मैरीकॉम वैल्यूएशन: ए आल्टरनेटिव टू ए / बी टेस्टिंग

आयामी क्षेत्र

इसलिए हम हमेशा जानते हैं कि कैसे marcom (विपणन संचार) प्रदर्शन कर रहा है, वाहन के रूप में और व्यक्तिगत अभियान के लिए। मारकॉम के मूल्यांकन में साधारण ए / बी परीक्षण को नियोजित करना आम है। यह एक ऐसी तकनीक है जिसमें यादृच्छिक नमूने अभियान के उपचार के लिए दो कोशिकाओं को आबाद करता है।

एक सेल को टेस्ट मिलता है और दूसरे सेल को नहीं। फिर प्रतिक्रिया दर या शुद्ध राजस्व की तुलना दो कोशिकाओं के बीच की जाती है। यदि परीक्षण सेल नियंत्रण कक्ष से बाहर निकलता है (लिफ्ट, आत्मविश्वास आदि के परीक्षण मापदंडों के भीतर) अभियान को महत्वपूर्ण और सकारात्मक माना जाता है।

कुछ और क्यों करें?

हालांकि, इस प्रक्रिया में अंतर्दृष्टि की कमी है। यह कुछ नहीं का अनुकूलन करता है, एक वैक्यूम में किया जाता है, रणनीति के लिए कोई निहितार्थ नहीं देता है और अन्य उत्तेजनाओं के लिए कोई नियंत्रण नहीं है।

दूसरी बात यह है कि सभी परीक्षण अक्सर प्रदूषित होते हैं, जिनमें से कम से कम एक सेल ने अन्य ऑफ़र, ब्रांड संदेश, संचार आदि प्राप्त किए हैं, कितनी बार परीक्षा परिणाम अनिर्णायक, गैर-सनसनीखेज भी माना गया है? इसलिए वे बार-बार परीक्षा देते हैं। वे कुछ भी नहीं सीखते, सिवाय इसके कि परीक्षण से काम नहीं चलता।

इसलिए मैं अन्य सभी उत्तेजनाओं को नियंत्रित करने के लिए सामान्य प्रतिगमन का उपयोग करने की सलाह देता हूं। प्रतिगमन मॉडलिंग यह भी मारकॉम मूल्यांकन में अंतर्दृष्टि देता है जो आरओआई उत्पन्न कर सकता है। यह एक निर्वात में नहीं किया जाता है, बल्कि बजट को अनुकूलित करने के लिए एक पोर्टफोलियो के रूप में विकल्प प्रदान करता है।

एक उदाहरण

मान लीजिए कि हम दो ईमेल का परीक्षण कर रहे थे, परीक्षण बनाम नियंत्रण और परिणाम गैर-सनसनीखेज आए। तब हमें पता चला कि हमारे ब्रांड विभाग ने गलती से (ज्यादातर) नियंत्रण समूह को एक सीधा मेल टुकड़ा भेज दिया था। इस टुकड़े की योजना नहीं थी (हमारे द्वारा) और न ही यादृच्छिक रूप से परीक्षण कोशिकाओं को चुनने के लिए जिम्मेदार था। यही है, हमेशा की तरह व्यापार करने वाले समूह को सामान्य सीधा मेल मिला लेकिन परीक्षण समूह-जिसे बाहर रखा गया था-नहीं मिला। यह एक निगम में बहुत विशिष्ट है, जिसमें एक समूह काम नहीं करता है और न ही किसी अन्य व्यावसायिक इकाई के साथ संवाद करता है।

इसलिए परीक्षण के बजाय कि प्रत्येक पंक्ति ग्राहक है, हम समय-समय पर डेटा को रोल करते हैं, साप्ताहिक कहते हैं। हम जोड़ते हैं, सप्ताह तक, परीक्षण ईमेल की संख्या, नियंत्रण ईमेल और सीधे भेजे गए मेल। हम इस मामले में तिमाही के लिए खाते में बाइनरी चर को भी शामिल करते हैं। टेबल 1 सप्ताह में शुरू होने वाले ईमेल परीक्षण के साथ कुलियों की एक आंशिक सूची दिखाता है। अब हम एक मॉडल करते हैं:

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

ऊपर तैयार की गई साधारण प्रतिगमन मॉडल TABLE 2 आउटपुट का उत्पादन करती है। ब्याज के किसी भी अन्य स्वतंत्र चर को शामिल करें। विशेष सूचना का होना चाहिए कि (शुद्ध) मूल्य एक स्वतंत्र चर के रूप में बाहर रखा गया है। इसका कारण यह है कि शुद्ध राजस्व निर्भर चर है और इसकी गणना की जाती है (नेट) मूल्य * मात्रा.

