Marcom Valuation: A / B စမ်းသပ်ခြင်းအတွက်အခြားရွေးချယ်စရာတစ်ခု

ဒါကြောင့်ငါတို့ဘယ်လိုအမြဲသိရန်လိုခငျြ marcom (စျေးကွက်ရှာဖွေရေးဆက်သွယ်ရေး) သည်မော်တော်ယာဉ်တစ်ခုအနေနှင့်သာမကလူပုဂ္ဂိုလ်တစ် ဦး ချင်းစီအတွက်ပါဖျော်ဖြေနေသည်။ marcom ကိုအကဲဖြတ်ရာတွင်ရိုးရှင်းသော A / B စစ်ဆေးခြင်းကိုပြုလုပ်လေ့ရှိသည်။ ဤနည်းသည်ကျပန်းနမူနာများကိုမဲဆွယ်စည်းရုံးရေးကုသမှုအတွက်ဆဲလ် ၂ ခုကိုစုဆောင်းပေးသောနည်းလမ်းဖြစ်သည်။

ဆဲလ်တစ်ခုသည်စစ်ဆေးမှုကိုခံယူရပြီးအခြားဆဲလ်တစ်ခုမှာမူစစ်ဆေးမှုမခံရပါ။ ထိုအခါတုံ့ပြန်မှုနှုန်းသို့မဟုတ်အသားတင်ဝင်ငွေဆဲလ်နှစ်ခုအကြားနှိုင်းယှဉ်သည်။ အကယ်၍ စမ်းသပ်ဆဲလ်သည်ထိန်းချုပ်မှုဆဲလ်ကိုကျော်လွန်ပါက (စမ်းသပ်မှု၏ဓာတ်သတ္တုစစ်ဆေးမှုအရ၊ ယုံကြည်မှုအစရှိသဖြင့်) ကင်ပိန်းသည်သိသာထင်ရှားပြီးအပြုသဘောဆောင်သည်ဟုမှတ်ယူနိုင်သည်။

အဘယ်ကြောင့်အခြားအရာတစ်ခုခုလုပ်ပါ?

သို့သော်ဤလုပ်ထုံးလုပ်နည်းထိုးထွင်းသိမြင်မှုမျိုးဆက်ကင်းမဲ့နေသည်။ ဒါဟာဘာမျှမပိုကောင်းအောင်, တစ် ဦး လေဟာနယ်ထဲမှာဖျော်ဖြေသည်မဟာဗျူဟာအဘို့အဘယ်သူမျှမသက်ရောက်မှုပေးသည်နှင့်အခြားလှုံ့ဆော်မှုအဘို့အဘယ်သူမျှမထိန်းချုပ်မှုရှိပါတယ်။

ဒုတိယအချက်မှာမကြာခဏဆိုသလိုပင်စမ်းသပ်မှုသည်ညစ်ညမ်းမှုဖြစ်စေသည်။ အနည်းဆုံးဆဲလ်တစ်ခုသည်အခြားကမ်းလှမ်းချက်များ၊ အမှတ်တံဆိပ်မက်ဆေ့ခ်ျများ၊ ဆက်သွယ်ရေးစသည်တို့ကိုမတော်တဆလက်ခံရရှိခြင်းကြောင့်ဖြစ်သည်။ စမ်းသပ်မှုရလဒ်များကိုမသေချာမှု၊ ဒါကြောင့်သူတို့ကထပ်ခါတလဲလဲစမ်းသပ်။ သူတို့ဘာမှမသင်ယူကြဘူး၊

ဒါကြောင့်ငါကအခြားလှုံ့ဆော်မှုအားလုံးကိုထိန်းချုပ်ရန်သာမာန်регрессကိုအသုံးပြုရန်အကြံပြုသည်။ Regression မော်ဒယ်လ် ထို့အပြင် ROI ကိုထုတ်လုပ်နိုင်သည့် marcom ၏တန်ဖိုးသတ်မှတ်ချက်ကိုထိုးထွင်းသိမြင်စေသည်။ ၎င်းကိုလေဟာနယ်ထဲတွင်မပြုလုပ်သော်လည်းဘတ်ဂျက်အားအကောင်းဆုံးဖြစ်စေရန်အစုစုတစ်ခုအနေဖြင့်ရွေးချယ်စရာများကိုပေးသည်။

