マーケティング施策やその他の要因を用いて（数式などの）モデルを作って説明することで施策ごとの売上への影響を推計します。

インターネット広告を1億円投資した際、店舗売上1.5億円、EC売上5,000万円で計2億円の貢献など、施策ごとに売上貢献を把握することができます。

さらに、インターネット広告やTVCM、アプリ、屋外交通広告など、それぞれの施策ごとにいくら投資するかの配分を最適化することで売上を何パーセント増やすことができるのか？最適化計算を行うことができます。

現在はMETA社が提供する「Robyn」など高機能な分析ツールが、無料で提供されています。

MMMツール「Robyn」の使い方をYouTubeで解説しています。演習データを無料配布しています。

自由度調整済み決定係数（AdjustR2)などを元に推定精度を上げていくための残存効果やサチレーション（効果の飽和）をExcelのソルバーで体験、Robynのインストール法から詳細に解説しています。

2018年12月に出版した「Excelでできるデータドリブン・マーケティング（マイナビ出版）」では、エクセル統計などのソフトとExcelの最適化計算機能（ソルバー）を活用して、高度なMMMを体系化して行うために必要な知識をまとめています。

※書影をクリックするとAmazonの販売ページに遷移します。

2024年春にはマイナビ出版から「マーケティング投資最適化の教科書（仮題）」という書籍の出版が決まっており、ビジネスマン向けにわかりやすくＭＭＭなどのモデルや市場や顧客を理解するための分析法や活用のポイントを共有します。

https://markezine.jp/article/detail/39161

マーケティング業界媒体の「MarkeZine」のイベントでマーケティング分析関連の著書多数の松本健太郎さんとMETA社の中村さんとMMMの潮流について議論する機会を頂きました。当時はその名称は公開していなかったアパレルブランドの「プレファレンス・アナライザー(R）※」分析も記事内で紹介しています。※弊社で商標を取得済みの分析法です。以下にて解説します。

利用意向の高い人の増加など、因果推論の分析から確かなブランドリフト率を推定し、利用意向が高い人とそうでない人のプレファレンス「M」の差分から、購買回数の増加を算出し、さらに平均単価を乗算することで、1年間の売上金額増加を、TVCMなどの施策ごとに推定します。いわば、消費者調査から行うMMMが「プレファレンス・アナライザー(R)」です。 

 「M」は USJを再生させた日本を代表するマーケター、森岡毅氏と今西聖貴氏の共著「確率思考の戦略論」で紹介されたNBDモデルの数式の係数の一つでプレファレンスに対応するもので消費者1人あたり、一定期間で購買などのアクションをする回数の期待値です。「統計学が最強の学問である」著者の西内啓氏に推薦いただいた「Excelでできるデータドリブン・マーケティング」執筆を機に活用した因果推論の分析（傾向スコア）とNBDモデルの分析を併用しています。

※動画内で「顧客理解MMM」と紹介しているのは、動画公開後に商標を取得した「プレファレンス・アナライザー（R）」と同義語です。