POPJAM Logo
Tagasi blogisse

Saa reklaamidest 4,7 korda rohkem kasumit: reklaamloovuse lisamõju analüüs analüütikutele

Turundusanalüütikutele: leia suure mõjuga reklaamid põhjusliku lisamõju analüüsiga ning kontrolli neid kiirete A/B-testide ja käivitamiseelsete persoonatestidega.

Doruk Gezici
Doruk Gezici
14 min lugemist
Saa reklaamidest 4,7 korda rohkem kasumit: reklaamloovuse lisamõju analüüs analüütikutele

Reklaamloovuse lisamõju analüüs mõõdab konkreetse reklaami täiendavat mõju brändi- või käitumistulemustele, eraldades selle kampaania kõigist muudest teguritest. Kasuta seda alati, kui pead teadma, kas reklaam põhjustas muutuse, mitte lihtsalt ei korreleerunud sellega. Edu tähendab mõõdetavat ja statistiliselt põhjendatud kasvu konversioonides, tulus või brändimõõdikutes, mille saad otse materjalile omistada. Järgmine samm: vali üks põhimõõdik ja määra kontrollrühm enne kampaania käivitamist, mitte pärast.

Lühidalt:

  • Reklaamloovuse lisamõju analüüs mõõdab otse konkreetsete reklaamide põhjuslikku mõju peamistele tulemustele ning aitab suunata eelarvet tugevatele materjalidele.
  • Korralikult kavandatud kontrollrühmad, näiteks juhuslikult välja jäetud sihtrühmad või geograafilised testid, on usaldusväärsete ja kallutamata lisamõjuhinnangute jaoks hädavajalikud.
  • Põhimõõdikud peavad vastama kampaania eesmärgile: müügi puhul konversioonimäär või tulu, brändikampaanias tuntus või meeldejäämine. Mõõtmisaken tuleb sobitada müügitsükliga.
  • Sobiva minimaalse tuvastatava mõju määramine ja piisava valimi tagamine enne käivitamist väldivad nõrga võimsusega teste ning eksitavaid tulemusi.
  • Sünteetiliste persoonadega eeltestimine sõelub nõrgad reklaamid välja, vähendades raisatud meediakulu ja parandades järgnevate lisamõjukatsete tõhusust.
POPJAM
Testi reklaami enne kulutamist
POPJAM loob brändile sobivaid reklaame ja testib sihtrühma reaktsioone sünteetiliste ostjapersoonadega enne kampaaniate käivitamist.
Tutvu POPJAMiga

Sisukord

Mis reklaamloovuse lisamõju analüüs tegelikult on?

Reklaamloovuse lisamõju analüüs eraldab konkreetse reklaami, pildi või video põhjusliku mõju mõõdetavale tulemusele, võrreldes seda näinud inimesi sarnase rühmaga, kes seda ei näinud. Kõige sagedamini kohtad konversioonide, brändi ja kaasatuse lisamõju. Igaüks vastab sama reklaami kohta eri küsimusele.

Need jagunevad järgmiselt:

  • Konversioonide lisamõju mõõdab reklaami põhjustatud lisandunud oste, registreerumisi või tulu, kasutades tavaliselt kontrollrühma, kes reklaami kunagi ei näe.
  • Brändi lisamõju mõõdab tuntuse, reklaami meenutamise või ostukavatsuse muutusi, enamasti reklaamijärgsete küsitlustega.
  • Kaasatuse lisamõju mõõdab käitumissignaale, näiteks vaatamisaega, klikkimist või kerimissügavust, mis viitavad kõnetavusele juba enne ostuotsust.

Kui kampaania eesmärk on ostuteekonna lõpus tekkiv tulu, mõõda konversioonide lisamõju. Uue tootesarja käivitamisel või brändi ümberpositsioneerimisel ütleb rohkem brändi lisamõju. Kui täiustad reklaamivariante kiiresti ja vajad enne päris eelarve kulutamist esmast hinnangut, annab kaasatuse lisamõju või sünteetiline eeltest vastuse kiiremini.