ဥပမာတခု

ကျွန်တော်တို့ဟာအီးမေး (လ်) ၂ ခုကိုစမ်းသပ်နေတယ်ဆိုပါစို့။ စမ်းသပ်မှု vs. ထိန်းချုပ်မှုနဲ့ရလဒ်တွေကမသေချာဘူး။ ထိုအခါကျွန်ုပ်တို့၏ကုန်အမှတ်တံဆိပ်ဌာနသည်ထိန်းချုပ်ထားသည့်အဖွဲ့ (သို့) တိုက်ရိုက်စာတိုက်မှတစ်ဆင့်မတော်တဆပို့မိကြောင်းတွေ့ရှိခဲ့သည်။ ဤအပိုင်းအစသည်ကျွန်ုပ်တို့အားစီစဉ်ထားခြင်းမဟုတ်ပါ၊ စမ်းသပ်ဆဲလ်များကိုကျပန်းရွေးချယ်ရာတွင်လည်းပါ ၀ င်ခြင်းမရှိခဲ့ပါ။ ဆိုလိုသည်မှာပုံမှန်အားဖြင့်စီးပွားရေးလုပ်ငန်းကဲ့သို့သောအုပ်စုသည်ပုံမှန်စာတိုက်သို့ရောက်ရှိသော်လည်းစမ်းသပ်မှုပြုလုပ်သည့်အုပ်စုမှာမူမရခဲ့ပါ။ ၎င်းသည်ကော်ပိုရေးရှင်းတစ်ခုတွင်အလွန်ပုံမှန်ဖြစ်သည်၊ အုပ်စုတစ်ခုသည်အခြားစီးပွားရေးဌာနတစ်ခုနှင့်အလုပ်လုပ်ခြင်းမရှိသလိုဆက်သွယ်ခြင်းလည်းမရှိပါ။

ထို့ကြောင့်အတန်းတစ်ခုချင်းစီသည်ဖောက်သည်များဖြစ်ကြောင်းစစ်ဆေးမည့်အစားအချက်အလက်များကိုအချိန်ကာလအလိုက်မြှင့်တင်သည်ဟုအပတ်စဉ်ဆိုသည်။ ရက်သတ္တပတ်အလိုက်စမ်းသပ်အီးမေးလ်အရေအတွက်၊ ထိန်းချုပ်ထားသည့်အီးမေးလ်များနှင့်ပေးပို့သောတိုက်ရိုက်မေးလ်အရေအတွက်ကိုကျွန်ုပ်တို့ပေါင်းထည့်သည်။ ရာသီဥတုကိုတွက်ချက်ရန် binary variable များကိုလည်းဤကိစ္စတွင်သုံးလတစ်ကြိမ်ထည့်သွင်းထားသည်။ ဇယား ၁ တွင်အပတ် ၁၀ တွင်စတင်သည့်အီးမေးလ်စမ်းသပ်မှုနှင့်အတူစုစုပေါင်း၏တစ်စိတ်တစ်ပိုင်းကိုဖော်ပြထားသည်။ ယခုကျွန်ုပ်တို့သည်မော်ဒယ်တစ်ခုကိုပြုလုပ်သည်။

အပေါ်တွင်ရေးဆွဲထားသည့်အတိုင်းသာမန်ဆုတ်ယုတ်မှုပုံစံသည် TABLE 2 output ကိုထုတ်လုပ်သည်။ အခြားအကျိုးစီးပွားအခြားလွတ်လပ်သော variable တွေကိုထည့်သွင်းပါ။ အထူးသတိပြုသင့်သည်မှာ (အသားတင်) စျေးနှုန်းကိုလွတ်လပ်သောတန်ဖိုးတစ်ခုအဖြစ်ဖယ်ထုတ်ထားခြင်းဖြစ်သည်။ အဘယ်ကြောင့်ဆိုသော်အသားတင် ၀ င်ငွေသည်မှီခိုနိုင်သော variable တစ်ခုဖြစ်ပြီးတွက်ချက်ခြင်းကြောင့်ဖြစ်သည် (အသားတင်) စျေးနှုန်း * အရေအတွက်.

TABLE 1

တနင်္ဂနွေ	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

စျေးနှုန်းကိုလွတ်လပ်သော variable တစ်ခုအဖြစ်ထည့်သွင်းခြင်းသည်မသင့်လျော်သောညီမျှခြင်း၏နှစ်ဖက်စလုံးတွင်စျေးနှုန်းရှိခြင်းကိုဆိုလိုသည်။ (ငါ့စာအုပ်, Marketing Analytics: စျေးကွက်ရှာဖွေရေးသိပ္ပံကိုလက်တွေ့ကျတဲ့လမ်းညွှန်, ကျယ်ပြန့်ဥပမာများနှင့်ဤသရုပ်ခွဲပြproblemနာ၏ခွဲခြမ်းစိတ်ဖြာပေးပါသည်။ ) ဒီမော်ဒယ်များအတွက်ညှိ R2 64% ဖြစ်ပါတယ်။ (ငါအတုထောင်ချောက်မှရှောင်ရှားရန် q4 ကျဆင်းသွားသည်။ ) emc = control email နှင့် emt = test email ။ အဆိုပါ variable တွေကိုအားလုံး 95% အဆင့်မှာသိသာဖြစ်ကြသည်။

