行銷組合模型是什麼？為何 CFO 突然開始要它
行銷組合模型（Marketing Mix Modeling, MMM）是一種用歷史數據拆解「每一塊行銷預算實際帶來多少營收」的統計方法，重點不在單一渠道的 ROAS，而在把所有渠道、季節性、促銷、競品活動同時放進一個模型，看誰真的在推銷售、誰只是搭順風車。
行銷組合模型把電視、數位廣告、線下活動、季節性、外部事件全部當成「解釋變數」，用回歸模型算出每一項對營收的邊際貢獻。它回答的是「多花 100 萬在 Meta 上，明年會多賺多少」，不是「Meta 這週 ROAS 是幾」。
為什麼這件事突然變重要？重點來了，第三方 Cookie 逐步退場，Meta、Google、TikTok 各自報自己的功勞，加起來的貢獻常常超過品牌總營收，也就是所謂的「歸因通膨」。CFO 看到這種數字只會更不信任，於是把責任丟回行銷主管：請證明錢花得值得。
Ekimetrics 引 Gartner 2025 資料指出，2026 年行銷預算預計仍維持在營業額約 7.7%。壓力來自另一頭，業界普遍觀察到，多數行銷主管仍卡在「無法向公司內部清楚證明行銷貢獻」的困境，這是 MMM 需求爆量的直接原因。
先說結論，當 ROAS 說謊、平台歸因彼此打架、CFO 開始拿計算機問你，MMM 就從「聽起來很學術的老東西」變成「行銷主管保住預算的最後一道防線」。下一節，看 Ekimetrics 怎麼把它拆成三招。
Ekimetrics 三招捍衛預算：延遲效果、增量校準、情境模擬
Ekimetrics 這類歐洲 MMM 顧問機構的實戰指南，通常把 MMM 用法歸納為三個技術：量化品牌廣告的延遲效果、用實驗校準模型、以及情境模擬。三招都是為了讓行銷數字「能被 CFO 拿去用」，不是「行銷自己看爽的」。
| 技術 | 解決什麼問題 | CFO 聽得懂的語言 |
|---|---|---|
| 延遲效果（Adstock／Carryover） | 品牌廣告的長期影響在單月 ROAS 看不到 | 追蹤 6-18 個月的延遲效果，替品牌投資找數字依據 |
| 增量校準（Incrementality Testing） | MMM 只能算相關性，不能算因果 | 用地理實驗或持留實驗校準模型，讓數字變成「因果」而非「相關」 |
| 情境模擬（Scenario Planning） | CFO 只想聽「砍預算會怎樣」 | 「Meta 削 30%，整體收益下降多少」直接模擬給看 |
三招裡最關鍵的是增量校準。傳統 MMM 只看歷史數據裡的統計相關性，模型能告訴你「Meta 與營收正相關」，但沒辦法保證「多花 Meta 就多賺」。地理實驗（Geo Experiment）刻意在部分地區停投或加碼，實測差異回填 MMM，模型才敢被拿去做預算決策。
三招裡最能打動 CFO 的是這件事：把因果驗證加進 MMM 之後，重新分配預算通常會釋出兩位數百分比的媒體效率提升。對台灣多數千萬級年廣告預算的品牌來說，這就是每年多出幾百萬到上千萬的實際收益。換個角度來看，MMM 不是花錢多做一件事，而是把已經花掉的錢重新分配到更值錢的地方。
但光有三招框架還不夠，實戰上最常卡住的是「所以我要把預算移去哪」，這正是 DiGGrowth 補上的那一塊。
DiGGrowth 貢獻度矩陣：把「該砍該加」變成一道數學題
MMM 更關鍵的實戰輸出，是「渠道增量貢獻度矩陣」的概念，把每個渠道的「預算佔比」與「增量收益佔比」擺在一起，找出兩者之間的落差。一個佔預算比重極低、卻驅動高比例增量收益的渠道正在被嚴重低估；一個吃掉大量預算、卻只貢獻少量收益的渠道則該被質疑。這件事光看單一渠道 ROAS 是看不到的。
渠道增量貢獻度矩陣的做法很直接：縱軸放預算佔比、橫軸放增量收益佔比，把每個渠道畫進四象限。落在對角線上就是「投多少賺多少」，落在對角線左上（低預算高貢獻）代表加碼；落在對角線右下（高預算低貢獻）代表該砍。
舉個具體想像的例子：如果你的媒體組合裡有一個渠道只吃掉 10% 的預算，但它的增量收益貢獻卻高達 25%，這個渠道就是典型的「被埋沒的金礦」。反過來如果一個渠道吃掉 25% 預算卻只貢獻 10% 收益，那就是被過度投注的舊愛。這種落差在只看渠道 ROAS 的世界裡完全隱形。
另一個實用輸出是邊際報酬遞減點的識別。每個渠道加碼到某個門檻後，多花一塊錢的邊際收益就會急速下降，這個門檻是 MMM 可以精確算出的。找到門檻等於畫出「不值得再加碼」的紅線，把過去被砸在遞減區間的預算釋放出來，通常就是那兩位數效率提升的主要來源。
先說結論，貢獻度矩陣加上三招框架，兩者的共同結論一致：看單一渠道的 ROAS 是行銷主管最容易犯的錯，因為 ROAS 不隔離外部因子，也看不到渠道之間的替代效應。
問題是，這套方法論在台灣市場的滲透率極低，原因是什麼？
台灣為什麼幾乎沒人用 MMM？三個現實原因
英文市場的 MMM 指南都預設「MMM 是行銷主管的日常工具」，但這個預設在台灣不成立。實際跑一輪台灣中小品牌訪談，答案幾乎每次都是「聽過沒用過」。原因不是行銷主管不想用，而是三個現實條件擋在前面。