Enamikule tiimidele valmistab raskusi järgmine eristus: lisamõju on põhjuslik mõõdik, omistamine ei ole. Omistamismudelid jagavad panust kokkupuutepunktide vahel reeglite või algoritmide järgi, kuid ei ütle, mis oleks juhtunud ilma reklaamita. Lisamõju analüüs vastab just sellele, kasutades kontrollrühma reklaamita olukorra võrdlusena. Seetõttu ei konkureeri lisamõju ja omistamine omavahel. Need on eri tööriistad eri küsimuste jaoks ning nende segiajamine rikub enamiku mõõtmisprogramme.

Miks lisamõju loeb rohkem, kui omistamise juhtpaneel näitab

Omistamismudelid põhinevad korrelatsioonil, millel on pimeala: see ei erista väidet „reklaam põhjustas müügi” väitest „reklaami näidati ajal, mil müük oli juba tulemas”. Viimase kokkupuute omistamine annab sageli tunnustuse odavaimale ja sagedasimale kontaktile, näiteks uuesti sihtimise reklaamile inimesele, kes niigi ostnuks. Samal ajal jääb rahata ostuteekonna alguse reklaam, mis kavatsuse tegelikult tekitas. Mitme kokkupuute mudelid parandavad olukorda veidi, kuid ei arvesta ikkagi meedia kattumist, kus sama kasutaja näeb kahes platvormis kolme reklaami ning mudelil puudub usaldusväärne viis panust jagada.

Tagajärjed ilmnevad eelarveotsustes. Ainult omistamist usaldav bränd rahastab sageli liigselt uuesti sihtimist ja liiga vähe tegelikku tööd tegevat tuntusreklaami, sest omistamine ei näe lihtsalt seda, mida ei juhtunud. Seda probleemi käsitlevad praktilised konversioonimäära optimeerimise nõuanded, mis aitavad muuta loovuse lisamõju tegelikuks konversiooniparanduseks. See viib otse raisatud kuluni ning selgitab suuresti, miks Google’i ja Kantari ühisaruande järgi kasutab vähem kui veerand turundajaid üldse mõnd tehnoloogilist tööriista spetsiaalselt reklaamloovuse mõõtmiseks. Enamik tiime teab, et loovkvaliteet mõjutab tulemust. Väga vähestel on usaldusväärne viis tõendada, milline reklaam täpselt seda tegi.

Lisamõju analüüs täidab selle lünga oma ülesehitusega. See ei küsi, milline kokkupuutepunkt tunnustuse saab, vaid mis muutus selle reklaami olemasolu tõttu. Seetõttu täiendab see loomulikult turundusmiksi modelleerimist ja brändi jälgimist, asendamata kumbagi. MMM näitab kanalite koondtulemust ajas, brändijälgimine tajude suunda ning lisamõju analüüs konkreetse reklaami mõju. Kõiki kolme koos kasutades on mõõtmissüsteemis palju vähem pimealasid kui ühe meetodiga eraldi.

Kuidas kavandada usaldusväärne test- ja kontrollrühm

Lisamõjutest on nii hea kui selle kavand. Vale kontrollrühma korral on kõik järgnevad arvud teadmisteks maskeeritud müra. Enne arvutustabeli avamist alusta lihtsast nimekirjast:

  1. Kirjuta esmalt hüpotees. Ütle enne andmete nägemist täpselt, mida ja kui palju reklaam peaks muutma. „See videoreklaam tõstab uute külastajate seitsme päeva konversioonimäära vähemalt kolm protsendipunkti” on testitav. „See reklaam peaks paremini toimima” ei ole.
  2. Määra populatsioon. Otsusta, kas testid kasutaja, leibkonna või piirkonna tasandil, ja kirjelda selgelt kaasamise tingimused.
  3. Vali juhuslikustamise ühik. See määrab, kas jagad üksikuid kasutajaid, terveid sihtnumbripiirkondi või meediaturge. Valik peab vastama meedia tegelikule edastamisele.
  4. Planeeri valimi suurus enne käivitamist. Ebapiisava võimsusega testid annavad näiliselt päris lisamõjuarve, mis usaldusvahemiku kontrollimisel kokku kukuvad.

