Marcom Bewäertung: Eng Alternativ zum A / B Testing

dimensional Sphär

Also wëlle mir ëmmer wëssen wéi marcom (Marketingkommunikatioun) trëtt op, souwuel als Gefier wéi och fir eng individuell Kampagne. Bei der Evaluatioun vun der Marcom ass et heefeg einfach A / B Tester astellen. Dëst ass eng Technik, wou déi zoufälleg Prouf zwou Zellen fir Kampagnbehandlung populéiert.

Eng Zell kritt den Test an déi aner Zell net. Da gëtt den Taux oder d'Nettoakommes tëscht den zwou Zellen verglach. Wann d'Testzell d'Kontrollzelle besser mécht (bannent Testparameter vu Lift, Vertrauen, asw.) Gëtt d'Campagne bedeitend a positiv ugesinn.

Firwat Maacht Eppes Anescht?

Wéi och ëmmer, dës Prozedur fehlt Insight Generatioun. Et optimiséiert näischt, gëtt an engem Vakuum gemaach, gëtt keng Implikatioune fir Strategie an et gi keng Kontrollen fir aner Reizen.

Zweetens, all ze dacks ass den Test verschmotzt doduerch datt op d'mannst eng vun den Zellen zoufälleg aner Offeren, Markemessagen, Kommunikatiounen, asw kritt huet. Wéivill Mol goufen d'Testresultater als onvollstänneg ugesinn, och net sensibel? Also testen se ëmmer erëm. Si léieren näischt, ausser datt Testen net funktionnéiert.

Duerfir empfeelen ech gewéinlech Regressioun ze benotzen fir all aner Reizen ze kontrolléieren. Regressiounsmodelléierung gëtt och Abléck a Marcom Bewäertung déi en ROI generéiere kann. Dëst gëtt net am Vakuum gemaach, awer bitt Optiounen als Portfolio fir de Budget ze optimiséieren.

En Beispill

Loosst eis soen datt mir zwee E-Maile getest hunn, Test vs. Kontroll an d'Resultater koumen net sensibel zréck. Dunn hu mer erausfonnt datt eis Markeafdeling versehentlech en Direct Mail Stéck un (meeschtens) d'Kontrollgruppe geschéckt huet. Dëst Stéck war net geplangt (vun eis) an och net zoufälleg ausgewielt fir d'Testzellen ze wielen. Dat ass, de Business-as-Gewéinleche Grupp krut den übleche Direct Mail awer d'Testgrupp - déi ausgehale gouf - net. Dëst ass ganz typesch an enger Gesellschaft, woubäi eng Grupp weder funktionnéiert nach mat enger anerer Geschäftsunitéit kommunizéiert.

Also amplaz ze testen, woubäi all Zeil e Client ass, rulléiere mir d'Donnéeën no Zäit, soe wöchentlech Mir addéieren, pro Woch, d'Zuel vun Testemails, Kontrollmails an Direktmails ausgeschéckt. Mir enthalen och binär Variabelen fir d'Saison ze berechnen, an dësem Fall all Véierel. TABEL 1 weist eng deelweis Lëscht vun den Aggregater mam E-Mail Test an der Woch 10. Elo maache mir e Modell:

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

Den normale Regressiounsmodell wéi uewe formuléiert produzéiert TABLE 2 Ausgab. Ëmfaasst all aner onofhängeg Verännerlechen vun Interessi. Besonnesch bemierkt sollt sinn datt (Netto) Präis als onofhängeg Variabel ausgeschloss ass. Dëst ass well d'Nettoakommes déi ofhängeg Variabel ass a berechent gëtt als (Netz) Präis * Quantitéit.

TITEL 1

Weekend 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

Präis abegraff als onofhängeg Variabel bedeit Präis op béide Säite vun der Equatioun ze hunn, wat onpassend ass. (Mäi Buch, Marketing Analytics: E Praktesche Guide fir Real Marketing Science, bitt extensiv Beispiller an Analyse vun dësem analytesche Problem.) Den ugepassten R2 fir dëse Modell ass 64%. (Ech hu q4 erofgelooss fir d'Dummy Trap ze vermeiden.) Emc = Kontroll E-Mail an emt = Test E-Mail. All d'Variabelen si bedeitend um 95% Niveau.

TITEL 2

q_3 q_2 q_1 dm emc EMTs const
Koeff -949 -1,402 -2,294 12 44 77 5,039
St Err 474.1 487.2 828.1 2.5 22.4 30.8
t-Verhältnis -2 -2.88 -2.77 4.85 1.97 2.49

Am Sënn vum E-Mail Test huet d'Test-E-Mail d'Kontroll-E-Mail besser gemaach wéi 77 vs 44 a war vill méi bedeitend. Also, Comptabilitéit fir aner Saachen, huet d'Test-E-Mail geschafft. Dës Erkenntnisser kommen och wann d'Donnéeë verschmotzt sinn. En A / B Test hätt dëst net produzéiert.

TABEL 3 hëlt d'Koeffizienten fir d'Marcomm Bewäertung ze berechnen, e Bäitrag vun all Gefier wat d'Nettoakommes ugeet. Dat ass, fir de Wäert vun Direct Mail ze berechnen, gëtt de Koeffizient vun 12 multiplizéiert mat der mëttlerer Zuel vun Direktmails, déi vun 109 geschéckt gi fir $ 1,305 ze kréien. Clienten verbréngen en duerchschnëttlecht Betrag vun $ 4,057. Sou $ 1,305 / $ 4,057 = 26.8%. Dat heescht Direkt Mail huet bal 27% vum GesamtNettoakommes bäigedroen. Am Sënn vum ROI generéieren 109 direkt Mails $ 1,305. Wann e Katalog $ 45 kascht dann ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!

Well de Präis net onofhängeg variabel war, gëtt normalerweis ofgeschloss datt den Impakt vum Präis am Konstant begruewe gëtt. An dësem Fall ass de Konstante vu 5039 Präis, all aner fehlend Variablen an e random Feeler, oder ongeféier 83% vum Nettoloun.

TITEL 3

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

Konklusioun

Gewéinlech Regressioun huet eng Alternativ ugebuede fir Abléck am Gesiicht vun dreckegen Donnéeën ze bidden, wéi dat dacks de Fall ass an engem Firmentestschema. Regressioun liwwert och e Bäitrag zum Nettoakommes wéi och e Geschäftsfall fir ROI. Gewéinlech Regressioun ass eng alternativ Technik wat d'Marcomm Bewäertung ugeet.

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

2 Comments

  1. 1

    Schéin Alternativ zu engem prakteschen Thema, Mike.
    Am Wee wéi Dir et gemaach hutt, denken ech datt et keng Iwwerlappung vun Zilkommunikatoren an den direkten Woche virdru gëtt. Soss hätt Dir en auto-regressiven an / oder Zäitverréckelte Komponent?

  2. 2

Wat denks du?

Dëse Site benotzt Akismet fir Spam ze reduzéieren. Léiert wéi Är Kommentarfaten veraarbecht ginn.