Beraz, beti jakin nahi dugu nola marcom (marketin-komunikazioak) egiten ari da, bai ibilgailu gisa, bai kanpaina indibidual baterako. Marcom ebaluatzean ohikoa da A / B proba errazak egitea. Ausazko laginketak kanpaina tratatzeko bi zelula betetzen dituen teknika da.

Zelula batek proba egiten du eta beste zelulak ez. Ondoren, erantzun-tasa edo sarrera garbiak bi gelaxken artean alderatzen dira. Proba-gelaxkak kontrol-gelaxka gainditzen badu (igogailuaren, konfiantzaren eta abarren proben parametroen barruan) kanpaina esanguratsua eta positiboa dela uste da.

Zergatik egiten du zerbait?

Hala ere, prozedura honek ez du ikuspegi sortzerik. Ez du ezer optimizatzen, hutsean egiten da, ez du inolako inplikaziorik estrategian eta ez dago kontrolik beste estimuluetarako.

Bigarrenik, maizegi, proba gutxienez zelulen batek ustekabean beste eskaintza, marka mezu, komunikazio eta abar jaso dituelako kutsatzen da. Zenbat aldiz azterketen emaitzak ez dira amaitu, nahiz eta zentzugabeak izan? Beraz, behin eta berriro probatzen dute. Ez dute ezer ikasten, salbu eta probak ez duela funtzionatzen.

Horregatik, beste estimulu guztiak kontrolatzeko erregresio arrunta erabiltzea gomendatzen dut. Erregresioaren modelaketa ROC bat sor dezakeen marcom balorazioari buruzko argibideak ere ematen ditu. Hori ez da hutsean egiten, aurrekontua optimizatzeko zorro gisa aukerak eskaintzen ditu.

Adibide bat

Demagun bi mezu elektronikoak probatzen ari ginela, proba vs. kontrola eta emaitzak zentzugabeak izan direla itzuli dela. Orduan jakin genuen gure marka sailak nahi gabe posta elektronikoko mezu bat bidali ziola (gehienetan) kontrol taldeari. Pieza hau ez genuen aurreikusi (guk) eta ez genuen kontuan hartu test zelulak ausaz aukeratzerakoan. Hau da, ohiko negozio taldeak ohiko posta zuzena lortu zuen, baina azterketa taldeari eutsi zitzaion. Hori oso ohikoa da korporazio batean, talde batek ez baitu lan egiten ezta beste negozio unitate batekin komunikatzen ere.

Beraz, errenkada bakoitza bezeroa den probatu beharrean, datuak denboraren arabera biltzen ditugu, esan astero. Astero, probako mezu elektronikoak, kontrol mezuak eta bidalitako mezu zuzenak gehitzen ditugu. Aldagai bitarrak ere sartzen ditugu denboraldia kontatzeko, kasu honetan hiru hilean behin. 1. TAULAK agregatuen zerrenda partziala erakusten du posta elektronikoko probarekin 10. astean hasita. Orain eredu bat egiten dugu:

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

Goian formulatutako erregresio eredu arruntak 2. TAULA irteera sortzen du. Sartu intereseko beste aldagai independente batzuk. Nabarmentzekoa da prezio (garbia) aldagai independente gisa baztertzen dela. Diru sarrera garbiak mendeko aldagaia direlako eta honela kalkulatzen delako gertatzen da (garbia) prezioa * kantitatea.

TAULA 1

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

Prezioa aldagai independente gisa sartzeak ekuazioaren bi aldeetan prezioa izatea esan nahi du, eta hori ez da egokia. (Nire liburua, Marketinaren analisia: benetako marketinaren zientziaren gida praktikoa, adibide ugari eta arazo analitiko honen analisia eskaintzen ditu.) Eredu honetarako R2 doitua% 64 da. (Q4 erori dut gezurrezko tranpa saihesteko.) Emc = kontrol-posta elektronikoa eta emt = probako posta elektronikoa. Aldagai guztiak esanguratsuak dira% 95 mailan.

TAULA 2

	$q_3$	$q_2$	$q_1$	dm	EMC	EMTs	eraikiak
koef	-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-erlazioa	-2	-2.88	-2.77	4.85	1.97	2.49

Posta elektronikoaren probari dagokionez, probako posta elektronikoak 77 eta 44 kontrol-posta elektronikoa gainditu zuen eta askoz ere esanguratsuagoa zen. Horrela, beste gauza batzuk kontutan hartuta, probako mezu elektronikoak funtzionatu zuen. Ikuspegi horiek datuak kutsatuta daudenean ere ematen dira. A / B probak ez zuen horrelakorik sortuko.

3. TAULAK koefizienteak hartzen ditu marcomm balorazioa kalkulatzeko, ibilgailu bakoitzaren ekarpena diru sarrera garbien arabera. Hau da, posta zuzenaren balioa kalkulatzeko, 12ko koefizientea biderkatu egiten da 109 dolar lortzeko 1,305 bidalitako mezu zuzenen batez besteko kopuruarekin. Bezeroek batez beste 4,057 $ gastatzen dute. Horrela 1,305 $ / 4,057 $ =% 26.8. Horrek esan nahi du posta zuzenak diru sarrera garbien guztiaren ia% 27 ekarri duela. ROIari dagokionez, 109 mezu zuzenek 1,305 $ sortzen dituzte. Katalogo batek 45 $ balio badu ROI = ($ 1,305 - $ 55) / $ 55 =% 2300!

Prezioa aldagai independentea ez zenez, prezioaren eragina konstantean lurperatuta dagoela ondorioztatu ohi da. Kasu honetan 5039 konstanteak prezioa, falta diren beste edozein aldagai eta ausazko errore bat edo sarrera garbien% 83 inguru biltzen ditu.

TAULA 3

	$q_3$	$q_2$	$q_1$	dm	EMC	EMTs	eraikiak
Coeff	-949	-1,402	-2,294	12	44	77	5,039
esan nahi	0.37	0.37	0.11	109.23	6.11	4.94	1
$ 4,875	- $ 352	- $ 521	- $ 262	$ 1,305	$ 269	$ 379	$ 4,057
balioa	-7.20%	-10.70%	-5.40%	26.80%	5.50%	7.80%	83.20%

Ondorioa

Erregresio arruntak alternatiba eskaintzen zuen datu zikinen aurrean argibideak emateko, korporazioko proben eskemetan gertatu ohi den moduan. Erregresioak diru-sarrera garbiei ekarpena egiten die, baita ROIren negozio kasua ere. Regresio arrunta teknika alternatiboa da marcomm balorazioari dagokionez.

Gaiarekin lotutako artikuluak

Alternatiba polita gai praktiko baten aurrean, Mike.
Egin duzun moduan, uste dut ez dagoela xede-komunikatzaileen gainjartzerik berehalako aurreko asteetan. Bestela, osagai auto-erregresiboa edo / eta denbora atzeratua izango zenuke?

Erantzun

Optimizazioari buruzko kritikak gogoan hartuta, nola erabil liteke eredu hori kanalaren gastua optimizatzeko?