Pärast nimekirja läbimist vali eelarve ja platvormipiirangutega sobiv kavand. Juhuslikult määratud sihtrühma kontrollrühm on parim standard, kui reklaamiplatvorm seda toetab: jagad võrreldava sihtrühma juhuslikult reklaami nägevaks ja mittenägevaks rühmaks ning võrdled tulemusi. See on selge, kuid kõik platvormid ei paku tegelikku kasutajatasandi juhuslikustamist ja privaatsusmuudatused on seda iga aastaga raskendanud.

Geograafiline kontrollrühm väldib probleemi, lülitades meedia sobitatud piirkondades välja ja jättes mujal tavapäraselt tööle. See sobib siis, kui platvorm ei võimalda isikupõhist kontrollrühma või testid televisiooni- või välireklaami, kus kasutajatasandi sihtimist pole. Kompromiss puudutab statistilist võimsust: vähem geograafilisi ühikuid tähendab, et millegi kindlaks tuvastamiseks peab mõju olema suurem.

Sünteetiline kontroll loob testpiirkonnale statistilise vaste reklaamita piirkondade kaalutud kombinatsioonist. See aitab siis, kui puhast tegelikku kontrollrühma pole võimalik usaldusväärselt kasutada. Lahendus sõltub mudelist rohkem kui päris kontrollrühm, seega tuleks seda käsitleda esmase signaali, mitte lõpliku otsusena.

Järkjärguline käivitamine eri piirkondades või segmentides annab sisseehitatud võrdluse juba käivitatud ja veel käivitamata rühmade vahel. See sobib suurteks juurutusteks, kus püsiv kontrollrühm pole organisatsiooniliselt või praktiliselt võimalik.

Jälgi saastumist: test- ja kontrollrühma sihtrühmade kattumist, meedia ülekandumist piirkonnapiiride taha ning testi keskel tehtud sihtimismuudatusi, mis juhuslikustamise märkamatult rikuvad. Kui tegelik katse pole võimalik, võivad vaatlusandmetel põhinevad põhjusliku järeldamise mudelid siiski kasulikke hinnanguid anda. Nende usaldamine nõuab aga suuremat rangust. Just seda probleemi lahendab CreativeLifti kirjeldatud põhjusliku järeldamise protsess.

Praktiline nõuanne: Kui platvormi sisseehitatud lisamõjutööriist seob sind oma omistamisloogikaga, tee kõrval paralleelne geograafiline kontrolltest. See on aeglasem, kuid ainus viis kontrollida läbipaistmatu süsteemi tulemust millegi vastu, mida täielikult ise juhid.

Millised põhimõõdikud tõendavad reklaami mõju?

Põhimõõdik peab vastama kampaania eesmärgile, mitte olema lihtsalt kõige kergemini kättesaadav arv. Konversioonikampaanias on selleks tavaliselt konversioonimäär ehk CVR või tulu kasutaja kohta, mõõdetuna reklaami näinud ja kontrollrühma lisanduva erinevusena. Brändikampaanias on tavapärased põhimõõdikud aidatud või spontaanne tuntus ja reklaami meenutamine, mida kogutakse enamasti mõlema rühma reklaamijärgsete küsitlustega.

Emotsionaalne reaktsioon ja reklaami meeldivus jäävad vahepealseteks signaalideks. Need ei lõpeta iseseisvalt müüki, kuid ennustavad järgnevat. Küsitlusi, emotsioonianalüüsi ja müügiandmeid ühendavad hindamisraamistikud näitavad, et reklaami meeldivuse muutus seostub mõõdetava hilisema mõjuga. Nepa võrdlusanalüüs leidis, et emotsioonipõhised reklaamimuudatused korreleeruvad juhtumiandmestikes ostukavatsuse ja külastusmõõdikute ligikaudu 7–16% aktivatsioonikasvuga. See on piisavalt tegelik signaal, et jälgida reklaami meeldivust enama kui ilunäitajana.

