Secondo uno studio di Marketing Evolution e Google, oltre il 56% delle impression pubblicitarie digitali non viene mai visto dai consumatori. Questo si traduce in circa 37 miliardi di dollari sprecati ogni anno dalle aziende a causa di una scarsa performance pubblicitaria.
In un panorama pubblicitario in rapida evoluzione, spesso soggetto a cambiamenti radicali, misurare con precisione l’impatto degli investimenti media è diventato essenziale.
I report di Analytic Edge mostrano che l’analisi in tempo reale e le strategie always-on giocano un ruolo cruciale nel ROI: l’adozione del Marketing Mix Modeling (MMM) può incrementare il ritorno sugli investimenti fino al 10%, grazie a una ottimizzazione in tempo reale della spesa media.
Meridian MMM, un nuovo modello bayesiano pensato per portare trasparenza e rigore scientifico nel Marketing Mix Modeling, nasce proprio per rispondere a un’esigenza comune nei team marketing: capire davvero cosa funziona – e cosa no – nelle proprie strategie media.
Il modello è stato sviluppato da Cassandra.app, piattaforma potenziata dall’intelligenza artificiale che mira a migliorare il ROI pubblicitario, e che ha iniziato il suo percorso evolvendo il modello Robyn di MMM. Il lancio ufficiale di Meridian MMM – che già integra il framework di Marketing Mix Modeling bayesiano di Google – rappresenta un ulteriore passo avanti per l’intera industry del marketing data-driven.
A pochi mesi dalla chiusura di un round da 2 milioni di euro guidato da Italian Founders Fund e altri investitori internazionali, Cassandra mantiene una delle sue promesse principali: offrire un modello analitico avanzato, trasparente e testato, che restituisce ai brand il pieno controllo sui propri dati.
I fondatori di Cassandra, Gabriele Franco e Cristian Nozzi, spiegano:
“Meridian è il nostro modo di portare rigore e chiarezza in un settore che per troppo tempo si è basato su assunzioni. Con questo lancio, vogliamo offrire ai marketer uno strumento concreto per misurare davvero l’impatto delle campagne pubblicitarie, senza trucchi né scatole nere”.
A differenza di molti modelli esistenti, Meridian MMM è calibrato nativamente su test di incremento reale (incremental lift).
“Se un’azienda dispone di dati reali di lift test ad esempio da Meta, YouTube o altre piattaforme può utilizzarli come punto di partenza per aumentare l’affidabilità del modello. In assenza di questi dati, il sistema lavora con prior strategici: stime iniziali basate su esperienza, dati disponibili e un livello di confidenza iniziale – che vengono poi affinate nel tempo”.
Il nuovo modello fornisce anche un’analisi accurata basata su reach e frequenza reali (non solo impression), separa l’impatto della domanda organica grazie all’integrazione con Google Trends, e supporta l’analisi multi-paese, un’esigenza crescente per i team globali.
Tutto questo è reso accessibile da un’interfaccia intuitiva, che segnala automaticamente anomalie nei dati, instabilità o aree da approfondire.
“Un assistente silenzioso ma costante, pensato per aiutare i marketer a prendere decisioni più intelligenti – senza inseguire ogni singolo KPI”, aggiungono i fondatori.
Cassandra.app è attualmente utilizzata da oltre 60 aziende in Italia e in Europa, tra cui Ferragamo, Verisure e Treedom. Analizza oltre 500 milioni di euro in investimenti pubblicitari all’anno e, in meno di due anni, ha superato il milione di euro in ricavi ricorrenti, affermandosi come uno dei player italiani più promettenti nello spazio europeo del MarTech. Recentemente, la startup ha concluso la sua partnership con Meta, diventando partner ufficiale per il Marketing Mix Modeling.
“Cassandra ha trasformato il nostro approccio al MMM grazie all’implementazione di Meridian. Ha accelerato diversi processi, permettendo la gestione parallela dei modelli e la configurazione immediata dei channel priors basati su Meridian. Il design intuitivo della piattaforma permette di condividere insight in modo rapido con i clienti, rendendo le discussioni più produttive e le decisioni più veloci”, ha dichiarato Federico Fuzzi, Data Strategy Advisor di Webranking.
“Con Meridian MMM vogliamo aiutare le aziende a fare previsioni più affidabili, investire in modo più intelligente, tagliare ciò che non funziona e rafforzare ciò che davvero genera valore. Questo è il vero scopo del Marketing Mix Modeling, ed è ora di tornare a concentrarci su questo” concludono Gabriele Franco e Cristian Nozzi.