原因一：第一方數據不完整。MMM 需要至少 24-36 個月的乾淨銷售數據＋渠道支出數據＋外部變數。台灣中小品牌多數是 GA4 + Meta Pixel 基本配置，銷售端與廣告端未打通，模型輸入就先破功。
原因二：平台自報 ROAS 太方便。Meta 廣告後台按一下就有 ROAS，MMM 則要花數週建模、跑實驗、寫報告。當「差不多的答案」馬上有，多數行銷主管沒有動機去問「更準的答案」，即使兩者常常差好幾倍。
原因三：資料量門檻。MMM 的統計模型需要一定的變異度才會收斂。年廣告預算低於 3000 萬的品牌，各渠道的數據波動可能不夠支撐可靠模型，就算做出來也解釋不了。這是產業結構性的門檻，不是行銷主管不努力。
但這不代表台灣品牌只能繼續看 ROAS 混日子。重點在於，把 MMM 的「思維」拆下來先用，不必等到全套模型落地。這正是下一節要拆的過渡路徑。
從 ROAS 到 MMM 的過渡路徑：三步走
MMM 全套模型對多數台灣品牌太重，但它背後的三個核心觀念可以拆下來立刻用：跨渠道歸因、增量測試、情境比對。這三步走完，就算沒跑統計模型，決策品質也會比純看 ROAS 高一大截。
第一步：把跨渠道歸因先接起來。Meta CAPI（Conversions API）＋ Google Enhanced Conversions 至少讓兩大平台的轉換數據建立在同一份客戶清單上，不再互相搶功勞。這一步不需要顧問，內部工程師兩週可以完成。
第二步：做一次地理實驗。把台灣切成兩半，一半持續投 Meta，一半暫停 4 週，比較兩區的營收落差，這就是最簡化版的增量校準。實驗結果通常會顛覆對 Meta 貢獻的直覺，多數品牌會發現實際增量比 Meta 自報的低 30-50%。
第三步：預算評審前做情境模擬。不用跑正式模型，用試算表把「削減 15% Meta、加碼 15% 搜尋」的假設情境寫出來，讓 CFO 一起看選項。這一步讓行銷從「申請預算」變成「共同決策」，是最省力也最有效的組織槓桿。
這三步的共通點：先建立觀念與流程，再談建模與工具。多數台灣品牌卡在第一步就放棄，是因為誤以為 MMM 是「上工具」而不是「換視角」。
銷波快觀點：不上 MMM 也能先做的三件事
做行銷情報媒體看多了品牌案例，這一題有三個實戰觀察想跟你分享。
觀察一：MMM 是能力時代的產物，不是紅利時代的工具。數位廣告已經從紅利時代進入能力時代，過去只要敢投就有效果，現在競爭者眾多、平台技術複雜，廣告主之間的差距取決於平台理解力、策略規劃能力與素材製作水準。在能力時代，技術差距造成的 ROI 差距可以是數倍甚至十倍以上，MMM 只是眾多能力槓桿裡最數學化的那一個，但不是唯一。
觀察二：看數據要看長期趨勢，不要糾結每天波動。廣告數據有兩個常見陷阱，一是小成本廣告的百分比極容易被膨脹（花 100 元賣出 4380 元課程，ROAS 43.8，再花 9900 元可能一張訂單都沒有），二是極值偏差。看數據要看長期趨勢，就像股票一樣，今天 2% 明天 0.5% 會很痛苦，但長期往上就代表策略是對的。這個原則跟 MMM 的哲學一致：數據反映的是策略是否正確，不是用來糾結每天波動的。
觀察三：數據下滑時，先分「直接影響」與「間接影響」再診斷。直接影響因素是廣告素材、文案、銷售頁等可控變數；間接影響因素是競爭對手變化、社群氛圍、環境變動、重大世界事件等不可控變數。當問題出在間接因素，要思考現有策略能不能與之補足，這其實就是 MMM 隔離外部變數的簡化版思路，不需要模型也能先用起來。
結論：先把「渠道貢獻」的觀念裝進團隊，模型再談
MMM 在台灣的採用率低，短期內不會反轉，第一方數據、資料量、組織成熟度三個門檻都不是靠一篇文章能推倒的。但這篇文章想傳達的重點是：MMM 的價值有一半在方法論本身，另一半在觀念滲透。就算不跑統計模型，把「跨渠道歸因、增量測試、情境模擬」三個觀念先裝進團隊，決策品質就會拉開差距。
MMM 帶來的兩位數效率提升不是模型變魔術的結果，是模型逼你重新問對問題。你花在 Meta 上的預算真的有增量嗎？你以為表現最好的渠道是不是只在吃自然流量的順風車？這些問題，用試算表配一次地理實驗就能開始回答，不必等到全套 MMM 落地。
下一次跟 CFO 談預算前，先把「我怎麼證明這筆錢帶來多少增量」這個問題準備好答案。這是 MMM 給行銷人最大的禮物，比任何模型都值錢。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
- 3 Techniques for Defending Your 2026 Marketing Budget Thanks to Marketing Mix Modeling — Ekimetrics
- Advanced Media Mix Optimization — DiGGrowth
- First-Party Data Strategies SMEs Need in 2026 — IM Applied SEO
- Google AI Max Opens Billions of New Monetizable Searches — Search Engine Land
- Meta Ad Policy Changes 2026 — 1ClickReport