Kaalul on rohkem, kui enamik tiime arvab. Samas Google’i ja Kantari uuringus viidatud Kantari analüüs leidis, et kvaliteetne reklaam võib sama meediaplaani juures tuua kuni 4,7 korda rohkem kasumit kui nõrgem reklaam. Loovkvaliteet pole pehme lisamuutuja meediamiksi kõrval. Sageli on see mudeli suurim mõjutegur.

Veel mõned asjaolud, mis eristavad kasulikku lisamõjuprogrammi lohakast:

  • Mõõtmisaken on sama tähtis kui mõõdik. Seitsmepäevane aken tabab impulssostud, kuid jätab kaalutletud ostud välja. 30-päevane aken katab rohkem ostuteekonda, kuid lisab teiste samal ajal jooksvate kampaaniate müra.
  • Hilinenud konversioonid vajavad kindlat lõpp-piiri. Otsusta ette, kui kaua konversiooni arvestamist ootad, ja rakenda sama piiri nii test- kui ka kontrollrühmas.
  • Võrdle oma ajaloo, mitte valdkonna keskmistega. 2% lisamõju võib sinu kategoorias olla suurepärane ja kellegi teise omas keskpärane. Sinu varasemad kampaaniad on ainus õiglane võrdluskogum.

Statistika õigesti: olulisus, võimsus ja kontrollid

Määra alfa, tavaliselt 0,05, ning minimaalne tuvastatav mõju ehk MDE enne käivitamist, mitte pärast tulemuste nägemist. MDE on väikseim lisamõju, mille tuvastamisest tegelikult hoolid. Kui 1% lisamõju ei muudaks ühtegi otsust, ära kavanda selle leidmiseks piisavalt tundlikku testi. Sea MDE eelarve jaoks olulisele lävendile ja liigu seejärel tagurpidi:

  1. Hinda algset konversioonimäära sama sihtrühma ja kanali ajalooliste andmete põhjal.
  2. Arvuta vajalik valimi suurus algmäära, MDE, alfa ja soovitud statistilise võimsuse järgi. Tavapärane on 0,80, mis tähendab 80% tõenäosust tuvastada tegelik mõju, kui see on olemas.
  3. Võrdle saadaolevat liiklust vajaliku mahuga enne käivitamiskuupäeva kinnitamist. Kui mõistliku ajaga valimini ei jõua, suurenda MDE-d või pikenda testi, selle asemel et käivitada liiga nõrga võimsusega katse.
  4. Arvesta kanali viivitust. Otsingu ja e-kirja konversioonid selguvad sageli tundidega. Sotsiaal- ja videoreklaamidel võib kaalumise tekkimine võtta päevi, seega peab konversiooniaken vastama kanali loomulikule müügitsüklile, mitte universaalsele vaikeseadele.

Saadud lisamõjuarvu ei tohi võtta puhta kullana. Pane see proovile. Ümberlükkamistestid on siin tavapärane kontroll: rakenda näilist sekkumist rühmale, kes tegelikku reklaami ei saanud, ja kontrolli, et mudel ei näitaks mõju seal, kus seda ei peaks olema. Alamhulkade valideerimine kontrollib, kas mõju püsib andmete eri segmentides ega tulene täielikult ühest erandlikust rühmast. CreativeLifti põhjusliku analüüsi protsess kasutab just seda ühendust: kahekordset masinõpet mõju hindamiseks ja ümberlükkamisteste kinnitamaks, et tulemus pole mudeli määratluse kõrvalnähtus.

Viimane samm on statistilise mõju muutmine äriväärtuseks. Siin mattub palju head analüüsi slaidile, mida keegi ei loe. Korruta lisamõju protsent algmahu ja keskmise tellimuse väärtusega, et saada rahaline tulemus, ning võrdle seda vajaliku meediakuluga. 3% lisamõju kahe miljoni dollarises kampaanias räägib hoopis teist lugu kui 3% lisamõju 50 000-dollarises testis, kuigi protsent paistab graafikul sama.

