Marcom-Bewertung: Eine Alternative zu A / B-Tests

dimensionale Kugel

Also wollen wir immer wissen wie marcom (Marketingkommunikation) tritt sowohl als Vehikel als auch für eine einzelne Kampagne auf. Bei der Bewertung von marcom werden häufig einfache A / B-Tests angewendet. Dies ist eine Technik, bei der durch Zufallsstichproben zwei Zellen für die Kampagnenbehandlung gefüllt werden.

Eine Zelle erhält den Test und die andere Zelle nicht. Dann wird die Antwortrate oder der Nettoumsatz zwischen den beiden Zellen verglichen. Wenn die Testzelle die Kontrollzelle übertrifft (innerhalb der Testparameter Auftrieb, Vertrauen usw.), wird die Kampagne als signifikant und positiv eingestuft.

Warum etwas anderes tun?

Diesem Verfahren fehlt jedoch die Generierung von Erkenntnissen. Es optimiert nichts, wird im Vakuum durchgeführt, hat keine Auswirkungen auf die Strategie und es gibt keine Kontrollen für andere Stimuli.

Zweitens wird der Test allzu oft dadurch verschmutzt, dass mindestens eine der Zellen versehentlich andere Angebote, Markenbotschaften, Mitteilungen usw. erhalten hat. Wie oft wurden die Testergebnisse als nicht schlüssig oder sogar unsinnig eingestuft? Also testen sie immer wieder. Sie lernen nichts, außer dass das Testen nicht funktioniert.

Deshalb empfehle ich die Verwendung einer gewöhnlichen Regression, um alle anderen Reize zu kontrollieren. Regressionsmodellierung gibt auch Einblicke in die marcom-Bewertung, die einen ROI generieren kann. Dies geschieht nicht im luftleeren Raum, sondern bietet Optionen als Portfolio zur Optimierung des Budgets.

Ein Beispiel

Nehmen wir an, wir haben zwei E-Mails getestet, Test vs. Kontrolle, und die Ergebnisse waren unsinnig. Dann fanden wir heraus, dass unsere Markenabteilung versehentlich eine Direktwerbung an (meistens) die Kontrollgruppe gesendet hat. Dieses Stück wurde (von uns) weder geplant noch bei der zufälligen Auswahl der Testzellen berücksichtigt. Das heißt, die Business-as-usual-Gruppe erhielt die übliche Direktwerbung, die Testgruppe, die durchgeführt wurde, jedoch nicht. Dies ist sehr typisch in einem Unternehmen, in dem eine Gruppe weder arbeitet noch mit einer anderen Geschäftseinheit kommuniziert.

Anstatt zu testen, ob jede Zeile ein Kunde ist, rollen wir die Daten nach Zeitraum auf, beispielsweise wöchentlich. Wir addieren wöchentlich die Anzahl der versendeten Test-E-Mails, Kontroll-E-Mails und Direkt-E-Mails. Wir berücksichtigen auch binäre Variablen, um die Saison zu berücksichtigen, in diesem Fall vierteljährlich. TABELLE 1 zeigt eine unvollständige Liste der Aggregate mit dem E-Mail-Test ab Woche 10. Nun machen wir ein Modell:

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

Das oben formulierte gewöhnliche Regressionsmodell erzeugt eine Ausgabe von TABELLE 2. Schließen Sie alle anderen unabhängigen Variablen von Interesse ein. Besonders zu beachten ist, dass der (Netto-) Preis als unabhängige Variable ausgeschlossen ist. Dies liegt daran, dass der Nettoumsatz die abhängige Variable ist und als berechnet wird (Netto-) Preis * Menge.

TABELLE 1

Woche 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

Preis als unabhängige Variable einzubeziehen bedeutet, den Preis auf beiden Seiten der Gleichung zu haben, was unangemessen ist. (Mein Buch, Marketing Analytics: Ein praktischer Leitfaden für echte Marketingwissenschaft, bietet ausführliche Beispiele und Analysen zu diesem Analyseproblem.) Das angepasste R2 für dieses Modell beträgt 64%. (Ich habe q4 fallen lassen, um die Dummy-Falle zu umgehen.) Emc = Kontroll-E-Mail und emt = Test-E-Mail. Alle Variablen sind bei 95% signifikant.

TABELLE 2

q_3 q_2 q_1 dm emv emt const
Koeffizient -949 -1,402 -2,294 12 44 77 5,039
st irr 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

In Bezug auf den E-Mail-Test übertraf die Test-E-Mail die Kontroll-E-Mail um 77 gegenüber 44 und war viel bedeutender. Unter Berücksichtigung anderer Dinge funktionierte die Test-E-Mail. Diese Erkenntnisse kommen auch dann zustande, wenn die Daten verschmutzt sind. Ein A / B-Test hätte dies nicht ergeben.

In Tabelle 3 werden die Koeffizienten zur Berechnung der Marcomm-Bewertung herangezogen, ein Beitrag jedes Fahrzeugs zum Nettoumsatz. Das heißt, um den Wert der Direktwerbung zu berechnen, wird der Koeffizient von 12 mit der mittleren Anzahl der von 109 gesendeten Direktwerbung multipliziert, um 1,305 USD zu erhalten. Kunden geben durchschnittlich 4,057 US-Dollar aus. So 1,305 USD / 4,057 USD = 26.8%. Das bedeutet, dass Direktwerbung fast 27% des gesamten Nettoumsatzes ausmachte. In Bezug auf den ROI generieren 109 Direktmails 1,305 USD. Wenn ein Katalog 45 US-Dollar kostet, dann ROI = (1,305 - 55 USD) / 55 USD = 2300%!

Da der Preis keine unabhängige Variable war, wird normalerweise der Schluss gezogen, dass die Auswirkungen des Preises in der Konstanten begraben sind. In diesem Fall enthält die Konstante von 5039 den Preis, alle anderen fehlenden Variablen und einen zufälligen Fehler oder etwa 83% des Nettoumsatzes.

TABELLE 3

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

Fazit

Die gewöhnliche Regression bot eine Alternative, um Einblicke in schmutzige Daten zu erhalten, wie dies bei einem Unternehmenstestschema häufig der Fall ist. Die Regression liefert auch einen Beitrag zum Nettoumsatz sowie einen Business Case für den ROI. Die gewöhnliche Regression ist eine alternative Technik in Bezug auf die Marcomm-Bewertung.

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

2 Kommentare

  1. 1

    Schöne Alternative zu einem praktischen Thema, Mike.
    So wie Sie es getan haben, gibt es in den unmittelbaren Vorwochen vermutlich keine Überlappung der Zielkommunikatoren. Andernfalls hätten Sie eine automatisch regressive und / oder zeitverzögerte Komponente?

  2. 2

Was denken Sie?

Diese Seite verwendet Akismet, um Spam zu reduzieren. Erfahren Sie, wie Ihre Kommentardaten verarbeitet werden.