Valoració Marcom: una alternativa a les proves A / B

esfera dimensional

Així que sempre volem saber com fer-ho Marcom (comunicacions de màrqueting) es realitza, tant com a vehicle com per a una campanya individual. En l’avaluació de marcom és habitual emprar proves A / B senzilles. Aquesta és una tècnica en què el mostreig aleatori omple dues cèl·lules per al tractament de la campanya.

Una cèl·lula obté la prova i l’altra no. A continuació, es compara la taxa de resposta o els ingressos nets entre les dues cel·les. Si la cèl·lula de prova supera la cèl·lula de control (dins dels paràmetres de prova d’elevació, confiança, etc.), la campanya es considera significativa i positiva.

Per què alguna cosa més?

Tanmateix, aquest procediment manca de generació d’informació. No optimitza res, es realitza al buit, no dóna cap implicació per a l’estratègia i no hi ha controls per a altres estímuls.

En segon lloc, massa sovint, la prova es contamina perquè almenys una de les cèl·lules ha rebut accidentalment altres ofertes, missatges de marca, comunicacions, etc. Quantes vegades els resultats de la prova s'han considerat no concloents, fins i tot no sensuals? Així que proven una i altra vegada. No aprenen res, excepte que les proves no funcionen.

Per això, recomano utilitzar la regressió ordinària per controlar la resta d’estímuls. Modelització de regressió també proporciona informació sobre la valoració de marcom que pot generar un ROI. Això no es fa al buit, sinó que ofereix opcions com a cartera per optimitzar el pressupost.

Un exemple

Diguem que estàvem provant dos correus electrònics, prova contra control, i els resultats van tornar sense sentit. Llavors vam descobrir que el nostre departament de marca va enviar per correu electrònic un missatge de correu directe (principalment) al grup de control. Aquesta peça no va ser planificada (per nosaltres) ni es va tenir en compte en triar aleatòriament les cèl·lules de prova. És a dir, el grup de negocis, com de costum, va rebre el correu directe habitual, però el grup de prova –que es va retenir– no. Això és molt típic en una corporació, en què un grup no treballa ni es comunica amb una altra unitat de negoci.

Per tant, en lloc de provar on cada fila és un client, recollim les dades per període de temps, per exemple, setmanalment. Sumem, per setmana, el nombre de correus electrònics de prova, correus electrònics de control i correus directes enviats. També incloem variables binàries per tenir en compte la temporada, en aquest cas trimestral. A LA TAULA 1 es mostra una llista parcial dels agregats amb la prova de correu electrònic a partir de la setmana 10. Ara fem un model:

net \ _rev = f (em \ _test, em \ _cntrl, dir \ _mail, q_1, q_2, q_3, etc)

El model de regressió ordinari formulat anteriorment produeix la sortida de la TAULA 2. Incloeu qualsevol altra variable d'interès independent. Cal destacar que s’exclou el preu (net) com a variable independent. Això es deu al fet que els ingressos nets són la variable dependent i es calculen com a preu (net) * quantitat.

TAULA 1

setmana em_test em_cntrl dir_mail q_1 q_2 q_3 net_rev
9 0 0 55 1 0 0 $ 1,950
10 22 35 125 1 0 0 $ 2,545
11 23 44 155 1 0 0 $ 2,100
12 30 21 75 1 0 0 $ 2,675
13 35 23 80 1 0 0 $ 2,000
14 41 37 125 0 1 0 $ 2,900
15 22 54 200 0 1 0 $ 3,500
16 0 0 115 0 1 0 $ 4,500
17 0 0 25 0 1 0 $ 2,875
18 0 0 35 0 1 0 $ 6,500

Incloure el preu com a variable independent significa tenir preu a banda i banda de l’equació, cosa que no és adequat. (El meu llibre, Anàlisi de màrqueting: una guia pràctica per a la ciència real del màrqueting, proporciona amplis exemples i anàlisi d’aquest problema analític.) La R2 ajustada per a aquest model és del 64%. (Vaig deixar caure Q4 per evitar la trampa fictícia.) Emc = correu electrònic de control i emt = correu electrònic de prova. Totes les variables són significatives al nivell del 95%.

TAULA 2

q_3 q_2 q_1 dm emc EMT const
coeff -949 -1,402 -2,294 12 44 77 5,039
st err 474.1 487.2 828.1 2.5 22.4 30.8
relació t -2 -2.88 -2.77 4.85 1.97 2.49

Pel que fa a la prova de correu electrònic, el correu electrònic de prova va superar el control de correu electrònic en 77 contra 44 i va ser molt més significatiu. Així, tenint en compte altres coses, el correu electrònic de prova va funcionar. Aquestes idees es presenten fins i tot quan les dades estan contaminades. Una prova A / B no hauria produït això.

La TAULA 3 pren els coeficients per calcular la valoració marcomm, una contribució de cada vehicle en termes d’ingressos nets. És a dir, per calcular el valor del correu directe, el coeficient de 12 es multiplica pel nombre mitjà de correus directes enviats de 109 per obtenir 1,305 dòlars. Els clients gasten una quantitat mitjana de 4,057 dòlars. Així 1,305 $ / 4,057 $ = 26.8%. Això significa que el correu directe va aportar gairebé el 27% dels ingressos nets totals. En termes de ROI, 109 correus directes generen 1,305 dòlars. Si un catàleg costa 45 dòlars ROI = (1,305 $ - 55 $) / 55 $ = 2300%!

Com que el preu no era una variable independent, se sol concloure que l'impacte del preu està enterrat en la constant. En aquest cas, la constant de 5039 inclou el preu, qualsevol altra variable que falti i un error aleatori, o aproximadament el 83% dels ingressos nets.

TAULA 3

q_3 q_2 q_1 dm emc EMT const
Coeff -949 -1,402 -2,294 12 44 77 5,039
significar 0.37 0.37 0.11 109.23 6.11 4.94 1
$ 4,875 - $ 352 - $ 521 - $ 262 $ 1,305 $ 269 $ 379 $ 4,057
valor -7.20% -10.70% -5.40% 26.80% 5.50% 7.80% 83.20%

Conclusió

La regressió ordinària va oferir una alternativa per proporcionar informació davant dades brutes, com sol passar en un esquema de proves corporatives. La regressió també proporciona una contribució als ingressos nets, així com un cas de negoci per al ROI. La regressió ordinària és una tècnica alternativa en termes de valoració marcomm.

ir? t = marketingtechblog 20 & l = as2 & o = 1 & a = 0749474173

2 Comentaris

  1. 1

    Bona alternativa a un tema pràctic, Mike.
    Tal com ho heu fet, suposo que no hi ha superposició de comunicadors objectiu en les setmanes anteriors immediates. En cas contrari, tindríeu un component auto-regressiu i / o retardat?

  2. 2

Què et sembla?

Aquest lloc utilitza Akismet per reduir el correu no desitjat. Esbrineu com es processa el vostre comentari.