Statistilise olulisuse, võimsuse ja kontrollide ülevaateskeem

Loovelementide muutmine testitavateks muutujateks

Reklaami omadused muutuvad kasulikeks andmeteks siis, kui saad neid süsteemselt eraldada ja mudelis muutujatena kasutada. Väärtuslikud tunnused sõltuvad vormingust, kuid enamikus video- ja pildianalüüsides korduvad näo olemasolu ja esiletõstetus, toote nähtavus ja ekraaniaeg, ekraaniteksti suurus ja kestus, tempo, näiteks lõigete arv sekundis ja stseeni pikkus, ning muusika tempo või olemasolu. Igal neist on usutav mehhanism tähelepanu või emotsiooni mõjutamiseks. Seetõttu korduvad need reklaamitõhususe uuringutes ega ole juhuslikud valikud.

Protsess kulgeb tavaliselt kolmes etapis. Esiteks materjalide sisestamine, kus video-, pildi- ja helifailid viiakse struktureeritud kujule. Teiseks eraldamine, kasutades visuaalsete elementide jaoks masinnägemist, kõne jaoks automaatset kõnetuvastust ning ekraani- või kõneteksti jaoks loomuliku keele töötlust. Kolmandaks tunnuste konstrueerimine, kus toorväljundid muudetakse mudelile sobivateks muutujateks, näiteks binaarseks tunnuseks „nägu nähtav esimese kolme sekundi jooksul” või pidevaks näitajaks „keskmine võtte pikkus”.

Pidevad tunnused sageli jaotatakse vahemikeks, näiteks lühike, keskmine ja pikk tempo, et hinnata iga vahemiku tingimuslikku keskmist sekkumismõju, mitte eeldada kogu ulatuses üht lineaarset seost. See loeb, sest loovmõjud on harva lineaarsed. Tempo tõus võib teatud piirini kaasatust parandada ja seejärel mõistmist halvendada. Lineaarne mudel keskmistaks need kaks mõju sisutühjaks tasaseks jooneks.

Paljud mudelid ebaõnnestuvad märkamatult kaasmuutujate valikul. Kui sa ei kontrolli segavaid tegureid, näiteks meediapaigutust, sihtrühma sihtimist või aastaaega, võid omistada mõju loovtunnusele, kuigi tegelik põhjus oli reklaami näitamise koht või aeg. Kahekordne masinõpe käsitleb seda paindlike mudelite abil, kontrollides enne sekkumismõju hindamist suurt hulka kaasmuutujaid. Just seetõttu on sellest saanud lihtsama regressiooni asemel loovtunnuste analüüsi standardne lähenemine.

Loovelementide testitavateks muutujateks muutmise ülevaateskeem

Lisamõju arvudest loovotsusteni

Lisamõju tulemus loeb alles siis, kui muudad selle otsuseks. Küsi iga leiu puhul kolme asja: kui suur on mõju, kui kindel sa selles oled ja kui palju selle rakendamine maksaks? Suur mõju laia usaldusvahemikuga on edasist testimist vääriv hüpotees, mitte korraldus homme kogu loovstrateegia ümber teha.

Siin aitab lihtne prioriseerimismaatriks, mis järjestab leiud kolme mõõtme järgi:

  • Mõju: lisamõju suurus ja hinnanguline rahaline väärtus.
  • Kindlus: hinnangu statistiline usaldusväärsus, sealhulgas ümberlükkamistestide läbimine.
  • Rakendamiskulu: leiu rakendamiseks vajalik tootmistöö, kiirest tekstivahetusest täieliku uuesti filmimiseni.

Suure mõju, suure kindluse ja väikese kuluga leiud lähevad otse järgmisse lähteülesandesse. Suure mõju ja väikese kindlusega leiud muutuvad järgmiseks A/B-testiks, mitte koheseks juurutuseks. Just vahemikus „mudel viitab sellele” ja „oleme seda kinnitanud” tasub kiire kontrollkatse end ära. Modelleeritud teadmiste ühendamine otsese testimisega sulgeb selle lünga kiiremini kui järgmise täiskampaania ootamine.