TABLE 2

				dm	emc	EMTs	const
ကိန်း	-949	-1,402	-2,294	12	44	77	5,039
လမ်းမှား	474.1	487.2	828.1	2.5	22.4	30.8
t အချိုး	-2	-2.88	-2.77	4.85	1.97	2.49

အီးမေးလ်စမ်းသပ်မှု၏စည်းကမ်းချက်များအရစမ်းသပ်မှုအီးမေးလ်သည်ထိန်းချုပ်မှုအီးမေးကို ၇၇ နှင့် ၄၄ ထက်ကျော်လွန်ပြီး ပို၍ ထူးခြားသည်။ ထို့ကြောင့်အခြားအရာများအတွက်စာရင်းကိုင်, စမ်းသပ်အီးမေးလ်အလုပ်လုပ်ခဲ့ပါတယ်။ ဤထိုးထွင်းသိမြင်မှုသည်အချက်အလက်များကိုညစ်ညမ်းစေသည့်အချိန်၌ပင်ရောက်ရှိလာသည်။ A / B စစ်ဆေးမှုသည်၎င်းကိုထုတ်လုပ်လိမ့်မည်မဟုတ်ပါ။

ဇယား (၃) သည် marcomm တန်ဖိုးအားတွက်ချက်ရန်အတွက်ကိန်းပြည့်ကိုယူသည်။ ဆိုလိုသည်မှာ၊ တိုက်ရိုက်မေးလ်၏တန်ဖိုးကိုတွက်ချက်ရန်အတွက် ၁၂ ၏မြှောက်ဖော်ကိန်းကိုဒေါ်လာ ၁,၃၀၅ ရရန် ၁၀၉ စာသားပို့သောပျမ်းမျှအရေအတွက်ဖြင့်မြှောက်သည်။ ဖောက်သည်များသည်ပျမ်းမျှပမာဏကိုဒေါ်လာ ၄၀၇၇ သုံးစွဲသည်။ ထို့ကြောင့် $ 1,305 / $ 4,057 = 26.8%။ ဆိုလိုသည်မှာတိုက်ရိုက်မေးလ်သည်စုစုပေါင်းအသားတင်ဝင်ငွေ၏ ၂၇% နီးပါးမျှရှိသည်။ ROI ၏စည်းကမ်းချက်များအရတိုက်ရိုက်စာ ၁၀၉ စောင်သည်ဒေါ်လာ ၁,၃၀၅ ရရှိသည်။ ကက်တလောက်လျှင် $ 27 ကုန်ကျလျှင် ROI ကို = ($ 1,305 - $ 55) / $ 55 = 2300%!

ဈေးသည်လွတ်လပ်သောပြောင်းလဲမှုမဟုတ်သောကြောင့်စျေးနှုန်း၏သက်ရောက်မှုကိုစဉ်ဆက်မပြတ်မြှုပ်နှံထားသည်။ ဤကိစ္စတွင် 5039 ၏စဉ်ဆက်မပြတ်စျေးနှုန်း, အခြားပျောက်ဆုံးနေတဲ့ variable တွေကိုနှင့်ကျပန်းအမှား, ဒါမှမဟုတ်အသားတင်ဝင်ငွေ၏ 83% ပါဝင်သည်။

TABLE 3

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

ကောက်ချက်

သာမာန်ဆုတ်ယုတ်မှုသည်ညစ်ညမ်းသောအချက်အလက်များကိုရင်ဆိုင်နိုင်ရန်ထိုးထွင်းသိမြင်မှုကိုပေးသည့်အခြားရွေးချယ်စရာတစ်ခုဖြစ်သည်။ ကော်ပိုရိတ်စစ်ဆေးမှုအစီအစဉ်တွင်ဖြစ်လေ့ရှိသည်။ Regression သည်အသားတင် ၀ င်ငွေသာမက ROI အတွက်စီးပွားရေးလုပ်ငန်းတစ်ခုကိုလည်းပံ့ပိုးပေးသည်။ သာမန်ဆုတ်ယုတ်မှုသည် marcomm တန်ဖိုးကိုသတ်မှတ်ခြင်းအတွက်အခြားနည်းလမ်းတစ်ခုဖြစ်သည်။