Маркомын үнэлгээ: A / B тестийн өөр хувилбар
Тиймээс бид үргэлж яаж болохыг мэдэхийг хүсдэг маркум (маркетингийн харилцаа холбоо) нь тээврийн хэрэгсэл болон хувь хүний кампанит ажилд зориулан гүйцэтгэж байна. Маркийг үнэлэхдээ энгийн A / B тестийг ашиглах нь түгээмэл байдаг. Энэ бол санамсаргүй түүвэрлэлт нь кампанит ажлын эмчилгээнд зориулж хоёр нүдийг дүүргэдэг арга техник юм.
Нэг эс тест авч, нөгөө эс авахгүй. Дараа нь хариултын хувь буюу цэвэр орлогыг хоёр нүдний хооронд харьцуулна. Хэрэв туршилтын эс нь хяналтын үүрнээс илүү гарсан бол (өргөх, өөртөө итгэх итгэлийг шалгах параметрийн хүрээнд) кампанит ажил нь чухал ач холбогдолтой, эерэг гэж тооцогдоно.
Яагаад өөр зүйл хийдэг вэ?
Гэсэн хэдий ч энэхүү процедур нь ойлголтыг бий болгох чадваргүй байдаг. Энэ нь юу ч оновчтой болгодоггүй, вакуум орчинд хийгддэг, стратегид ямар ч нөлөө үзүүлэхгүй, бусад өдөөлтөд хяналт байдаггүй.
Хоёрдугаарт, туршилтыг бохирдуулдаг тул ядаж нэг эс нь бусад саналуудыг, брэндийн мессеж, харилцаа холбоо гэх мэт санамсаргүй байдлаар хүлээн авсан тул туршилтын үр дүнг хэд хэдэн удаа мэдрэмжгүй байсан ч гэсэн үр дүнгүй гэж үзсэн бэ? Тиймээс тэд дахин дахин туршиж үздэг. Тест хийх нь үр дүнд хүрэхгүйгээс бусад тохиолдолд тэд юу ч сурдаггүй.
Тиймээс би бусад бүх өдөөлтийг хянахын тулд ердийн регрессийг ашиглахыг зөвлөж байна. Регрессийн загварчлал мөн ROI үүсгэх боломжтой маркомын үнэлгээний талаархи ойлголтыг өгдөг. Энэ нь вакуум хэлбэрээр хийгддэггүй боловч төсвийг оновчтой болгох багц хэлбэрээр өгдөг.
Жишээ
Бид хоёр имэйлийг туршиж үзээд хяналтын эсрэг, үр дүн нь мэдрэмжгүй болсон гэж үзье. Дараа нь манай брэндийн хэлтэс санамсаргүйгээр хяналтын бүлэгт (ихэвчлэн) шууд мэйл илгээсэн болохыг олж мэдсэн. Энэ хэсгийг тест хийх эсүүдийг санамсаргүй байдлаар сонгоход төлөвлөөгүй (бидний хийсэн) биш юм. Өөрөөр хэлбэл, ердийн бизнесийн бүлэг ердийн шууд мэйлийг авсан боловч туршилтын хэсэг гарсангүй. Энэ нь нэг бүлэг нь ажилладаггүй эсвэл өөр бизнесийн нэгжтэй харьцдаггүй корпорацид маш түгээмэл байдаг.
Мөр тус бүр хэрэглэгчид байгаа эсэхийг шалгахын оронд бид өгөгдлийг хугацааны дагуу нэгтгэдэг. Бид долоо хоногт тестийн имэйл, хяналтын имэйл, илгээсэн шууд захидлын тоог нэмдэг. Бид улирлын хувьд энэ тохиолдолд тооцох хоёртын хувьсагчуудыг багтаасан болно. ХҮСНЭГТ 1-т 10-р долоо хоногоос эхлэн имэйлийн тест бүхий нэгтгэсэн хэсгүүдийн хэсэгчилсэн жагсаалтыг харуулав.
Дээр дурдсан энгийн регрессийн загвар нь ХҮСНЭГТ 2 гаралтыг гаргадаг. Сонирхлын бусад бие даасан хувьсагчийг оруулна уу. (Цэвэр) үнийг бие даасан хувьсагч болгон хасах нь онцгой анхааруулга юм. Учир нь цэвэр орлого нь хамааралтай хувьсагч бөгөөд дараах байдлаар тооцоологддог (цэвэр) үнэ * тоо хэмжээ.