टेबल 1

सप्ताह 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

मूल्य को एक स्वतंत्र चर के रूप में शामिल करने का मतलब है कि समीकरण के दोनों तरफ कीमत है, जो अनुचित है। (मेरी किताब, मार्केटिंग एनालिटिक्स: रियल मार्केटिंग साइंस के लिए एक प्रैक्टिकल गाइड, इस विश्लेषणात्मक समस्या के व्यापक उदाहरण और विश्लेषण प्रदान करता है।) इस मॉडल के लिए समायोजित R2 64% है। (मैंने डमी जाल से बचने के लिए q4 को गिरा दिया।) ईमेल = emt = ईमेल को नियंत्रित करना और ईमेल का परीक्षण करना। सभी चर 95% के स्तर पर महत्वपूर्ण हैं।

टेबल 2

q_3 q_2 q_1 dm ईएमसी EMT const
कोएफ़ -949 -1,402 -2,294 12 44 77 5,039
सेंट 474.1 487.2 828.1 2.5 22.4 30.8
टी-अनुपात -2 -2.88 -2.77 4.85 1.97 2.49

ईमेल परीक्षण के संदर्भ में, परीक्षण ईमेल ने नियंत्रण ईमेल को 77 बनाम 44 से बेहतर बना दिया और यह अधिक महत्वपूर्ण था। इस प्रकार, अन्य चीजों के लिए लेखांकन, परीक्षण ईमेल ने काम किया। डेटा प्रदूषित होने पर भी ये जानकारियां आती हैं। ए / बी परीक्षण ने इसका उत्पादन नहीं किया होगा।

टेबल 3 शुद्ध राजस्व के संदर्भ में प्रत्येक वाहन के योगदान, मार्कल वैल्यूएशन की गणना करने के लिए गुणांक लेता है। यही है, प्रत्यक्ष मेल के मूल्य की गणना करने के लिए, 12 के गुणांक को $ 109 प्राप्त करने के लिए 1,305 के भेजे गए प्रत्यक्ष मेल की औसत संख्या से गुणा किया जाता है। ग्राहक औसत राशि $ 4,057 खर्च करते हैं। इस प्रकार $ 1,305 / $ 4,057 = 26.8%। इसका मतलब है कि प्रत्यक्ष मेल ने कुल शुद्ध राजस्व का लगभग 27% योगदान दिया। ROI के संदर्भ में, 109 प्रत्यक्ष मेल $ 1,305 उत्पन्न करते हैं। अगर एक कैटलॉग की कीमत $ 45 है तो ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!

चूंकि कीमत स्वतंत्र चर नहीं थी, इसलिए आमतौर पर यह निष्कर्ष निकाला जाता है कि कीमत का प्रभाव स्थिरांक में दब जाता है। इस मामले में 5039 के स्थिरांक में मूल्य, कोई अन्य लापता चर और एक यादृच्छिक त्रुटि, या शुद्ध राजस्व का लगभग 83% शामिल है।

टेबल 3

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

निष्कर्ष

साधारण प्रतिगमन ने गंदे डेटा के चेहरे में अंतर्दृष्टि प्रदान करने के लिए एक विकल्प की पेशकश की, जैसा कि अक्सर कॉर्पोरेट परीक्षण योजना में होता है। प्रतिगमन आरओआई के लिए शुद्ध राजस्व के साथ-साथ एक व्यावसायिक मामले में भी योगदान प्रदान करता है। ऑर्डिनरी रिग्रेशन, मारक वैल्यूएशन के संदर्भ में एक वैकल्पिक तकनीक है।

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

2 टिप्पणियाँ

  1. 1

    एक व्यावहारिक मुद्दे के लिए अच्छा विकल्प, माइक।
    जिस तरह से आपने किया है, मुझे लगता है कि तत्काल पूर्व के सप्ताहों में लक्ष्य संचारकों का ओवरलैप नहीं है। अन्यथा आपके पास एक ऑटो-रिग्रेसिव और / या टाइम-लैग्ड घटक होगा?

  2. 2

    दिल के अनुकूलन के बारे में अपनी आलोचनाओं को लेते हुए, चैनल के खर्च को अनुकूलित करने के लिए कोई इस मॉडल का उपयोग कैसे कर सकता है?

तुम्हें क्या लगता है?

यह साइट स्पैम को कम करने के लिए अकिस्मेट का उपयोग करती है। जानें कि आपका डेटा कैसे संसाधित किया जाता है.