat campagne B beter presteerde dan campagne F, dankzij een hogere STSL-score voor creatieve effectiviteit.
Creatieve kwaliteit: een sleutel tot ROI
Creatieve kwaliteit is een bepalende factor voor het succes of falen van een campagne. Talrijke studies hebben geprobeerd te kwantificeren hoeveel van de prestaties van reclame te danken zijn aan de creatieve invulling. De cijfers variëren, maar wijzen allemaal in dezelfde richting: creatieve kwaliteit verklaart een groot deel van de variatie in campagneprestaties.
Kantars databases tonen aan dat creatieve uitvoering een van de belangrijkste factoren is voor marketingefficiëntie. Dit kan verder worden versterkt door mediabereik, frequentie en crossmediale synergie. Creatieve excellentie kan de effectiviteit van mediabestedingen met 50% of meer verhogen. Creativiteit functioneert niet op zichzelf, maar speelt een belangrijke rol in het succes van een mediaplan en het behalen van ROI.
Voor marketingbeslissers is dit een wake-up call. Als creatieve kwaliteit verantwoordelijk is voor ongeveer een derde van je ROI, dan negeer je een van je grootste prestatiehefboomen als je het niet meeneemt in je MMM. Sterke advertenties vergroten de impact van je mediabudget aanzienlijk, terwijl zwakke creaties zelfs een groot budget kunnen verspillen.
MMM-modellen die creatieve kwaliteit meenemen, kunnen dit onderscheid maken: tussen een kanaal dat “niet werkt” en een creatieve uiting die niet werkt.
Wat creatieve kwaliteit toevoegt aan MMM
Het integreren van creatieve effectiviteitsscores in MMM levert aanzienlijke voordelen op:
- Scherpere kanaaltoewijzing: Het model kan beter bepalen welke factoren echt bijdragen aan succes. Kanalen worden niet onterecht beschuldigd of overgewaardeerd. Kortom, het maakt onderscheid tussen “hoeveel we hebben uitgegeven en waar” en “hoe goed de boodschap is overgekomen”. Dit verbetert inzichten en campagneplanning.
- Betere voorspellende kracht: Creatieve metrics verklaren prestatieverschillen die traditionele factoren niet kunnen duiden. Dit verhoogt de betrouwbaarheid van voorspellingen en optimalisaties. Kantar’s nieuwe holistische MMM-platform verwerkt creatieve kwaliteit expliciet naast mediainvoer om deze reden.
- Hogere ROI en efficiëntie: Door te weten welke creaties echt overtuigen, kun je je mediabudget strategisch inzetten achter bewezen winnaars of in markten waar advertenties goed presteren. Zo haal je meer uit elke euro. Een MMM-model dat gevoed wordt met creatieve inzichten stuurt niet alleen de mediabesteding, maar ook de boodschap zelf. Daarmee evolueert het van een puur allocatiemodel naar een holistisch instrument voor campagneoptimalisatie, waarin media en creatie hand in hand gaan.
- Betere samenwerking tussen creatieve en mediateams: Creatieve metrics zorgen voor een gedeelde taal en waardering tussen media- en creatieve teams, gebaseerd op ROI. Voor creatieve teams biedt dit erkenning voor hun werk en waardevolle inzichten in wat wel en niet werkt, bijvoorbeeld welke elementen aanslaan bij het publiek, of het gebruik van een beroemdheid of influencer effect heeft. Voor mediateams en de CMO ontstaat een vollediger beeld van campagneprestaties, waarin niet alleen mediainzet en targeting worden meegenomen, maar ook de kwaliteit en culturele aansluiting van de creatie.
- Optimalisatie van creatieve assets: Traditionele MMM-modellen boden vooral inzicht in budgetverdeling, maar gaven weinig richting voor het verbeteren van de creatieve uitingen zelf. Door advertenties te scoren en deze scores mee te nemen in het model, ontstaat zicht op welke boodschappen breed kunnen worden uitgerold en welke beter aangepast of vermeden kunnen worden. Op termijn leidt dit tot een efficiëntere inzet van marketingmiddelen: niet alleen worden de juiste kanalen gekozen, maar ook wordt gezorgd dat die kanalen worden gevuld met de meest effectieve creaties.
Uitdagingen bestaan, maar zijn beheersbaar
- Beschikbaarheid en consistentie van data: Een belangrijke reden waarom MMM-modellen creativiteit lange tijd buiten beschouwing lieten, is het gebrek aan consistente prestatiegegevens voor alle campagnes. Vaak waren er wel kwalitatieve beoordelingen of enkele testresultaten beschikbaar, maar geen uniforme, gekwantificeerde scores per creatief element en kanaal. Zonder die consistentie is het lastig om creativiteit op een betrouwbare manier in een econometrisch model op te nemen. Dit leidde ertoe dat sommige modellen uitgingen van ruwe aannames, bijvoorbeeld door alle advertenties als gelijkwaardig te behandelen, of door een uitzonderlijke campagne als aparte variabele te markeren. Zulke benaderingen, gebaseerd op veronderstellingen in plaats van metingen, zijn vaak onnauwkeurig en ontoereikend. Creatieve effecten verschillen sterk per campagne, en een model dat daar geen rekening mee houdt, loopt het risico op verkeerde toewijzing van effect. Kortom: garbage in, garbage out. Een creatieve metric moet gebaseerd zijn op daadwerkelijke evaluatie om het model betrouwbaar te houden.