Хүснэгт 1
амралтын өдрүүдэд | em_test | em_cntrl | dir_mail | 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 |
Үнийг бие даасан хувьсагч болгон оруулна гэдэг нь тэгшитгэлийн хоёр тал дээр үнэ байх бөгөөд энэ нь тохиромжгүй юм. (Миний ном, Маркетингийн анализ: Бодит маркетингийн шинжлэх ухааны практик гарын авлага, энэхүү аналитик асуудлын талаар өргөн хүрээтэй жишээ, дүн шинжилгээ хийдэг.) Энэхүү загварт тохируулсан R2 нь 64% байна. (Би дамми урхинаас зайлсхийхийн тулд q4-ийг унагав.) Emc = хяналтын имэйл ба emt = тестийн имэйл. Бүх хувьсагчид 95% -ийн түвшинд чухал ач холбогдолтой юм.
Хүснэгт 2
dm | emc | emt | const | ||||
---|---|---|---|---|---|---|---|
коэфф | -949 | -1,402 | -2,294 | 12 | 44 | 77 | 5,039 |
алдаа | 474.1 | 487.2 | 828.1 | 2.5 | 22.4 | 30.8 | |
t харьцаа | -2 | -2.88 | -2.77 | 4.85 | 1.97 | 2.49 |
Имэйлийн тестийн хувьд туршилтын имэйл нь хяналтын имэйлийг 77 vs 44-ээр давж, илүү ач холбогдолтой болсон. Тиймээс, бусад зүйлийг нягтлан бодох бүртгэлийн тестийн имэйл ажиллав. Эдгээр ойлголтууд нь өгөгдөл бохирдсон үед ч гарч ирдэг. A / B тест нь үүнийг бий болгохгүй байх байсан.
Хүснэгт 3 нь тээврийн хэрэгслийн цэвэр орлогоос оруулсан хувь нэмрийг маркомын үнэлгээг тооцоолох коэффициентийг авдаг. Өөрөөр хэлбэл, шууд шуудангийн үнэ цэнийг тооцоолохын тулд 12-ийн коэффициентийг 109-ээс илгээсэн шууд шуудангийн дундаж тоогоор үржүүлж, 1,305 доллар авна. Үйлчлүүлэгчид дунджаар 4,057 доллар зарцуулдаг. Тиймээс $ 1,305 / $ 4,057 = 26.8%. Энэ нь шууд мэйл нийт цэвэр орлогын бараг 27% -ийг оруулсан гэсэн үг юм. ROI-ийн хувьд 109 шууд захидал 1,305 долларын орлого олдог. Хэрэв каталог 45 долларын үнэтэй бол ROI = ($ 1,305 - $ 55) / $ 55 = 2300%!
Үнэ нь бие даасан хувьсагч биш байсан тул үнийн нөлөөллийг тогтмол байдалд оршуулдаг гэж дүгнэдэг. Энэ тохиолдолд тогтмол 5039 нь үнэ, бусад аливаа хувьсагч ба санамсаргүй алдаа эсвэл цэвэр орлогын 83% -ийг багтаана.
Хүснэгт 3
dm | emc | emt | const | ||||
---|---|---|---|---|---|---|---|
Коэфф | -949 | -1,402 | -2,294 | 12 | 44 | 77 | 5,039 |
гэсэн үг | 0.37 | 0.37 | 0.11 | 109.23 | 6.11 | 4.94 | 1 |
$4,875 | - $ 352 | - $ 521 | - $ 262 | $1,305 | $269 | $379 | $4,057 |
үнэ цэнэ | -7.20% | -10.70% | -5.40% | 26.80% | 5.50% | 7.80% | 83.20% |
Дүгнэлт
Ердийн регресс нь корпорацийн туршилтын схемд ихэвчлэн тохиолддог шиг бохир өгөгдөлтэй холбоотой ойлголтыг өгөх хувилбарыг санал болгосон. Регресс нь цэвэр орлогод хувь нэмэр оруулахаас гадна ROI-ийн бизнесийн тохиолдол юм. Энгийн регресс нь маркомын үнэлгээний хувьд өөр арга юм.