Análise e probasEmail Marketing & AutomatizaciónLibros de mercadotecnia

Valoración Marcom: unha alternativa ás probas A / B

Por iso, sempre queremos saber como facelo marcom (comunicacións de mercadotecnia) está a funcionar, tanto como vehículo como para unha campaña individual. Na avaliación de marcom é común empregar probas A / B sinxelas. Esta é unha técnica na que a mostraxe aleatoria completa dúas células para o tratamento da campaña.

Unha cela recibe a proba e a outra non. Entón compárase a taxa de resposta ou os ingresos netos entre as dúas celas. Se a cela de proba supera á cela de control (dentro dos parámetros de proba de elevación, confianza, etc.) a campaña considérase significativa e positiva.

Por que algo máis?

Non obstante, este procedemento carece de xeración de información. Non optimiza nada, realízase no baleiro, non ten implicacións para a estratexia e non hai controis para outros estímulos.

En segundo lugar, con demasiada frecuencia, a proba está contaminada porque polo menos unha das celas recibiu accidentalmente outras ofertas, mensaxes de marca, comunicacións, etc. Así que proban unha e outra vez. Non aprenden nada, agás que as probas non funcionan.

É por iso que recomendo usar a regresión ordinaria para controlar todos os demais estímulos. Modelado de regresión tamén ofrece información sobre a valoración de marcom que pode xerar un ROI. Isto non se fai no baleiro, senón que ofrece opcións como carteira para optimizar o orzamento.

Un exemplo

Digamos que estabamos probando dous correos electrónicos, proba vs. control e os resultados volveron sen sentido. Entón descubrimos que o noso departamento de marca enviou accidentalmente un correo directo (principalmente) ao grupo de control. Esta peza non foi planificada (por nós) nin contabilizada na elección aleatoria das células de proba. É dicir, o grupo como sempre recibiu o correo directo habitual pero o grupo de proba, que se mantivo, non. Isto é moi típico nunha corporación, onde un grupo non traballa nin se comunica con outra unidade de negocio.

Polo tanto, en vez de probar onde cada fila é un cliente, acumulamos os datos por período de tempo, digamos semanalmente. Sumamos, por semana, o número de correos electrónicos de proba, correos electrónicos de control e correos directos enviados. Tamén incluímos variables binarias para contabilizar a tempada, neste caso trimestral. A TÁBOA 1 mostra unha lista parcial dos agregados coa proba de correo electrónico a partir da semana 10. Agora facemos un modelo:

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

O modelo de regresión ordinario como se formulou anteriormente produce a saída da TÁBOA 2. Inclúe calquera outra variable de interese independente. Cabe destacar que o prezo (neto) está excluído como variable independente. Isto ocorre porque os ingresos netos son a variable dependente e calcúlanse como prezo (neto) * cantidade.

TABLA 1

semana em_proba em_cntrl dir_mail q_1 q_2 q_3 rede_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

Incluír o prezo como variable independente significa ter prezo a ambos os dous lados da ecuación, o que é inadecuado. (O meu libro, Análise de mercadotecnia: unha guía práctica para a ciencia do mercadotecnia real, ofrece amplos exemplos e análise deste problema analítico.) O R2 axustado para este modelo é do 64%. (Caín q4 para evitar a trampa ficticia.) Emc = correo electrónico de control e emt = correo electrónico de proba. Todas as variables son significativas no nivel do 95%.

TABLA 2

q_3 q_2 q_1 dm emc emt const
coef -949 -1,402 -2,294 12 44 77 5,039
st erro 474.1 487.2 828.1 2.5 22.4 30.8
relación t -2 -2.88 -2.77 4.85 1.97 2.49

En canto á proba de correo electrónico, o correo electrónico de proba superou ao de control de 77 contra 44 e foi moito máis significativo. Así, tendo en conta outras cousas, o correo electrónico de proba funcionou. Estas visións chegan incluso cando os datos están contaminados. Unha proba A / B non produciría isto.

A TÁBOA 3 toma os coeficientes para calcular a valoración marcomm, unha contribución de cada vehículo en termos de ingresos netos. É dicir, para calcular o valor do correo directo, o coeficiente de 12 multiplícase polo número medio de correos directos enviados de 109 para obter 1,305 dólares. Os clientes gastan unha cantidade media de 4,057 dólares. Así 1,305 $ / 4,057 $ = 26.8%. Isto significa que o correo directo contribuíu con case o 27% do total dos ingresos netos. En termos de ROI, 109 correos directos xeran 1,305 dólares. Se un catálogo custa 45 dólares, entón ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!

Debido a que o prezo non era unha variable independente, normalmente conclúese que o impacto do prezo está enterrado na constante. Neste caso, a constante de 5039 inclúe o prezo, calquera outra variable que falta e un erro aleatorio, ou aproximadamente o 83% dos ingresos netos.

TABLA 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%

Conclusión

A regresión ordinaria ofreceu unha alternativa para proporcionar información fronte a datos sucios, como adoita suceder nun esquema de probas corporativas. A regresión tamén proporciona unha contribución aos ingresos netos, así como un caso de negocio para o ROI. A regresión ordinaria é unha técnica alternativa en termos de valoración marcomm.

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

Michael Grigsby

Mike Grigsby leva máis de 25 anos involucrado na ciencia do marketing. Foi director de investigación de mercadotecnia en Millward Brown e ocupou cargos de liderado en Hewlett-Packard and the Gap. Cunha rica experiencia de profesionais á vangarda en ciencias do marketing e análise de datos, agora encabeza a práctica de análise estratéxica de venda polo miúdo en Base de obxectivos.

artigos relacionados

Botón de volta ao principio
preto

Adblock detectado

Martech Zone pode fornecerche este contido sen ningún custo porque monetizamos o noso sitio mediante ingresos publicitarios, ligazóns de afiliados e patrocinios. Agradeceríamos que elimines o teu bloqueador de anuncios mentres visitas o noso sitio.