Praktiline nõuanne: Ära esita osapooltele kunagi lisamõjuarvu ilma kohe kõrval oleva usaldusvahemikuta. Pealkiri „12% lisamõju” kõlab otsustavalt. „12% lisamõju, 95% usaldusvahemik 2–22%” kõlab ausalt ning just see versioon ei tekita järelkohtumisel probleeme.

Osapooltele aru andes alusta ärimõjust rahas, seejärel selgita kindlust lihtsas keeles ning lõpeta konkreetse soovitatud loovtegevusega. Metoodika jäta välja, kui keegi ei küsi.

Miks targad tiimid testivad enne esimese dollari kulutamist meediale?

Sünteetiliste persoonadega eeltestimine on muutunud sammuks, mis toimub enne lisamõjutesti algust. Selle asemel et oodata päriskampaaniast teadmist reklaami nõrga toimimise kohta, testivad tiimid materjali psühhograafilistel ja käitumisandmetel põhinevate simuleeritud sihtrühmapersoonadega. Nii tabatakse nõrk reklaam enne esimese meediadollari kulutamist. See ei asenda tegelikku lisamõjutesti, kuid vähendab järsult sellesse etappi jõudvate keskpäraste variantide arvu.

Praktiline versioon on viie kontrolliga eelnev hindamisleht: kas reklaam edastab põhisõnumi selgelt, vastab brändihäälele, tekitab soovitud emotsiooni, toob tegevuskutse esile ja hoiab tähelepanu kriitiliste esimeste sekundite jooksul? Kahe või enama kontrolli läbimata jätvad materjalid väärivad harva meediakulu, rääkimata täielikust lisamõjutestist.

Nende eelnevate signaalide lisamine lisamõjutesti valikusse tähendab, et kallid ja aeganõudvad katsed tehakse ainult reklaamidega, mis on juba kvaliteedilävendi ületanud. See muutus toimub kogu valdkonnas: automaatsed eelnevad hindamislehed muudavad reklaamide hindamise eriuuringust tootmisvoo tavaliseks osaks. Üksikasjalikumalt kirjeldab töövoogu POPJAMi reklaamide käivitamiseelse testimise juhend.

Kanaliteülesed lisamõjutestid ilma vastuoluliste arvudeta

Igal kanalil on mõõtmise eripärad. Nende käsitlemine vahetatavatena paneb kanaliteülesed lisamõjuprogrammid lagunema. Otsing ja tasuline sotsiaalmeedia teatavad konversioonidest sageli tundidega, televisiooni ja välireklaami mõju käitumisele võib võtta päevi. Seetõttu peab testi kestus kohanema kanaliga, mitte järgima üht kindlat kalendrit.

Vorming loeb sama palju kui kanal. Kuuesekundiline bumper-reklaam ja kaheminutiline brändivideo mõõdavad põhimõtteliselt eri asju. Nende koondamine ühte lisamõjutesti ühe põhimõõdikuga annab tavaliselt segase tulemuse, mis ei rahulda kedagi.

Otsusta ette, kas vajad kanalipõhiseid kontrollrühmi või üht kogu süsteemi katset. Kui testid sama reklaami ühesugusena Metas, TikTokis ja Google’is, on süsteemiülene geograafiline kontrollrühm tavaliselt selgem kui iga platvormi eraldi eraldamine. Platvormipõhiste reklaamivariantide testimiseks vajad kanalitasandi kontrollrühmi, et teada, milline versioon tegelikult tööd teeb.

Lühike kontrollnimekiri aitab kanalitevahelist saastumist piirata: veendu, et kontrollpiirkondi ei mõjutaks teine kanal muu reklaamiga, kontrolli sageduspiirangute ühtsust test- ja kontrollrühmas ning uuri, ega mõni teine tiim testi keskel kontrollpiirkonnas kampaaniat käivitanud. Viimane tundub ilmne seni, kuni see sinuga juhtub.

Mida soovitaksin analüütikule, kes alustab täna?

