Peunteun Marcom: Alternatif pikeun Tés A / B

lingkup diménsi

Janten urang sok hoyong terang kumaha marcom (Komunikasi pamasaran) ngajalankeun, duanana salaku wahana boh pikeun kampanye individu. Dina meunteun marcom umum pikeun ngagunakeun tés A / B saderhana. Ieu téhnik dimana sampling acak nyicingan dua sél pikeun pangubaran kampanye.

Hiji sél meunang tés sareng sél anu sanés moal. Maka tingkat réspon atanapi pendapatan bersih dibandingkeun antara dua sél. Upami sél uji ngungkulan sél kontrol (dina parameter uji coba angkat, kayakinan, jst.) Kampanye dianggap signifikan sareng positip.

Naha Aya Anu Sésa?

Nanging, prosedur ieu henteu ngagaduhan generasi wawasan. Éta henteu ngaoptimalkeun nanaon, dilakukeun dina rohangan hampa, teu aya implikasi pikeun stratégi sareng teu aya kendali pikeun rangsangan anu sanés.

Kadua, sering teuing, tés najiskeun yén sahenteuna salah sahiji sél teu dihaja nampi nawaran anu sanés, pesen mérek, komunikasi, sareng sajabana Sababaraha kali hasil tés dianggap teu pasti, bahkan henteu sénsip? Janten aranjeunna diuji deui sareng deui. Aranjeunna diajar nanaon, kecuali yén tés henteu jalan.

Kusabab kitu kuring nyarankeun ngagunakeun régrési biasa pikeun ngendalikeun sadaya rangsangan anu sanés. Modél régrési ogé masihan wawasan kana pangajen marcom anu tiasa ngahasilkeun ROI. Ieu henteu dilakukeun dina vakum, tapi nyayogikeun pilihan salaku portopolio pikeun ngaoptimalkeun anggaran.

Conto

Hayu urang nyarios yén kami nyobian dua email, uji vs. kontrol sareng hasil na deui henteu sénsip. Teras kami mendakan yén departemen mérek kami ngahaja ngirimkeun surat langsung ka (kalolobaanana) kelompok kontrol. Potongan ieu henteu direncanakeun (ku kami) atanapi henteu dipertanggungjawabkeun sacara acak pikeun milih sél uji. Nyaéta, grup bisnis-sakumaha-biasa kéngingkeun mail langsung anu biasa tapi kelompok uji – anu dilaksanakeun – henteu. Ieu pisan has dina perusahaan, dimana hiji grup henteu damel atanapi komunikasi sareng unit bisnis anu sanés.

Janten tibatan diuji dimana unggal baris mangrupikeun nasabah, urang ngagulung data dumasar kana jangka waktu, saur mingguan. Kami nambihan, ku minggu, jumlah email uji, email kontrol sareng surat langsung anu dikirim. Kami ogé kalebet variabel binér pikeun usum, dina hal ieu kuartalan. Tabel 1 nunjukkeun daptar parsial agrégat sareng tés email dimimitian dina minggu 10. Ayeuna urang ngalakukeun modél:

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

Modél régrési biasa sakumaha anu dirumuskeun di luhur ngahasilkeun kaluaran TABLE 2. Kalebet variabel minat anu sanés. Perhatosan khusus kedahna yén (bersih) harga dikaluarkeun salaku variabel bebas. Ieu kusabab pendapatan bersih mangrupikeun variabel gumantung sareng diitung salaku (bersih) harga * jumlah.

Méja 1

tuntung minggu 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

Ngawengku harga salaku variabel bebas hartosna gaduh harga dina dua sisi tina persamaan, anu teu pantes. (Buku abdi, Analisis Marketing: Pitunjuk Praktis pikeun Élmu Pemasaran Nyata, nyayogikeun conto éksténsif sareng analisis masalah analitik ieu.) R2 anu disaluyukeun pikeun modél ieu nyaéta 64%. (Kuring turun q4 pikeun nyingkahan sarap dummy.) Emc = email kontrol sareng emt = email uji. Sadaya variabel penting dina tingkat 95%.

Méja 2

q_3 q_2 q_1 dm emc EMTs const
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
babandingan t -2 -2.88 -2.77 4.85 1.97 2.49

Dina watesan tés email, email tés ngalangkungan email kontrol ku 77 vs 44 sareng langkung signifikan. Janten, nyatakeun hal-hal anu sanés, email tés parantos hasil. Sawangan ieu datang sanajan data najis. Tés A / B moal ngahasilkeun ieu.

Tabel 3 nyandak koefisien pikeun ngitung pangajen marcomm, kontribusi unggal kendaraan dina hal pendapatan net. Nyaéta, pikeun ngitung nilai surat langsung, koefisien 12 dikali angka rata-rata surat langsung anu dikintun tina 109 pikeun kéngingkeun $ 1,305. Konsumén nyéépkeun jumlah rata-rata $ 4,057. Kukituna $ 1,305 / $ 4,057 = 26.8%. Éta hartosna surat langsung nyumbang ampir 27% tina total pendapatan bersih. Dina watesan ROI, 109 surat langsung ngahasilkeun $ 1,305. Upami katalog hargana $ 45 maka ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!

Kusabab harga henteu variabel bebas, biasana disimpulkeun yén pangaruh harga dikubur sacara konstan. Dina hal ieu konstanta 5039 kalebet harga, variabel leungit anu sanés sareng kasalahan acak, atanapi sakitar 83% tina pendapatan bersih.

Méja 3

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

kacindekan

Regresi biasa nawiskeun alternatif pikeun masihan wawasan dina nyanghareupan data kotor, sapertos anu sering terjadi dina skéma tés perusahaan. Regresi ogé nyayogikeun kontribusi pikeun pendapatan bersih ogé kasus bisnis pikeun ROI. Régrési biasa mangrupikeun téknik alternatip dina hal pangajen marcomm.

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

2 Komentar

  1. 1

    Pilihan anu saé pikeun masalah praktis, Mike.
    Ku cara anjeun ngalaksanakeun, sigana kuring henteu aya tumpang tindihna komunikator sasaran dina minggu-minggu sateuacanna. Upami teu kitu anjeun bakal ngagaduhan komponén otomatis mundur sareng / atanapi waktos-katinggaleun?

  2. 2

    Nyandak kritik anjeun ngeunaan optimalisasi kana haté, kumaha carana ngagunakeun modél ieu pikeun ngaoptimalkeun méakkeun saluran?

Naon anu anjeun pikirkeun?

Situs migunakeun Akismet pikeun ngurangan spam. Diajar kumaha komentar data anjeun diolah.