Prisiad Marcom: Dewis arall yn lle Profi A / B.

sffêr dimensiwn

Felly rydyn ni bob amser eisiau gwybod sut marcom (cyfathrebu marchnata) yn perfformio, fel cerbyd ac ar gyfer ymgyrch unigol. Wrth werthuso marcom mae'n gyffredin defnyddio profion A / B syml. Mae hon yn dechneg lle mae samplu ar hap yn poblogi dwy gell ar gyfer triniaeth ymgyrchu.

Mae un gell yn cael y prawf ac ni fydd y gell arall. Yna cymharir cyfradd ymateb neu refeniw net rhwng y ddwy gell. Os yw'r gell brawf yn perfformio'n well na'r gell reoli (o fewn paramedrau profi lifft, hyder, ac ati) bernir bod yr ymgyrch yn arwyddocaol ac yn gadarnhaol.

Pam Gwneud Rhywbeth Arall?

Fodd bynnag, nid oes gan y weithdrefn hon genhedlaeth o fewnwelediad. Mae'n optimeiddio dim, yn cael ei berfformio mewn gwagle, nid yw'n rhoi unrhyw oblygiadau i'r strategaeth ac nid oes unrhyw reolaethau ar gyfer ysgogiadau eraill.

Yn ail, yn rhy aml o lawer, mae'r prawf wedi'i lygru gan fod o leiaf un o'r celloedd wedi derbyn cynigion eraill, negeseuon brand, cyfathrebiadau ac ati ar ddamwain. Sawl gwaith y mae canlyniadau'r profion wedi'u hystyried yn amhendant, hyd yn oed yn anymarferol? Felly maen nhw'n profi dro ar ôl tro. Nid ydynt yn dysgu dim, heblaw nad yw'r profion yn gweithio.

Dyna pam yr wyf yn argymell defnyddio atchweliad cyffredin i reoli ar gyfer yr holl ysgogiadau eraill. Modelu atchweliad hefyd yn rhoi mewnwelediadau i brisiad marcom a all gynhyrchu ROI. Ni wneir hyn mewn gwagle, ond mae'n darparu opsiynau fel portffolio i wneud y gorau o'r gyllideb.

Enghraifft

Gadewch i ni ddweud ein bod ni'n profi dau e-bost, prawf yn erbyn rheolaeth a daeth y canlyniadau yn ôl yn anymarferol. Yna fe wnaethon ni ddarganfod bod ein hadran brand wedi anfon darn post uniongyrchol at y grŵp rheoli (yn bennaf). Ni chynlluniwyd (gennym ni) y darn hwn na chyfrifwyd amdano wrth ddewis y celloedd prawf ar hap. Hynny yw, cafodd y grŵp busnes fel arfer y post uniongyrchol arferol ond ni chafodd y grŵp prawf - a gynhaliwyd allan. Mae hyn yn nodweddiadol iawn mewn corfforaeth, lle nad yw un grŵp yn gweithio nac yn cyfathrebu ag uned fusnes arall.

Felly yn lle profi lle mae pob rhes yn gwsmer, rydyn ni'n cyflwyno'r data yn ôl cyfnod amser, dyweder yn wythnosol. Rydym yn adio, fesul wythnos, nifer yr e-byst prawf, e-byst rheoli a negeseuon uniongyrchol a anfonir. Rydym hefyd yn cynnwys newidynnau deuaidd i gyfrif am y tymor, yn yr achos hwn bob chwarter. Mae TABL 1 yn dangos rhestr rannol o'r agregau gyda'r prawf e-bost yn dechrau yn wythnos 10. Nawr rydyn ni'n gwneud model:

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

Mae'r model atchweliad cyffredin fel y'i lluniwyd uchod yn cynhyrchu allbwn TABL 2. Cynhwyswch unrhyw newidynnau diddordeb annibynnol eraill. Dylai rhybudd penodol fod bod pris (net) wedi'i eithrio fel newidyn annibynnol. Mae hyn oherwydd mai refeniw net yw'r newidyn dibynnol ac fe'i cyfrifir fel (net) pris * maint.