- Complexiteit van het model: Wanneer elke campagne of advertentie als afzonderlijke variabele wordt opgenomen, ontstaat al snel het risico op overfitting – te veel variabelen voor het beschikbare aantal datapunten. Dit vraagt om een zorgvuldige modelaanpak, waarbij creatieve kwaliteit bijvoorbeeld wordt verwerkt als een indexvariabele die gekoppeld is aan de looptijd van de campagne. Hoewel dit technisch uitdagend kan zijn, bieden moderne AI-gedreven MMM-tools voldoende flexibiliteit om met fijnmazige data te werken en dergelijke variabelen effectief te integreren. Daarbij is het essentieel dat het model gevoelig is voor culturele en marktverschillen, aangezien de effectiviteit van creaties sterk per context kan variëren.
- Subjectiviteit van metingen: Niet alle methoden om creatieve kwaliteit te meten zijn even betrouwbaar. Een veelgehoorde zorg is dat dergelijke beoordelingen vaak subjectief zijn, bijvoorbeeld wanneer ze gebaseerd zijn op focusgroepen of expertpanels. Als de gebruikte metric niet goed gevalideerd is, kan dit leiden tot ruis in het model en tot verkeerde conclusies. Daarom is het van belang om te werken met voorspellende en gevalideerde maatstaven die aantoonbaar bijdragen aan het verklaren van campagneresultaten. Creativiteit meten is waardevol – mits het zorgvuldig en onderbouwd gebeurt.
- Organisatorische buy-in: De integratie van creatieve metrics in MMM vraagt om samenwerking tussen disciplines die traditioneel gescheiden opereren. Analisten kunnen moeite hebben met het kwantificeren van iets dat als ‘artistiek’ wordt gezien, terwijl creatieve teams soms terughoudend zijn om hun werk te laten reduceren tot cijfers. Het overbruggen van deze verschillen vereist leiderschap en een gedeelde mindset. Wanneer die samenwerking tot stand komt, ontstaat een gemeenschappelijke taal van succes – één die zowel creatie als media verbindt en direct bijdraagt aan zakelijke impact.
AI maakt creatieve meting schaalbaar en betrouwbaar
AI maakt schaalbare creatieve scoring mogelijk. Waar vroeger slechts enkele “hero ads” werden getest, kan Kantar’s LINK AI nu alle advertenties snel en goedkoop scoren – zowel video als statisch, oud en nieuw.
LINK AI is getraind op omvangrijke datasets en analyseert duizenden kenmerken van een advertentie, waaronder beeldmateriaal, gezichtsuitdrukkingen, verhaallijnen, audiocues en tekst. Op basis daarvan voorspelt het hoe een uiting scoort op bewezen effectiviteitscriteria, zoals overtuigingskracht, merkherkenning en verkoopimpact. De nieuwste generatie van deze modellen is gevalideerd en komt nauw overeen met resultaten uit traditionele advertentietests. Dankzij AI kunnen marketeers nu snel en kostenefficiënt al hun creaties beoordelen, zowel video als statisch, oud en nieuw, binnen enkele minuten per stuk. Hiermee verdwijnt een van de grootste obstakels voor het integreren van creativiteit in MMM: het gebrek aan betrouwbare data. Creatieve kwaliteitsdata zijn nu schaalbaar beschikbaar.
AI vult de blinde vlekken in MMM en maakt het mogelijk om creatieve kwaliteit op schaal te meten. Dit verhoogt niet alleen de modelnauwkeurigheid, maar biedt ook inzicht in waarom bepaalde campagnes beter presteerden.
Let wel: AI vervangt consumentenonderzoek niet volledig. Regelmatige kalibratie blijft nodig om culturele veranderingen en trends bij te houden. Dit betekent dat we nog steeds advertenties moeten testen met enquêtes, zodat AI-creatiemodellen hun parameters scherp kunnen bijstellen.
De toekomst van Marketing Mix Modelling
Creatieve-inclusive MMM is de toekomst. Early adopters krijgen rijkere inzichten en meer praktische aanbevelingen. Ze begrijpen niet alleen welke kanalen werken, maar ook waarom verschillende advertenties op hetzelfde kanaal verschillend presteren, en hoeveel extra effect een beter concept zou kunnen hebben op het plan voor het volgende kwartaal.
Kantars LIFT ROI-platform integreert media-investeringen en creatieve kwaliteit in één optimalisatieplatform. De industrie erkent dat media en creativiteit samen resultaten aandrijven – en onze modellen moeten dat weerspiegelen.
Voor marketing- en media-executives is de boodschap helder: het meten van creatieve impact is geen luxe meer, maar een essentieel onderdeel van robuuste marketingoptimalisatie. Wie vasthoudt aan modellen die alle advertenties als gelijk beschouwen, mist kansen. Wie creatieve metrics omarmt, krijgt een voorsprong. Betere creatives leidt tot slimmer budgetteren en sterkere ROI.