Edu saavutavad tiimid ei vali eeltestimise ja lisamõjukatsete vahel. Nad teevad mõlemat järjest ning käsitlevad eelnevat hindamislehte filtrina, mis muudab lisamõjutesti üldse tegemist väärt katseks. Kui jätad eeltesti vahele, kulutad päris meediaeelarvet selle teada saamiseks, mida sünteetiline sihtrühm võinuks öelda ühe pärastlõunaga.

Nullist alustades ära ürita sel kvartalil tervet mõõtmissüsteemi ehitada. Tee järgmise reklaami käivitamisel üks geograafiline kontrolltest, ühenda see lihtsa eelneva hindamislehega ja vaata, kui sageli hindamisleht lisamõju tulemust ennustab. See korrelatsioon ütleb täpselt, kui palju kaalu edaspidi eeltestimisele anda, ning on rohkem väärt kui ükski juhtpaneel, mille sel aastal ehitad.

Doruk

Testi reklaame enne sentigi meediale kulutamist

Kõik eespool käsitletud kavandamisvalikud, sealhulgas kontrollrühmad, valimi suurus ja ümberlükkamistestid, on vajalikud, sest nõrkade reklaamide lisamõjutestimine raiskab eelarvet, mida tagasi ei saa. POPJAM pöörab järjekorra ümber: loob brändile sobiva reklaami ja testib seda päris sihtrühma reaktsioone simuleerivate sünteetiliste ostjapersoonadega. Nii saad teada, mis kõnetab, enne esimest näitamist, mitte pärast seda, kui kontrollrühm on sellega juba kokku puutunud.

POPJAM

See tähendab, et lisamõjuprogramm kulutab päris meediaraha ainult kvaliteedilävendi juba ületanud reklaamide testimiseks. See ongi eespool kirjeldatud käivitamiseelne distsipliin. Platvorm katab pildid, video, animatsiooni ja sotsiaalvormingud Meta, Google’i, TikToki, LinkedIni ning Redditi jaoks. Sama eeltestimise loogika kehtib seega sõltumata järgmise kontrolltesti kanalist. Paketid algavad tasuta tasemest ning tasulised valikud ulatuvad Starterist Businessini. Kõik üksikasjad on POPJAMi hinnalehel. Kui soovid sünteetiliste persoonade tagasisidet oma reklaamidega proovida, alusta AI reklaamiloojast.

Allikad

Korduma kippuvad küsimused

Mis vahe on lisamõju analüüsil ja omistamisel?

Lisamõju analüüs mõõdab põhjuslikku mõju, kasutades kontrollrühma reklaamita olukorra vastena. Omistamine jagab panust kokkupuutepunktide vahel korrelatsiooni ja reeglite järgi, teadmata, mis oleks juhtunud reklaami puudumisel.

Kui kaua peaks reklaamloovuse lisamõjutest kestma?

See sõltub kanalist ja konversioonitsüklist. Otsing ja e-kirjad annavad vastuse sageli päevadega, video- ning sotsiaalkampaaniad vajavad tavaliselt pikemat akent hilinenud konversioonide tabamiseks ja piisava statistilise võimsuse saavutamiseks.

Millist valimi suurust on usaldusväärseks lisamõjutestiks vaja?

Selle määravad algne konversioonimäär, minimaalne tuvastatav mõju ja soovitud statistiline võimsus, tavaliselt 0,80. Need arvutatakse enne käivitamist, mitte ei hinnata tagantjärele.

Kas lisamõju analüüsi saab teha suure testieelarveta?

Jah. Geograafilised kontrollrühmad ja sünteetilised kontrollid võimaldavad mõlemad lisamõju hinnata ilma platvormitasandi juhuslikustatud testita. POPJAMi sarnase tööriistaga sünteetiliste persoonade eeltest võib nõrgad reklaamid välja sõeluda juba enne ühegi päristesti rahastamist.

Kui palju POPJAM maksab?

POPJAM pakub tasuta paketti ning tasulisi tasemeid: Starter 29 eurot kuus, Essential 99 eurot kuus ja Business 399 eurot kuus, nagu on kirjas POPJAMi hinnalehel.