TABL 1

wythnos 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

Mae cynnwys pris fel newidyn annibynnol yn golygu cael pris ar ddwy ochr yr hafaliad, sy'n amhriodol. (Fy llyfr, Dadansoddeg Marchnata: Canllaw Ymarferol i Wyddoniaeth Marchnata Go Iawn, yn darparu enghreifftiau helaeth a dadansoddiad o'r broblem ddadansoddol hon.) Yr R2 wedi'i addasu ar gyfer y model hwn yw 64%. (Fe wnes i ollwng q4 i osgoi'r trap ffug.) Emc = rheoli e-bost ac emt = e-bost prawf. Mae'r holl newidynnau yn sylweddol ar y lefel 95%.

TABL 2

q_3 q_2 q_1 dm emc EMTs Etholaeth
coeff 949- 1,402- 2,294- 12 44 77 5,039
st err 474.1 487.2 828.1 2.5 22.4 30.8
cymhareb t -2 2.88- 2.77- 4.85 1.97 2.49

O ran y prawf e-bost, perfformiodd yr e-bost prawf yn well na'r e-bost rheoli gan 77 vs 44 ac roedd yn llawer mwy arwyddocaol. Felly, gan gyfrif am bethau eraill, gweithiodd yr e-bost prawf. Daw'r mewnwelediadau hyn hyd yn oed pan fydd y data'n llygredig. Ni fyddai prawf A / B wedi cynhyrchu hyn.

Mae TABL 3 yn cymryd y cyfernodau i gyfrifo prisiad marcomm, cyfraniad pob cerbyd o ran refeniw net. Hynny yw, i gyfrifo gwerth post uniongyrchol, mae'r cyfernod 12 yn cael ei luosi â nifer cymedrig y negeseuon uniongyrchol a anfonwyd o 109 i gael $ 1,305. Mae cwsmeriaid yn gwario swm cyfartalog o $ 4,057. Felly $ 1,305 / $ 4,057 = 26.8%. Mae hynny'n golygu bod post uniongyrchol wedi cyfrannu bron i 27% o gyfanswm y refeniw net. O ran ROI, mae 109 o byst uniongyrchol yn cynhyrchu $ 1,305. Os yw catalog yn costio $ 45 yna ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!

Oherwydd nad oedd y pris yn newidyn annibynnol, fel arfer deuir i'r casgliad bod effaith pris wedi'i gladdu yn y cyson. Yn yr achos hwn mae'r cysonyn o 5039 yn cynnwys pris, unrhyw newidynnau coll eraill a chamgymeriad ar hap, neu tua 83% o'r refeniw net.

TABL 3

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

Casgliad

Roedd atchweliad cyffredin yn cynnig dewis arall i ddarparu mewnwelediadau yn wyneb data budr, fel sy'n digwydd yn aml mewn cynllun profi corfforaethol. Mae atchweliad hefyd yn darparu cyfraniad at refeniw net yn ogystal ag achos busnes ar gyfer ROI. Mae atchweliad cyffredin yn dechneg amgen o ran prisio marcomm.

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

2 Sylwadau

  1. 1

    Dewis arall neis i fater ymarferol, Mike.
    Yn y ffordd rydych chi wedi gwneud, mae'n debyg nad oes gorgyffwrdd rhwng cyfathrebwyr targed yn yr wythnosau blaenorol uniongyrchol. Fel arall, a fyddai gennych gydran awto-atchweliadol a / neu amser-lag?

  2. 2

    Gan fynd â'ch beirniadaethau am optimeiddio i'r galon, sut y gallai rhywun ddefnyddio'r model hwn i wneud y gorau o wariant sianel?

Beth ydych chi'n feddwl?

Mae'r wefan hon yn defnyddio Akismet i leihau sbam. Dysgwch sut mae eich data sylwadau yn cael ei brosesu.