Bayesian modelling approaches applied to the marketing mix of a cosmetics brand with a focus on influencer marketing

Despite the increasing popularity of social media influencers and content creators, there is still limited evidence regarding the measurement of Influencer Marketing (IM) effectiveness and its return on investment. Marketing Mix Modelling (MMM), fitting regression models to measure the effectiveness of their marketing spending, could allow to capture the impact of Influencer Marketing, and other variables of the marketing mix, on sales and among each other, isolating the contribution of each lever on business outcomes. Also, Bayesian modelling approaches gained traction in recent years in MMM thanks to their peculiarities representing advantages to leverage for a better marketing mix model. This thesis explores the effectiveness of MMM, with a particular focus on the use of Bayesian models to evaluate the impact of Influencer Marketing on sales. A review of the literature highlights the gaps in current methodologies (impressions, clicks, affiliate links and codes), which are unable to fully capture the sales generated by this emerging advertising channel. Using anonymized data from a cosmetics brand, a Bayesian linear regression model was developed to analyse the marketing mix, comparing it to a simpler model. The results demonstrated the model's plausibility and reliability, underscoring the importance of Influencer Marketing within the company's marketing mix. Additionally, the estimation of the connection structure of a Bayesian network furtherly revealed the significance of Influencer Marketing in indirectly influencing sales, paving the way for further developments. Despite several limitations, mainly related to data anonymization consequences and the simplicity of the employed Adstock and Shape effects’ models, this thesis provides initial evidence of the capability of MMM, through Bayesian approaches, to produce a likely and fair estimate of the impact of Influencer Marketing on sales.

Nonostante la crescente popolarità degli influencer sui social media e dei content creators, vi sono ancora prove limitate riguardo la misurazione dell'efficacia dell'Influencer Marketing (IM) e al suo ritorno sull'investimento. Il Marketing Mix Modeling (MMM), che utilizza modelli di regressione per misurare l'efficacia delle spese di marketing, potrebbe permettere di catturare l'impatto dell'Influencer Marketing e di altre variabili del marketing mix sulle vendite e tra di loro, isolando il contributo di ciascuna leva sui risultati aziendali. Inoltre, negli ultimi anni gli approcci di modellazione Bayesiana hanno guadagnato terreno nel MMM grazie alle loro peculiarità, che rappresentano vantaggi da poter sfruttare per migliorare il modello di marketing mix. Questa tesi esplora l'efficacia del MMM, con un particolare focus sull'uso dei modelli Bayesiani per valutare l'impatto dell'Influencer Marketing sulle vendite. Una revisione della letteratura evidenzia le lacune nelle metodologie attuali (impressions, clicks, links e codici affiliati), che non sono in grado di catturare completamente le vendite generate da questo emergente canale pubblicitario. Utilizzando dati anonimizzati di un brand cosmetico, è stato sviluppato un modello di regressione lineare Bayesiana per analizzarne il marketing mix, confrontandolo con un modello più semplice. I risultati si sono dimostrati plausibili e affidabili, e sottolineano l'importanza dell'Influencer Marketing all'interno del marketing mix dell'azienda. Inoltre, dalla stima della struttura delle connessioni di un network Bayesiano, è nuovamente emersa l’importanza dell'Influencer Marketing anche nell’influenzare indirettamente le vendite, aprendo la strada a ulteriori sviluppi. Nonostante alcune limitazioni, principalmente legate alle conseguenze dell'anonimizzazione dei dati e la semplicità dei modelli di Adstock e Shape effects impiegati, questa tesi fornisce delle prime evidenze sulla capacità del MMM, attraverso approcci Bayesiani, di produrre una stima verosimile ed equa dell'impatto dell'Influencer Marketing sulle vendite.