Unveiling the long-term effects of influencers marketing

Advertisers have used marketing mix models (MMM) for decades to help them answer questions about the impact of various marketing activities on sales. These statistical models have evolved over time to adapt to different challenges and changes in the industry; one of these persisting challenges is assessing the long-term impact and dynamics of marketing investments since the traditional models do not accurately reflect the true dynamics between advertising and sales. This thesis investigates the dynamic nature of marketing variables and the long-term effects of marketing activities on base sales as indicators for long-term growth. It uses Dynamic Linear Modelling (DLM) using the Kalman filter and Vector Error Correction Models (VECM) to establish a framework for modelling marketing activities and quantifying the long-term impact of certain effects on base sales. The study finds that distribution and promotion have the biggest long-term positive effect on base sales, followed by TV and influencers. However, uncertainty in marketing channels is more certain for TV and influencers. The results encourage managers to have a well-rounded marketing plan that considers the dynamic nature of the market and marketing channels, including both short-term and long-term perspectives of efforts to boost sales.

I modelli di marketing mix (MMM) sono stati utilizzati dagli inserzionisti per decenni aiutandoli a rispondere a domande sulla comprensione dell'impatto di varie attività di marketing sulle vendite. Questi modelli statistici si sono evoluti nel tempo per adattarsi alle diverse sfide e cambiamenti nel settore, una di queste sfide persistenti sta valutando l'impatto a lungo termine e la dinamica degli investimenti di marketing, poiché i modelli tradizionali non riflettono accuratamente la vera dinamica tra pubblicità e vendite. Questa tesi indaga la natura dinamica delle variabili di marketing e gli effetti a lungo termine delle attività di marketing sulle vendite di base come indicatori di crescita a lungo termine. Utilizza la modellazione lineare dinamica (DLM) utilizzando il filtro di Kalman e i modelli di correzione degli errori vettoriali (VECM) per stabilire un quadro per modellare le attività di marketing e quantificare l'impatto a lungo termine di determinati effetti sulle vendite di base. Lo studio rileva che la distribuzione e la promozione hanno il maggiore effetto positivo a lungo termine sulle vendite di base, seguite da TV e influencer. Tuttavia, l’incertezza nei canali di marketing è più certa per la TV e gli influencer. I risultati incoraggiano i manager ad avere un piano di marketing completo che consideri la natura dinamica del mercato e dei canali di marketing, comprese le prospettive sia a breve che a lungo termine degli sforzi per incrementare le vendite..