Marcom Qiymətləndirmə: A / B Testinə Alternativ

ölçülü sfera

Beləliklə, həmişə necə olduğunu bilmək istəyirik markom (marketinq kommunikasiyaları) həm bir vasitə olaraq həm də fərdi bir kampaniya üçün reallaşır. Marketi qiymətləndirərkən sadə A / B testindən istifadə etmək adi haldır. Bu, təsadüfi seçmə kampaniyası müalicəsi üçün iki hüceyrəni doldurduğu bir texnikadır.

Bir hüceyrə testi alır, digər hüceyrə olmaz. Sonra cavab nisbəti və ya xalis gəlir iki hücrə arasında müqayisə edilir. Test hüceyrəsi nəzarət hüceyrəsini üstələyirsə (qaldırılma, güvən və s. Test parametrləri daxilində) kampaniya əhəmiyyətli və müsbət sayılır.

Niyə başqa bir şey edirsiniz?

Bununla birlikdə, bu prosedurda anlayış meydana gətirmir. Heç bir şeyi optimallaşdırmır, vakuumda həyata keçirilir, strategiya üçün heç bir nəticə vermir və digər stimullara nəzarət yoxdur.

İkincisi, çox vaxt test hüceyrələrin ən azından birinin səhvən başqa təkliflər, marka mesajları, rabitə və s. Alması ilə çirklənir, test nəticələri neçə dəfə nəticəsiz, hətta həssas hesab edildi? Beləliklə dəfələrlə test edirlər. Testin işə yaramaması xaricində heç bir şey öyrənmirlər.

Buna görə bütün digər stimullara nəzarət etmək üçün adi reqressiyadan istifadə etməyi məsləhət görürəm. Reqressiya modelləşdirmə ayrıca bir ROI yarada bilən marcom qiymətləndirməsinə dair məlumat verir. Bu vakuumda deyil, büdcəni optimallaşdırmaq üçün portfel kimi seçimlər edir.

Nümunə

Deyək ki, iki e-poçtu yoxladıq, yoxlama yoxladı və nəticələr həssas olmadı. Sonra firma şöbəmizin təsadüfən nəzarət qrupuna (əsasən) birbaşa poçt göndərdiyini öyrəndik. Bu parça (tərəfimizdən) planlaşdırılmamış və ya test hüceyrələrinin təsadüfi seçilməsində nəzərə alınmamışdır. Yəni, hər zamanki kimi işləyən qrup adi bir birbaşa poçt almışdı, amma həyata keçirilmiş olan test qrupu - almamışdı. Bu, bir qrupun işləmədiyi və ya başqa bir iş vahidi ilə ünsiyyət qurmadığı bir şirkətdə çox tipikdir.

Beləliklə, hər bir satırın müştəri olduğunu test etmək əvəzinə, həftəlik olaraq, məlumatları vaxt müddətinə görə toplayırıq. Həftə ərzində test e-poçtlarının, nəzarət e-poçtlarının və göndərilən birbaşa e-poçtların sayını əlavə edirik. Həm də mövsümü nəzərə almaq üçün ikili dəyişənlər də daxil edirik, bu halda rüblük. CƏDVƏL 1-də həftənin 10-da başlayan e-poçt testi ilə aqreqatların qismən siyahısı göstərilir. İndi bir model edirik:

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

Yuxarıda göstərilən adi reqressiya modeli CƏDVƏL 2 çıxışı verir. Hər hansı digər müstəqil dəyişənləri daxil edin. Xüsusi xəbərdarlıq olmalıdır ki, (xalis) qiymət müstəqil bir dəyişən kimi xaric edilir. Bunun səbəbi, xalis gəlir asılı dəyişəndir və aşağıdakı kimi hesablanır (xalis) qiymət * miqdar.

TABLE 1

həftə 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

Qiyməti müstəqil bir dəyişən kimi daxil etmək, tənliyin hər iki tərəfində yersiz olan qiymətə sahib olmaq deməkdir. (Mənim kitabım, Marketinq Analitikası: Real Marketinq Elminə dair praktiki rəhbər, bu analitik problemin geniş nümunələri və təhlilini təqdim edir.) Bu model üçün tənzimlənmiş R2% 64-dür. (Kukla tələsindən qaçmaq üçün q4 düşdüm.) Emc = nəzarət e-poçtu və emt = test e-poçtu. Bütün dəyişənlər 95% səviyyəsində əhəmiyyətlidir.

TABLE 2

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

E-poçt testi baxımından, test e-poçtu nəzarət e-poçtunu 77 ilə 44 arasında üstələmiş və daha əhəmiyyətli olmuşdur. Beləliklə, başqa şeylər üçün mühasibat, test e-poçtu işə yaradı. Bu fikirlər, məlumatlar çirkləndikdə belə ortaya çıxır. A / B testi buna səbəb olmazdı.

CƏDVƏL 3, hər bir vasitənin xalis gəlir baxımından verdiyi töhfə olan markomm qiymətləndirməsini hesablamaq üçün katsayıları alır. Yəni birbaşa poçtun dəyərini hesablamaq üçün 12 əmsalı 109 göndərilən birbaşa poçtun orta sayına vurularaq 1,305 dollar əldə edilir. Müştərilər orta hesabla 4,057 dollar xərcləyirlər. Beləliklə 1,305 dollar / 4,057 dollar = 26.8%. Bu, birbaşa poçtun ümumi xalis gəlirin təxminən 27% -ni təşkil etdiyi deməkdir. ROI baxımından 109 birbaşa poçt 1,305 dollar qazanır. Bir kataloqun qiyməti 45 dollardırsa ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!

Qiymət müstəqil dəyişkən olmadığı üçün ümumiyyətlə qiymətin təsirinin sabitliyə basdırıldığı qənaətinə gəlinir. Bu vəziyyətdə 5039 sabitinə qiymət, digər hər hansı bir itkin dəyişən və təsadüfi bir səhv və ya xalis gəlirin təxminən 83% -i daxildir.

TABLE 3

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

nəticə

Adi reqressiya, korporativ bir test sxemində tez-tez olduğu kimi çirkli məlumatlar qarşısında anlayış təmin etmək üçün bir alternativ təklif etdi. Reqressiya, ROI üçün bir iş olduğu kimi, xalis gəlirə də bir qatqı təmin edir. Adi reqressiya, marcomm qiymətləndirməsi baxımından alternativ bir texnikadır.

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

2 Şərhlər

  1. 1

    Praktik bir məsələyə gözəl alternativ, Mike.
    Etdiyiniz şəkildə, əvvəlki həftələrdə hədəf rabitəçilərinin üst-üstə düşməməsini düşünürəm. Əks təqdirdə avtomatik regresif və / və ya vaxt gecikmiş bir komponentiniz olardı?

  2. 2

    Optimizasiya ilə bağlı tənqidlərinizi ürəkdən qəbul edərkən kanal xərclərini optimallaşdırmaq üçün bu modeldən necə istifadə etmək olar?

Siz nə düşünürsünüz?

Bu sayt spam azaldılması üçün Akismet istifadə edir. Yorumunuzun necə işləndiyini öyrənin.